螞蟻集團20篇論文入選AI頂會NeurlPS，7成論文聚焦生成式AI

接收率僅爲26.1%

12月10日，爲期六天的全球AI頂級會議NeurlPS在美國路易斯安那州新奧爾良市舉辦。NeurlPS披露的數據顯示，本屆會議共有12343篇有效論文投稿，接收率僅爲26.1%。螞蟻集團20篇論文被收錄。

NeurIPS是全球人工智能和機器學習領域的頂級會議，與ICML並稱爲人工智能領域難度最大，水平最高，影響力最強的會議。

據瞭解，螞蟻此次入選的論文，覆蓋計算機視覺、自然語言處理、圖神經網絡、圖像處理等多個人工智能和機器學習領域的前沿主題。其中七成以上論文聚焦解決過去一年AIGC（生成式AI）在炸裂式發展中出現的一些缺陷與問題。

比如《基於可學習和可解釋基底的時間序列預測》一文，是此前入選另一個AI頂會ICLR2022的一篇演說論文Pyraformer的後續研究成果。這篇論文利用交叉注意力機制將時間序列分解到了一組可學習的基底上，並進一步利用歷史的基底權重和基地未來的部分來預測未來，提高了電力、匯率、交通等場景的預測性能。

另一篇論文《基於模塊化代碼庫的3D感知圖像生成的基準測試和分析》，試圖解決3D感知圖像生成技術領域的一個問題：實際工作中通常會混合使用各種技巧和方案，但究竟是算法的哪一個模塊對最終效果起到關鍵作用，是不清楚的。文章中構建的高度結構化的代碼庫Carver能夠讓開發者獨立開發和替換每個模塊，不但能提高3D圖像生成的精準度，還可加快開發效率。

《Prompt Pool 與時序點過程模型的持續學習》一文則優化了時序模型傳統訓練方式的一個缺陷，訓練結果是靜態的，即它們被部署後不會再進行學習或更新。文章建構了一個PromptTPP持續學習模型，這一模型能保持持續性學習，不斷更新和改進其性能和知識庫。這一新時序模型能提高金融市場分析與預測、交通流量和運輸等有明顯時間順序特徵的場景的趨勢預測的準確度。

12月10日，螞蟻集團還受邀在大會首日舉辦以“知識增強AI在垂直行業的應用探索”爲主題的研討會。研討會圍繞過去一年，大數據驅動的機器智能技術達到新高度，但其在專業垂直行業進行應用落地時，依然面臨着生成內容幻覺多、毒性高、知識性低、魯棒性差、歧視嚴重等問題，聚焦探討知識增強AI技術如何將垂直行業的專業知識與大數據驅動的機器智能進行融合，構建出知識增強、人機協同、公平包容、穩定魯棒的機器智能新範式。

據瞭解，過去五年，螞蟻集團在國際頂級學術期刊和學術會議上發表論文近500篇，其中AI領域的論文300餘篇。螞蟻集團在人工智能領域持續進行技術投入，基於大規模業務場景的需求，佈局了包括知識圖譜、運籌優化、圖學習、可信AI、大模型等在內的AI技術領域。

NeurIPS官網顯示，本次AI頂會還收錄了谷歌、微軟、英偉達、亞馬遜、Meta、IBM、阿里巴巴、百度、騰訊、字節跳動等海內外互聯網企業的論文。