人工智能大模型論壇成果發(fā)布：12 月 5 日舉行的 “2024 光明科學(xué)城論壇?人工智能大模型論壇” 發(fā)布了多項(xiàng)科研成果，推動(dòng)人工智能與大模型行業(yè)高質(zhì)量發(fā)展。其中，鵬城實(shí)驗(yàn)室發(fā)布 “基于國(guó)產(chǎn)云腦算力的全生命周期大模型和工具集，支撐全信創(chuàng)示范應(yīng)用”，實(shí)現(xiàn)了國(guó)產(chǎn)大模型的 “訓(xùn)→調(diào)→測(cè)→用” 全鏈條工具覆蓋；國(guó)家超級(jí)計(jì)算深圳中心發(fā)布 “a-mae: 時(shí)空譜一體化遙感大模型”，可提高建筑和道路提取精度，支撐智慧城市和數(shù)字孿生建設(shè)，還發(fā)布了 “深圳醫(yī)學(xué)人工智能創(chuàng)新平臺(tái)”，攜手多方資源共同推動(dòng)醫(yī)學(xué)人工智能發(fā)展。此外，深圳科技工業(yè)園（集團(tuán)）有限公司與多家人工智能企業(yè)和機(jī)構(gòu)簽約，共建 “人工智能場(chǎng)景創(chuàng)新實(shí)驗(yàn)室”.

OpenAI 強(qiáng)化微調(diào)技術(shù)推出：OpenAI 在 12 月 7 日的年度直播活動(dòng)中推出 “強(qiáng)化微調(diào)” 技術(shù)，旨在幫助開(kāi)發(fā)者和機(jī)器學(xué)習(xí)工程師在金融等特定領(lǐng)域創(chuàng)建專(zhuān)家級(jí)模型。該技術(shù)通過(guò)使用少量高質(zhì)量數(shù)據(jù)集對(duì)模型進(jìn)行微調(diào)，并結(jié)合參考答案評(píng)估模型的響應(yīng)，從而提高模型在特定任務(wù)中的推理能力和準(zhǔn)確性。例如，在金融風(fēng)險(xiǎn)評(píng)估中，企業(yè)可利用此技術(shù)對(duì)財(cái)務(wù)數(shù)據(jù)進(jìn)行分析，提高預(yù)測(cè)的準(zhǔn)確性和效率。強(qiáng)化微調(diào)技術(shù)的核心在于利用強(qiáng)化學(xué)習(xí)原理，通過(guò)定義獎(jiǎng)勵(lì)信號(hào)來(lái)指導(dǎo)模型參數(shù)更新，使模型能更好地適應(yīng)特定領(lǐng)域任務(wù)，且僅需幾十到幾千個(gè)高質(zhì)量數(shù)據(jù)樣本即可實(shí)現(xiàn)高效定制和優(yōu)化.

AI 在網(wǎng)球領(lǐng)域的應(yīng)用探討：12 月 7 日舉辦的 2024 首屆數(shù)智網(wǎng)球生態(tài)圈高端研討會(huì)上，各界代表圍繞 AI 技術(shù)賦能網(wǎng)球場(chǎng)館、教學(xué)、全民健身和專(zhuān)業(yè)賽事等議題展開(kāi)交流。上海體育大學(xué)競(jìng)技運(yùn)動(dòng)學(xué)院副教授陳周業(yè)和百度 AI 建模總工程師盧飛翔分享了 “通過(guò) AI 技術(shù)建立網(wǎng)球動(dòng)作識(shí)別和技戰(zhàn)術(shù)分析垂直大模型”，該模型可自動(dòng)解析網(wǎng)球訓(xùn)練的視頻與圖像，對(duì)運(yùn)動(dòng)員的技術(shù)動(dòng)作進(jìn)行二維與三維精準(zhǔn)分析及技戰(zhàn)術(shù)量化指標(biāo)評(píng)估，還能為運(yùn)動(dòng)員和教練提供對(duì)手分析報(bào)告，為觀眾提供個(gè)性化觀賽推薦。此外，橙獅體育自主研發(fā)的 AI 網(wǎng)球影像系統(tǒng)，具備實(shí)時(shí)數(shù)據(jù)捕捉、多維度數(shù)據(jù)分析、多屏同步、自動(dòng)剪輯等功能，可支持單雙打的訓(xùn)練和大型比賽.

暫未發(fā)現(xiàn)重大框架更新：2024 年 12 月 7 日未查到如飛槳、PyTorch、TensorFlow 等通用 AI 框架有重大更新動(dòng)態(tài)。不過(guò)，從當(dāng)日的應(yīng)用動(dòng)態(tài)來(lái)看，人工智能大模型論壇發(fā)布的成果以及 OpenAI 的強(qiáng)化微調(diào)技術(shù)等，都為 AI 框架的進(jìn)一步優(yōu)化和創(chuàng)新提供了思路和方向。例如，強(qiáng)化微調(diào)技術(shù)展示了如何通過(guò)更有效的訓(xùn)練方法提升模型性能，這對(duì)于 AI 框架在模型訓(xùn)練和優(yōu)化方面的改進(jìn)具有一定的啟示作用，促使框架不斷演進(jìn)以更好地支持類(lèi)似的高效訓(xùn)練和定制化需求 。