跨模态前沿AI技术及产业应用 | 8月16日 TF70

Posted 2022-08-16 QbitAl

tags:

篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了跨模态前沿AI技术及产业应用 | 8月16日 TF70相关的知识，希望对你有一定的参考价值。

随着技术和产业的进一步发展,多模态成为AI技术和产业突围的新方向，更多场景应用需要多模态大模型来支撑, 本期会议邀请到Jina AI、超对称技术公司、网易有道等跨模态方向的优秀企业，深入探讨当今跨模态AI技术的最前沿成果及产业应用情况。8月16日，欢迎报名！

为工程师提供顶级交流平台
CCF TF第70期
主题跨模态前沿AI技术及产业应用
2022年8月16日 19:00-21:00

长按识别或扫码报名
报名链接：https://conf.ccf.org.cn/TF70

随着AI逐步落地,产业需求不断深入。在单模态领域,如翻译等相关应用,AI的能力已经可以达到媲美人类的水平。但随着技术和产业的进一步发展,多模态就成为AI技术和产业突围的新方向，更多场景应用需要多模态大模型来支撑,例如,跨模态检索、智能问答、文学艺术创作、视频配音、视频摘要等等。

如今跨模态AI技术有哪些前沿的研究成果及优秀的产业应用？未来的发展之路又将走向何方？本期CCF-TF70邀请到Jina AI、超对称技术公司、网易有道等企业专家，深入分享跨模态AI技术的相关思考及产业实践。CCF TF70旨在搭建高水平技术交流平台，为相关行业技术从业者提供有效的参考。

时间安排

TF70：跨模态前沿AI技术及产业应用主持人：段亦涛 CCF TF算法与AI SIG主席，网易有道首席科学家
时间	主题	讲者
19:00-19:10	活动介绍及致辞	段亦涛 CCF TF算法与AI SIG主席，网易有道首席科学家
19:10-19:40	《神经搜索在 3D 场景中的研究与应用》	王峰 Jina AI 高级 AI 工程师
19:40-20:10	《让预训练语言模型读懂数字：10亿参数时序-文本跨模态模型Big Bang Transformer》	陈肯超对称技术公司NLP算法研究员
20:10-20:40	《Cross-modal Multi-task Learning for Speech Translation》	程桥网易有道NLP算法专家
20:40-20:55	参会者提问互动	段亦涛、王峰、陈肯、程桥
20:55-21:00	活动总结	段亦涛

所属SIG

CCF TF算法与AI

特邀讲者

王峰
Jina AI 高级 AI 工程师

主题：《神经搜索在 3D 场景中的研究与应用》

主题简介：3D 物体的表征形式多种多样，相比于文本、图像，其包含了物体更加丰富的信息。精确建模与理解这些3D物体可以帮助我们更好的实现对 3D 模型进行分类，搜索，以及管理。将深度表征学习与 3D 模型数据结合可以将 3D 物体的特征更好的展现出来，以此支持各个领域下对 3D 物体数据的搜索需求。目前Jina AI 已经对一些 3D 物体模型的预训练模型进行了封装，并且支持对模型的微调 (Finetune)，使得用户可以更加便捷地将这些模型应用到实际生产环境中。

个人简介：开源神经搜索框架 Jina 的核心贡献者，热衷于开源软件和云原生技术。毕业于山东大学，在香港浸会大学获得计算机博士学位。曾就职于腾讯科技和虎牙科技，专注机器学习与深度学习算法在自然语言理解、多模态表征学习和信息检索领域的实际应用。

陈肯
超对称技术公司NLP算法研究员

主题：《让预训练语言模型读懂数字：10亿参数时序——文本跨模态模型Big Bang Transformer》

主题简介：超对称技术公司发布10亿参数金融预训练语言模型BigBang Transformer[乾元]。BBT大模型基于时序-文本跨模态架构，融合训练文本和时序两种模态数据，下游任务准确率较T5同级别模型提升近10%，并大幅提高时序预测的R2 score，跨模态架构能让语言模型识别时序数据的变化并通过人类语言来分析和阐述其发现。BBT模型可用于金融量化投资的因子挖掘，支撑多因子策略，以及广泛的数据可视化和物联网的时序数据分析等。BBT模型的目标是实现具备人类级别分析能力的预训练大模型，构建可在行业落地的通用人工智能架构。

个人简介：资深算法工程师，主要研究知识增强的预训练语言模型，知识图谱，多模态模型。

程桥
NLP算法专家

主题：《Cross-modal Multi-task Learning for Speech Translation》

主题简介：网易有道在语音翻译，图片释义，文档理解等很多实际业务中都面临着跨语言跨模态的场景。跨语言跨模态应用通常面临着训练数据不足，不同模态之间语义存在差异，系统多个模块之间错误传播等问题。本次分享将会介绍有道在跨语言跨模态场景中的相关应用，并以语音翻译应用为例介绍有道使用多任务学习框架解决跨语言跨模态场景下的相关问题。

个人简介：网易有道NLP算法专家。毕业于浙江大学，毕业后一直从事机器翻译相关的研发工作。在有道负责NMT的工程优化，质量调优，离线翻译，语音翻译等的核心研发工作，为有道词典，有道智云，词典笔等产品提供机器翻译技术支持，在机器翻译方向有着丰富的研发经验。

SIG主席

段亦涛

段亦涛，加州大学伯克利分校（UC Berkeley）计算机科学博士，CCF TF算法与AI SIG主席、网易有道首席科学家，全面负责网易有道技术创新与相关实践工作。

主要研究方向为大规模分布式计算、数据挖掘、机器学习、密码学及安全隐私。于美国攻读博士期间加入有道，参与完成有道AI底层架构。主要关注以深度学习为代表的最新AI技术在互联网各个领域的应用，主导了有道神经网络机器翻译YNMT（Youdao-NMT）、光学字符识别（OCR）和机器自动批改等核心技术的研究和开发。

段亦涛先生在国际顶级学术会议和期刊发表十余篇学术论文，并担任TKDD(ACM Transactions on Knowledge Discovery from Data), TPDS (IEEE Transactions on Parallel and Distributed Systems), JSS(Journal of Systems and Software), COMNET (Elsevier Computer Networks), IEEE Transactions on Wireless Communications等国际顶级学术期刊审稿人。