最新 MLPerf 基準表明：AI 的訓練速度比去年提升了幾乎兩倍

6月29日，開放工程聯(lián)盟 MLCommons 發(fā)布了 MLPerf 基準的最新訓練結(jié)果，發(fā)現(xiàn)今年機器學習系統(tǒng)的訓練速度幾乎是去年的兩倍，超越了摩爾定律（每18-24個月翻一倍）。

MLPerf 由八個基準測試組成：圖像識別、醫(yī)學影像分割、兩個版本的對象檢測、語音識別、自然語言處理、推薦和強化學習。在這八個基準測試中，英偉達的加速器都拔得頭籌，表現(xiàn)優(yōu)異。

MLPerf Training v2.0 結(jié)果包括來自 21 個不同提交者的 250 多個性能結(jié)果，包括 Azure、百度、戴爾、富士通、技嘉、谷歌、Graphcore、HPE、浪潮、英特爾-HabanaLabs、聯(lián)想、Nettrix、NVIDIA、三星和 Supermicro等等。（IEEE Spectrum）

宋舒然獲得機器人頂會 RSS 2022 公布最佳論文獎

機器人頂會 RSS（Robotics: Science and Systems） 于 6 月 27 日至 7 月 1 日在紐約召開，并公布了最佳論文、最佳系統(tǒng)論文、最佳學生論文等全部獎項。

其中，目前任職于哥倫比亞大學的中國學者宋舒然與團隊獲得 RSS 2022 最佳論文獎，獲獎工作是“Iterative Residual Policy for Goal-Conditioned Manipulation of Deformable Objects”。宋舒然是機器人研究領域的知名青年學者，曾獲得多項會議最佳論文獎，并獲得2022年素有“諾貝爾風向標”之稱的斯隆研究獎。

此前，AI科技評論曾對宋舒然博士進行專訪，鏈接如下：

谷歌提出新的語言模型 Mineva 來解決定量推理問題

最近，谷歌研究院提出了一個能夠用逐步推理來解決數(shù)學和科學問題的語言模型——Mineva。

據(jù)團隊介紹，目前語言模型在定量推理問題（即結(jié)合數(shù)學和信息來解決現(xiàn)實世界問題）中的性能仍遠遠低于人類，而他們通過收集與定量推理問題相關的訓練數(shù)據(jù)、大規(guī)模訓練模型和采用先進的推理技術，實現(xiàn)了 AI 模型在定量推理任務上的顯著進步。

論文鏈接：https://storage.googleapis.com/minerva-paper/minerva_paper.pdf

在技術架構上，Mineva基于谷歌在幾個月前提出的 PaLM 架構。訓練中，對 arXiv 上 118G 的科學論文數(shù)據(jù)集和包含 LaTex 數(shù)學表達的網(wǎng)頁進行了訓練。研究表明，Mineva在高中數(shù)學競賽水平題庫 MATH、大學水平的 STEM 任務上都取得了不錯的表現(xiàn)。

英國學者聯(lián)合發(fā)布因果機器學習百頁調(diào)查報告

最近，英國牛津大學與倫敦大學學院（UCL）的學者聯(lián)合發(fā)布了一份因果機器學習方向的調(diào)查綜述，長達165頁。因果機器學習主要研究如何將數(shù)據(jù)生成過程轉(zhuǎn)換為結(jié)構因果模型（SCM），可以讓人們推斷這一過程的變化（即干預）的影響，以及事后會發(fā)生的事情（即反事實）。

這篇綜述討論了因果機器學習的五大方向：因果監(jiān)督學習、因果生成建模、因果解釋、因果公平與因果強化學習。

論文鏈接：https://arxiv.org/pdf/2206.15475.pdf

消息鏈接：

https://spectrum.ieee.org/mlperf-rankings-2022

https://ai.googleblog.com/2022/06/minerva-solving-quantitative-reasoning.html

更多內(nèi)容，點擊下方關注：

歡迎提供前沿資訊，掃碼添加 AI 科技評論 微信號，投稿&進群：

雷峰網(wǎng)(公眾號：雷峰網(wǎng))

雷峰網(wǎng)版權文章，未經(jīng)授權禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。