AutoGL Solver 使用四个主要模块自动化解决给定任务,分别是特征工程(Feature Engineering)、图学习模型(Graph Learning Model)、超参数优化(HPO),以及模型自动集成(Auto Ensemble),每个部分在设计时都引入了对图数据特殊性的考虑。

　　

 

　　3. 华为诺亚、北大等提出IPT模型,刷榜多项底层视觉任务

　　近日,华为、北大、悉大以及鹏城实验室的研究者提出了一个名为 IPT(Image Processing Transformer)的预训练 Transformer 模型,用于完成超分辨率、去噪、去雨等底层视觉任务。IPT 具备多个头结构与尾结构用于处理不同的任务,不同的任务共享同一个 Transformer 模块。预训练得到的模型经过微调即可在多个视觉任务上大幅超越对应任务上的当前最好模型。这项研究成果占领了 low-level 多个任务的榜首,甚至它在去雨任务上以 1.6dB 超越了已有最佳方案。

　　

 

　　4. 最新研究成果人工植入视觉或可治愈失明

　　近日,荷兰神经科学研究所 (NIN) 的一项最新发现表明,通过在大脑视觉皮层中植入新开发的高分辨率电极,可以使受试猴子大脑中出现人工植入的视觉形状和知觉。具体而言,这个包含 1000 多个微小的、刺激大脑的电极植入物,可以在猴子的大脑中产生可识别的运动和复杂形状的感知,包括字母表中的字母。

　　这一重磅成果发表在 12 月 4 日最新一期的《科学》杂志上。这一前沿技术更实际的应用场景,是帮助盲人和视力障碍者重见光明。而且研究人员通过动物已经证明,通过大脑植入物使盲人恢复视力,即将成为现实。(详见学术头条报道:《科学》:植入视觉!大脑植入物绕过眼睛可使盲人重见光明,人类治愈失明仅一步之遥)

　　

 

　　5. 中科大 “九章 “量子计算机成功问世

　　近日,中国科学技术大学宣布,该校潘建伟团队与中科院上海微系统所、国家并行计算机工程技术研究中心合作,成功构建 76 个光子的量子计算原型机 “九章”。根据现有理论,在经典数学算法 “高斯玻色取样” 任务中,“九章” 一分钟完成的任务,超级计算机需要一亿年。

　　“九章” 量子计算机算得上领先全球的超级计算机,并且也创下全球最新记录,这一成果牢固确立了我国在国际量子计算研究中的第一方阵地位。基于 “九章” 的高斯玻色取样算法,未来其在图论、机器学习、量子化学等领域具有重要的潜在应用价值。

　　6.北京大学机器学习研究中心林宙辰课题组研究成果取得进展

　　近日,北京大学机器学习研究中心林宙辰课题组在处理球面数据的神经网络结构上取得进展。球面数据已经出现在越来越多的应用领域,如地球气象数据、行星数据、无人驾驶、脑电信号等,人们也开始更加关注如何更好的设计球面卷积神经网络,来处理这些球面数据。最容易想到的,也是最简单的处理球面数据的方法就是把它投影到二维平面上,然后用平面卷积处理投影后的数据。然而,这种直接的投影处理往往表现不佳,这主要是因为投影后,球面数据本身就会产生明显的畸变,而且卷积网络本身所具有的平移等变性会失效。为了解决这一问题,机器学习研究中心林宙辰课题组提出基于偏微分算子的等变球面卷积神经网络,相关工作被 AAAI 2021 接收。

　　7. 中国科学技术大学王学钦团队最新研究成果新算法可快速选出最优子集

　　12 月 16 日,中科大王学钦团队研究成果发表于美国《国家科学院院刊》。现代科技的发展,数据的收集越来越便利,然而现有的算法难以在上万级别的实际问题中寻找到最优子集。针对线性回归模型的基准问题 —— 最优子集选取,中国科学技术大学管理学院教授王学钦团队与美国耶鲁大学公共卫生学院教授张和平合作,利用排序和剪接的思想,结合一个新的信息准则发展出一种新的算法,使得算法在有限步内就能得到稳定解。同时,他们证明了在一定条件下,依大概率,该算法具有多项式的时间复杂度,而且能够选出最优子集。

　　8.复旦大学在类脑计算领域获重要进展

　　近日,在 2020 年国际电子器件大会(IEDM)上,复旦大学芯片与系统前沿技术研究院刘琦教授和刘明院士团队展示了忆阻器基类脑计算技术的最新研究进展。该团队设计实现了一种面向时间编码 SNN 的神经元电路,利用放电时间表征信号强度,具有可控的不应期,在一个推理周期内只进行单次脉冲放电,显著提升了忆阻器神经元的工作寿命和推理速度。上述成果入选 2020 年国际电子器件大会,复旦大学芯片院博士后张续猛和中科院微电子所博士生吴祖恒为该工作的共同第一作者,复旦大学芯片院刘琦教授和刘明院士为共同通讯作者。

　　9.屠可伟课题组在自然语言处理领域取得多项成果

　　近日,上海科技大学信息学院视觉与数据智能中心屠可伟课题组在 Empirical Methods in Natural Language Processing (EMNLP 2020) 发表 3 篇主会论文以及 4 篇扩展论文集论文,展示了他们在自然语言处理领域的最新研究成果。这 3 篇主会论文分别是提出了一种将正则表达式转化为循环神经网络的方法,研究了自然语言处理结构预测问题上的对抗样本生成以及研究了序列标注问题的快速并行方法。EMNLP 是自然语言处理领域三大顶级会议(ACL、EMNLP 和 NAACL)之一,在国际上享有很高的声誉,根据 Google Scholar Metrics,在人工智能领域所有期刊与会议中排名前十。EMNLP 2020 的论文录用率为 22%。

　　10. OpenNetLab 平台建立!MSRA 联合亚洲高校助力 AI 加速

　　12 月 18 日,微软亚洲研究院宣布联合清华大学、北京大学、南京大学、兰州大学、新加坡国立大学、首尔国立大学等多所亚洲地区高校,成立 OpenNetLab 开放网络平台联盟。OpenNetLab 平台旨在通过为研究人员提供通用的分布式网络测试平台,以及真实的网络评测数据集,推动人工智能(AI)在网络研究中的应用与发展,构建健康、可持续的网络研究生态系统。目前,该平台已经完成了多个节点的建设及小规模部署测试,并且正在逐步进入大规模测试阶段。

　　三、重要 AI 榜单人物

　　1.2021 年度 IEEE 多项大奖结果公布,九位华人学者上榜

　　近日,2021 年度 IEEE 多项大奖正式公布,其中九位华人学者上榜,包括美国马里兰大学首席教授刘国瑞、加利福尼亚大学洛杉矶分校教授陶哲轩、AMD 的 CEO 苏姿丰、加州大学圣巴巴那分校教授胡玲、香港中文大学卓敏信息工程学讲座教授杨伟豪、加拿大滑铁卢大学终身教授杨恩辉、英国谢菲尔德大学教授诸自强、休斯敦大学电气与计算机工程系以及计算机科学系教授韩竹、加州大学尔湾分校电气工程与计算机科学系教授李金忠。

　　2. 2020 ACM 杰出科学家名单出炉,叶杰平、崔鹏等 26 位华人学者上榜

　　近日,ACM(国际计算机协会)公布了 2020 年度 ACM 杰出科学家(Distinguished Member)名单。今年全球共有 64 名杰出计算机科学家获此荣誉,分别表彰他们对计算机领域的杰出教育贡献、工程贡献以及科学贡献,其中华人学者上榜 26 人,占总人数五分之二,包括美国密歇根大学叶杰平、清华大学崔鹏、香港城市大学陈名华等。ACM 杰出科学家(Distinguished Member)评选从 2006 年开始,意在表彰至少有 15 年的专业经验、至少具有 5 年的 ACM 专业会员资格、并在计算机领域做出了杰出贡献或产生巨大影响的 ACM 会员。ACM 杰出科学家的评选比例不超过 ACM 会员的前 10%。