當(dāng)?shù)貢r(shí)間12月10日-15日，全球AI頂級(jí)會(huì)議NeurIPS（神經(jīng)信息處理系統(tǒng)大會(huì)）在加拿大溫哥華舉辦，這一頂會(huì)涵蓋了機(jī)器學(xué)習(xí)、深度學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)等多個(gè)研究方向。

    官方數(shù)據(jù)顯示，NeurIPS 2024共收到15671篇有效論文投稿。投稿量創(chuàng)下新高，論文錄取率為25.8%，相比去年略有下降，來自中國的被收錄的論文則很可觀。公開數(shù)據(jù)顯示，中國人民大學(xué)、字節(jié)跳動(dòng)、螞蟻集團(tuán)、騰訊等中國高校和互聯(lián)網(wǎng)企業(yè)均分別有數(shù)十篇論文被NeurIPS 2024收錄。

    螞蟻集團(tuán)被NeurIPS2024收錄了20篇論文，其中有一篇為Spotlight（特別關(guān)注）。按往年數(shù)據(jù)估算，NeurIPS的Spotlight論文錄取率約為3%。

    被Spotlight的論文《MKGL：掌握一門三元組構(gòu)成的語言》，引入一個(gè)叫KGL的新知識(shí)圖譜語言，以探究大語言模型（LLM）和知識(shí)圖譜（KG）的融合。KGL這一新語言能夠讓一個(gè)句子精確地由一個(gè)實(shí)體名詞開始、一個(gè)關(guān)系動(dòng)詞連接，再以另一個(gè)實(shí)體名詞結(jié)尾。實(shí)驗(yàn)結(jié)果顯示，LLM通過利用實(shí)時(shí)知識(shí)圖譜上下文檢索和文本嵌入增強(qiáng)，高效提升其對KGL詞匯的理解，已經(jīng)做到能夠熟練掌握KGL，在知識(shí)圖譜補(bǔ)全等任務(wù)上相較于傳統(tǒng)方法有顯著提升。

    根據(jù)論文摘要顯示，螞蟻集團(tuán)20篇論文的研究領(lǐng)域主要集中在提升AI的經(jīng)濟(jì)性、可信性和效率上，這也是該企業(yè)重投AI的重點(diǎn)攻堅(jiān)方向。

    比如論文《重新審視顯存和通信成本對大語言模型高效數(shù)據(jù)并行訓(xùn)練的影響》針對大語言模型（LLM）分布式訓(xùn)練的速度與效率問題，提出了一組新的基礎(chǔ)策略，一個(gè)名為PaRO的部分冗余優(yōu)化器，通過更精細(xì)的分片策略以適配不同的訓(xùn)練場景，加速LLM的訓(xùn)練。實(shí)驗(yàn)結(jié)果表明，PaRO在LLM的一些訓(xùn)練場景下速度比ZeRO-3最快提高到266%。此外，PaRO-CC也可以單獨(dú)使用在模型并行策略中，且獲得了17%的訓(xùn)練速度提升。

    在NeurIPS 2024上，螞蟻集團(tuán)還受邀舉辦一場研討會(huì)，圍繞“強(qiáng)化學(xué)習(xí)優(yōu)化、可信模型構(gòu)建及視覺語言模型應(yīng)用探索”等議題，深入研討知識(shí)增強(qiáng)的大語言模型在行業(yè)垂直領(lǐng)域的前沿技術(shù)與發(fā)展趨勢。來自清華大學(xué)、香港浸會(huì)大學(xué)、墨爾本大學(xué)、螞蟻技術(shù)研究院的學(xué)者和研究員將在研討會(huì)上進(jìn)行主題報(bào)告分享。

    據(jù)了解，加速AI在行業(yè)垂直領(lǐng)域的落地應(yīng)用，亦是螞蟻集團(tuán)重投AI的重點(diǎn)攻堅(jiān)方向，或者說，聚焦提升AI的經(jīng)濟(jì)性、可信性和效率，就是為了加速AI在行業(yè)垂直領(lǐng)域，尤其在金融、醫(yī)療、遙感等嚴(yán)謹(jǐn)產(chǎn)業(yè)中的落地應(yīng)用。

    2024•Inclusion外灘大會(huì)發(fā)布的《AI產(chǎn)業(yè)實(shí)踐六大趨勢》指出，大模型在醫(yī)療、金融等專業(yè)領(lǐng)域應(yīng)用涌現(xiàn)，能促進(jìn)垂直行業(yè)生產(chǎn)力提升、數(shù)據(jù)價(jià)值釋放，同時(shí)也成為大模型技術(shù)加速發(fā)展的“探照燈”。

    值得注意的是，在NeurIPS這一級(jí)別的國際頂級(jí)學(xué)術(shù)會(huì)議上，來自國內(nèi)高校、科技企業(yè)、互聯(lián)網(wǎng)公司的論文不但在數(shù)量上持續(xù)突破，在質(zhì)量上也有飛躍式進(jìn)展，被收錄為Spotlight、Oral、Highlight、Best Paper提名的論文越來越多。期待中國的產(chǎn)學(xué)界繼續(xù)發(fā)力與合力，勇登這波AI浪潮之巔。

    （CIS）