(資料圖片僅供參考)

7月6日消息，2023世界人工智能大會(huì)開(kāi)幕式上，香港中文大學(xué)湯曉鷗教授回顧了在大模型中，中國(guó)學(xué)者所做的原創(chuàng)的貢獻(xiàn)。

例如，他的學(xué)生王曉剛2011-13年在CVPR和ICG兩個(gè)視覺(jué)最重要的會(huì)議上，全球共有29篇文章做深度學(xué)習(xí)，其中有14篇出自他們實(shí)驗(yàn)室。當(dāng)時(shí)，團(tuán)隊(duì)的18項(xiàng)工作在全世界第一次將深度學(xué)習(xí)用到視覺(jué)問(wèn)題上，包括人臉識(shí)別、人臉檢測(cè)、人臉重建、物體檢測(cè)、人體姿態(tài)等計(jì)算機(jī)視覺(jué)最核心的問(wèn)題。

此外，湯曉鷗談到，2009年學(xué)生何愷明博士曾在碩士期間取得了CVPR最佳論文，這是CVPR25年歷史上從亞洲出來(lái)的第一篇最佳論文。此后，何愷明在微軟和Facebook工作后，還解決的深度網(wǎng)絡(luò)梯度傳遞的問(wèn)題，獲得了2016年的最佳論文。在此基礎(chǔ)上，人們可以有效的訓(xùn)練超過(guò)百層的深度學(xué)習(xí)，在大模型時(shí)代，以Transformer為核心的大模型，包括GPT系列，普遍采用了這個(gè)結(jié)構(gòu)。

湯曉鷗表示，兩周前，我們自動(dòng)駕駛大模型從9155篇文章中脫穎而出，獲得了CVPR2023年的最佳論文獎(jiǎng)。根據(jù)谷歌學(xué)術(shù)統(tǒng)計(jì)，這是改革開(kāi)放40多年來(lái)第一篇全部由中國(guó)學(xué)者完成的國(guó)際計(jì)算機(jī)視覺(jué)三大頂級(jí)論壇最佳論文。（湯姆）

關(guān)鍵詞：