➜♍🔣     

大象精产国一二

论坛上，图灵奖获得者、美国三院院士Manuel Blum带来了他在意识图灵机领域的最新研究成果。Manuel Blum介绍，意识的本质能够且应当通过经典确定性物理学的框架来阐释，意识图灵机类似一个做上行数的竞赛，所有的信息像竞技比赛一样，经过层层比赛达到最顶端，最后成功攀顶的信息就会被向下“广播”，这一过程正是意识图灵机运作的核心所在。

牛津大学DeepMind人工智能教授Michael Bronstein带来了关于“几何深度学习——从欧几里得到药物设计”的主题演讲。他表示大象精产国一二，从数学的角度出发，通过对称性揭示深度学习的几何统一大象精产国一二，从而引入“几何深度学习”数学框架，可以将其应用到生物学、医学和药物设计等新领域。他进一步提出，可以通过几何深度学习和图神经网络等方法，协助人类赋能药物开发。

复旦大学计算机专业博士王晓梅认为，多模态大模型的应用极其广泛。她以多模态大模型在工业中的应用为例，在工业领域中，传统的表面缺陷检测模型一般是人工对采集数据进行标注，然后进行训练和推理，通过不断增加人工标注数据来微调模型逐步提升性能。而多模态大模型可以显著提高数据标注的效率，通过自动生成多数模态数据来提高模型的准确性，缓解长尾分布对模型的负面影响。