10月17日-19日，2019年中国计算机大会（CNCC2019）在苏州举办，本届大会以“智能+引领社会发展”为主题，1000家机构的代表、8000余人参展参会。百度首席技术官王海峰在会上发表题为《深度学习平台支撑产业智能化》的演讲。

谷歌和香港大学研究团队提出Learn-by-interact框架，让AI智能体通过自主与环境互动来学习，核心创新是"逆向构建"机制，能将失败操作转化为有价值训练数据。在四个真实环境测试中，该方法显著提升了AI在软件编程、网页操作、桌面应用等复杂任务中的表现，为构建实用AI助手开辟新路径。

杭州电子科技大学研究团队开发出CRISP-SAM2智能医学影像分析系统，能够结合文字描述和CT图像同时进行器官识别。该系统通过跨模态语义交互技术，无需医生手动提示即可精准分割18种人体器官，在七个数据集测试中表现优异，为医学影像诊断提供了新的AI解决方案。

9月7日，“三维世界的绽放”——「2018增材制造全球创新大赛华中赛区武汉论坛」在武汉市洪山区创意天地精彩亮相。

IBM商业价值研究院（IBV）最新出版的第四版《量子十年（The Quantum Decade）》装帧精美、值得一读，相信会成为每一位高管人士的重要知识补充。

这项由华盛顿大学和新加坡国立大学研究团队提出的ScaleKV技术，针对视觉自回归模型中的内存瓶颈问题提供了创新解决方案。研究发现不同变压器层具有不同的缓存需求，将它们分为需要大量历史信息的"起草者"和专注于当前细节的"精细器"，实现了尺度感知的KV缓存分配。实验表明，该方法能将Infinity-8B模型的内存需求从85GB减少到8.5GB，同时保持生成质量几乎不变，为高分辨率AI图像生成的普及应用铺平了道路。

IBM在企业AI领域做出了一系列颇为独特的探索。蓝色巨人目前正在推动全栈技术布局，以自2020年来兴起的AI和混合云作为企业战略领域的两大基础性支柱，同时借鉴了自身在其产品组合中积累下的优势。

作为数据密集型行业，酒店业数据的应用已经渗透到了行业的各个环节。

十四五”时期人工智能规划需要关注的重点就是如何通过明确我国人工智能技术发展路线，发挥我国制度优势，促进人工智能根技术突破和创新

10月17日-19日，2019年中国计算机大会（CNCC2019）在苏州举办，本届大会以“智能+引领社会发展”为主题，1000家机构的代表、8000余人参展参会。百度首席技术官王海峰在会上发表题为《深度学习平台支撑产业智能化》的演讲。

意大利比萨大学研究团队开发出深度残差回声状态网络（DeepResESN），通过创新的"时间残差连接"技术解决了深度神经网络的长期记忆问题。该方法在记忆性任务上性能提升65%以上，同时保持了储层计算训练快速的优势。研究提供了完整的数学理论分析和三类任务的实验验证，为需要长期记忆的AI应用（如天气预测、医疗诊断、金融分析）提供了新的技术选择。

每一个公司都将成为「机器学习」公司。

短短几年，从阿尔法狗的第一次出镜到如今几乎遍布全球每一个大小公司都在投资弱AI产业，AI这个名词已经从只有理工科类高精尖人士才能略知一二，发展到了如今任何一个会使用互联网甚至仅仅看报纸看电视的人都能和你聊上几分钟的话题。

想象一下，你正在看一部喜剧片。剧中角色面无表情地说："我棒极了。"单看文字，你可能认为这是自信的表达。但如果你看到他说这话时翻了个白眼，用讽刺的语调，你立刻就会理解——这是在自嘲或嘲讽他人。这种理解需要同时分析文字内容、表情和语调。这正是多模态语言分析的核心：通过整合多种信息渠道（如文本、视频和音频），来理解人类交流中的高级语义。

苹果公司研究团队开发了AXLearn，一个模块化的大型AI模型训练系统。该系统采用严格的组件封装设计，能在GPU、TPU、Trainium等异构硬件上运行，将添加新功能的代码量从数百行减少到10行，实现了常数级的复杂度增长。研究团队创造了"代码行复杂度"指标来量化模块化优势，并通过大规模实验证明了系统的高性能和扩展性。

近日,Salesforce移动应用在中国大陆苹果应用商店的下架,预示着今年CRM国产化替代即将迎来高潮。

这项研究首次提出了ViPlan基准测试，系统评估视觉语言模型在视觉规划任务中的表现。研究对比了"VLM作为规划器"和"VLM作为接地器"两种方法，发现在抽象的积木世界中接地器方法更优，而在模拟家庭环境中规划器方法表现更佳。研究还发现链式思考提示对大多数模型并无显著改善效果，表明当前视觉语言模型在视觉推理方面仍存在局限性。

在面谈会中讨论生成式AI，与会者们从担忧到惊奇可谓反应不一。而风险投资者——特别是像我这样在公司始创之初就与创始人合作的风险投资者——总会强调我们正处于技术生命周期的“起始阶段”。

首尔大学研究团队发布RelayGen技术，通过智能的段落级模型切换实现AI推理加速。该方法基于观察发现：AI长篇推理过程中难度不均，通过识别话语线索词来判断切换时机，让大模型处理复杂推理、小模型处理简单总结。实验显示可实现2.2倍速度提升，准确率损失仅2%，且无需额外训练，部署简单，与现有加速技术兼容性好。

这项研究首次从图论视角探索大语言模型的知识结构模式，揭示了模型知识的三峰分布特性、节点度数与知识水平的正相关关系，以及知识同质性现象——拓扑位置相近的实体往往具有相似的知识水平。基于这些发现，研究团队开发了图神经网络模型来预测实体知识水平，并证明了这种方法在选择高价值三元组进行模型微调时的有效性，特别是在专业领域知识方面取得了显著提升。