在沙特阿美、道达尔、壳牌等国际石油巨头纷纷和谷歌联合进入AI领域的全球背景下,6月16日,天云旗下五季数据联手金山云重磅投资,在中国石油大学人工智能学院成立石油石化人工智能研究中心。中国工程院韩大匡院士,石油大学副校长李根生院士,及中石油、中石化、中海油等企业相关领域专家,天云数据创始人、五季数据董事长雷涛;五季数据总经理王克玎出席论坛,共同参与见证人工智能研究中心的成立揭牌。
双方将基于天云MaximAI人工智能平台提供的算法与算力,共同构建从智能地震速度分析、大数据油藏数值模拟、智能井位优选等智能生产、智能勘探、智能开发一系列石油行业落地场景,打造石油行业AI生态。
在开源的核心基础技术主导的新市场规则下,新的商业实践和市场结构正在形成。AI算法是开源的,但商业价值的交付却是昂贵、复杂和低效的。这一难题如何解决,天云创始人、五季数据董事长雷涛在论坛上表示,“A(Algorithm)、B(Bigdata)、C(Cloud)的有效融合,成为AI商业推广与工程化实施的关键。”
三者的融合,使得无需掌握太多数据科学经验的人也可尝试AI,可以更高效的赋能行业场景D(Decor),从而打造行业的AI生态圈E(Ecosystem)。“A、B、C、D、E的融合可以形成算力、算法、数据场景与生态的完美闭环。此番五季数据与石油大学共建的人工智能研究中心,即是天云利用AI在能源领域赋能,打造行业闭环的最佳实践,”雷涛讲到。
人工智能作为新一轮科技革命和产业变革的新引擎和核心驱动力,已从第一波人脸识别、聊天机器人等人机互动式落地场景,过渡到第二波,即AI的AI,如何帮助数字转型中的企业,进行流程的优化重构,实现数据资产价值化。
天云数据自成立之日起,即致力于构建AI 的 AI,这也是“获取机器学习像读书一样简单”愿景的由来。在各行各业的产业链条上,向技术求增长、求效率、成了难走但必须走的路。天云一直在企业级市场孜孜以求,从Fintech到科技监管、医药再到如今的能源领域,探索多年的AI场景落地,纷纷在各产业领域落地开花。
Fintech领域,在银行数字化转型中,天云实现数据仓库的消费化,BI向AI升级,关键数据驱动的转型,替代西方核心的SAS建模平台,构建了新一代人工智能基础设施。
生物医药领域,与国家级生物医药研究院合作成立了医疗医药智能技术平台,目前已应用在药物靶点预测、药物筛选、药物适应症预测等多医药领域场景。
能源领域,投资成立五季数据,构建智能生产、智能勘探、智能开发一系列石油行业落地场景。
据介绍,五季数据专注于石油行业,将大数据、人工智能技术与石油专业技术相结合,提高勘探开发效率,解决业务痛点难点,从而加速油田数字化转型,建设以AI赋能、数据赋能为核心的数据驱动型油田企业。
五季数据总经理王克玎表示,五季数据将会与中国石油大学将展开全面合作,充分发挥双方的产业、技术优势,共同打造石油化工人工智能联合研究中心和人工智能研究中心实习基地。
好文章,需要你的鼓励
zip2zip是一项创新技术,通过引入动态自适应词汇表,让大语言模型在推理时能够自动组合常用词组,显著提高处理效率。由EPFL等机构研究团队开发的这一方法,基于LZW压缩算法,允许模型即时创建和使用"超级tokens",将输入和输出序列长度减少20-60%,大幅提升推理速度。实验表明,现有模型只需10个GPU小时的微调即可适配此框架,在保持基本性能的同时显著降低计算成本和响应时间,特别适用于专业领域和多语言场景。
这项研究创新性地利用大语言模型(LLM)代替人类标注者,创建了PARADEHATE数据集,用于仇恨言论的无毒化转换。研究团队首先验证LLM在无毒化任务中表现可与人类媲美,随后构建了包含8000多对仇恨/非仇恨文本的平行数据集。评估显示,在PARADEHATE上微调的模型如BART在风格准确性、内容保留和流畅性方面表现优异,证明LLM生成的数据可作为人工标注的高效替代方案,为创建更安全、更具包容性的在线环境提供了新途径。
这项研究由中国科学技术大学的研究团队提出了Pro3D-Editor,一种新型3D编辑框架,通过"渐进式视角"范式解决了现有3D编辑方法中的视角不一致问题。传统方法要么随机选择视角迭代编辑,要么同时编辑多个固定视角,都忽视了不同编辑任务对应不同的"编辑显著性视角"。Pro3D-Editor包含三个核心模块:主视角采样器自动选择最适合编辑的视角,关键视角渲染器通过创新的MoVE-LoRA技术将编辑信息传递到其他视角,全视角精修器修复并优化最终3D模型。实验证明该方法在编辑质量和准确性方面显著优于现有技术。
这项研究提出了ComposeAnything,一个无需重新训练的框架,可显著提升AI图像生成模型处理复杂空间关系的能力。该技术由INRIA、巴黎高师和CNRS的研究团队开发,通过三个创新步骤工作:首先利用大型语言模型创建包含深度信息的2.5D语义布局,然后生成粗略的场景合成图作为先验指导,最后通过物体先验强化和空间控制去噪引导扩散过程。在T2I-CompBench和NSR-1K基准测试中,该方法远超现有技术,特别是在处理复杂空间关系和多物体场景时表现卓越,为AI辅助创意设计开辟新可能。