米兰·(milan)中国官方网站-AI 训练速度突破摩尔定律；宋舒然团队获得RSS 2022最佳论文奖
导语：AI 练习速率冲破摩尔定律；宋舒然团队得到RSS 2022最好论文奖；英国粹者结合发布因果呆板进修百页查询拜访陈诉。
最新 MLPerf 基准注解：AI 的练习速率比去年晋升了险些两倍
6月29日，开下班程同盟 MLCo妹妹ons 发布了 MLPerf 基准的最新练习成果，发明本年呆板进修体系的练习速率险些是去年的两倍，逾越了摩尔定律（每一18-24个月翻一倍）。
MLPerf 由八个基准测试构成：图象辨认、医学影像支解、两个版本的对于象检测、语音辨认、天然语言处置惩罚、保举及强化进修。于这八个基准测试中，英伟达的加快器都拔患上头筹，体现优秀。
MLPerf Training v2.0 成果包括来自 21 个差别提交者的 250 多个机能成果，包括 Azure、baidu、戴尔、富士通、技嘉、google、Graphcore、HPE、海潮、英特尔-HabanaLabs、遐想、Nettrix、NVIDIA、三星及 Supermicro等等。（IEEE Spectrum）
宋舒然得到呆板人顶会 RSS 2022 宣布最好论文奖
呆板人顶会 RSS（Robotics: Science and Systems） 在 6 月 27 日至 7 月 1 日于纽约召开，并宣布了最好论文、最好体系论文、最好学生论文等全数奖项。
此中，今朝任职在哥伦比亚年夜学的中国粹者宋舒然与团队得到 RSS 2022 最好论文奖，获奖事情是“Iterative Residual Policy for Goal-Conditioned Manipulation of Deformable Objects”。宋舒然是呆板人研究范畴的知名青年学者，曾经得到多项集会最好论文奖，并得到2022年素有“诺贝尔风向标”之称的斯隆研究奖。
此前，AI科技评论曾经对于宋舒然博士举行专访，链接以下：
google提出新的语言模子 Mineva 来解决议量推理问题
近来，google研究院提出了一个可以或许用慢慢推理来解决数学及科学问题的语言模子——Mineva。
据团队先容，今朝语言模子于定量推理问题（即联合数学及信息来解决实际世界问题）中的机能仍远远低在人类，而他们经由过程网络与定量推理问题相干的练习数据、年夜范围练习模子及采用进步前辈的推理技能，实现了 AI 模子于定量推理使命上的显著前进。
于技能架构上，Mineva基在google于几个月条件出的 PaLM 架构。练习中，对于 arXiv 上 118G 的科学论文数据集及包罗 LaTex 数学表达的网页举行了练习。研究注解，Mineva于高中数学竞赛程度题库 MATH、年夜学程度的 STEM 使命上都取患了不错的体现。
英国粹者结合发布因果呆板进修百页查询拜访陈诉
近来，英国牛津年夜学与伦敦年夜学学院（UCL）的学者结合发布了一份因果呆板进修标的目的的查询拜访综述，长达165页。因果呆板进修重要研究怎样将数据天生历程转换为布局因果模子（SCM），可让人们揣度这一历程的变化（即干涉干与）的影响，以和过后会发生的工作（即反事实）。
这篇综述会商了因果呆板进修的五年夜标的目的：因果监视进修、因果天生建模、因果注释、因果公允与因果强化进修。
动静链接：
https://spectrum.ieee.org/mlperf-rankings-2022
https://ai.谷歌blog.com/2022/06/minerva-solving-quantitative-reasoning.html
更多内容，点击下方存眷：
接待提供前沿资讯，扫码添加 AI 科技评论 微旌旗灯号，投稿 进群：
雷峰网(公家号：雷峰网)
雷峰网版权文章，未经授权禁止转载。详情见转载须知。
-米兰·(milan)中国官方网站
