智源社区AI周刊No.98：Adept发布行为预训练模型ACT-1；首个扩散模型领域综述发布；PyTorch加入Linux基金会...

汇聚每周AI观点、研究和各类资源，不错过真知灼见和重要资讯！欢迎扫码，关注并订阅智源社区AI周刊。

编辑精选

1. Adept推出第一个大模型Action Transformer (ACT-1)，可自动完成常用软件的人工操作，已开放试用申请 查看详情

Adept推出了他们第一个大模型Action Transformer (ACT-1)。ACT-1是一款能够代替人类使用常见软件的系统，用户只需要输入希望进行的操作，比如想要在网页上搜索的问题，ACT-1能直接执行。经过训练的ACT-1可以使用软件，Adept最近教它如何使用网络浏览器。现在，ACT-1可以连接到一个Chrome扩展程序，允许ACT-1观察浏览器中发生的事情并采取某些操作，如单击、键入和滚动等。

2. 北大、加州大学洛杉矶、MILA等发布首个扩散模型领域论文综述 查看详情

扩散模型（diffusion models）是深度生成模型中新的 SOTA，在许多应用领域都有出色的表现，如计算机视觉，NLP、波形信号处理、多模态建模、分子图建模、时间序列建模等。然而，原始的扩散模型也有缺点，它的采样速度慢，通常需要数千个评估步骤才能抽取一个样本；它的最大似然估计无法和基于似然的模型相比；它泛化到各种数据类型的能力较差。如今很多研究已经从实际应用的角度解决上述限制做出了许多努力，或从理论角度对模型能力进行了分析。

然而，现在缺乏对扩散模型从算法到应用的最新进展的系统回顾。为了反映这一快速发展领域的进展，论文对扩散模型进行了首个全面综述，展示其在不同领域的应用，并指出未来的研究方向。此综述的概要如下图所示：

3. Hinton、Yann LeCun、李飞飞谈深度学习十年：AI没有走入死胡同，“革命”仍如火如荼 查看详情

2012 年，为 AI 带来首个重大突破的关键神经网络研究横空出世。而值此十周年纪念日之际，Hinton 和其他几位AI科学家发声，回击了部分批评者提出的深度学习已经“走进死胡同”的观点。Hinton 表示，“我们将看到机器人技术的巨大进步 —— 更灵巧、更敏捷、更顺从的机器人即将诞生。它们可以像人类一样高效、温和地处理工作。”

LeCun 在接受外媒 VentureBeat 采访时提到，挡在 AI 前进道路上的种种阻碍，正以惊人的速度被加快扫除。连他自己都感叹，“过去四五年的技术发展速度令人惊讶。”而 2006 年建立起 ImageNet（首个用于计算机视觉算法的大规模人工标注照片数据集）的李飞飞，也在接受采访时提到，2012 年以来，这场浩浩荡荡的深度学习发展大潮是“一场我做梦也无法想象的惊人革命”。

更多详细内容，欢迎这里查看。

观点

1. 聊聊工业界“AI算法创新”乱象

2. 天数智芯吕坚平博士：自主通用GPU落地拿订单要过哪几关

研究前沿

1. NeurIPS 2022录用结果揭晓，接收率25.6%

2. 因果推荐系统前沿进展：形式化与去偏

3. DeepMind、牛津研究员合著论文预测：AI很有可能终结人类

4. DeepMind论文：赋予聊天机器人不同的“三观”

产业

1. CMU副教授Graham Neubig联合刘鹏飞等成立Inspired Cognition，致力于优化AI系统开发

2. Stable Diffusion背后公司Stability AI估值升至10亿美元

3. 谷歌创业部门Area 120规模缩水，优先发展AI项目

开源

• PyTorch宣布加入Linux基金会，转向基金会管理

科学家

• 中国机器翻译开山鼻祖、NLP先行者刘倬逝世

活动

1. 报名 | 计算机视觉前沿技术及应用（CCF计算机视觉专委会，9月17日）

2. 报名 | COLING 2022 论文预讲会（中国中文信息学会青年工作委员会，9月17日）

3. 报名 | 大模型研究前沿报告会（智源研究院，9月17-18日）

4. 报名 | 北京大学林亦波：智能时序分析与优化算法（青源会，9月21日）

5. 回放 | 2022智源大会全体大会及各分论坛视频上线

求职招聘

1. 智源研究院 | AI for Science方向研究员，探索生命科学前沿，解决世界级科研问题

2. 智源研究院 | 分子动力学方向研究员，研究生物大分子动力学模拟，实现分子结构功能的预测泛化

3. 智源研究院 | 类脑智能方向研究员，追踪国际前沿文献，研发具有生理功能的大规模高精度神经网络模型

教程

1. CMU：因果表征学习方法概览

2. 上海AI实验室、商汤：自动驾驶《鸟瞰图视觉感知》

3. 哈佛、新南威尔士大学：《基于脑电图的脑机接口的深度学习》

4. MIT开放电子书：《Robotic Manipulation》

---

查看预训练、强化学习等领域周刊内容，欢迎点击阅读原文。

招聘、活动、推广等合作，请联系：[email protected]