1
「AI 影響因子」是雷鋒網學術頻道 AI 科技評論旗下數據庫項目，旨在呈現國內企業(yè)研究院學術&開發(fā)實力，為高校學生及從業(yè)者提供在會議/期刊論文、數據集比賽及開發(fā)項目三大領域的橫向對比參考。此外，雷鋒網 AI 科技評論也整合了諸如與高校實驗室合作、學術會議贊助等企業(yè)活動，嘗試為讀者們提供一個全面的數據平臺。
距離「AI 影響因子」上線已經三個月時間，4 月份及 5 月份我們相繼推出 「AI 影響因子」的相關盤點：
AI 科技評論六月份與各個企業(yè)點對點聯系，并將數據進行整理上線。曠視科技、阿里巴巴達摩院憑借出色表現，領跑六月AI影響因子數據庫。
京東金融與清華大學的 IJCAI 2018 錄用論文《GeoMAN: Multi-level Attention Networks for Geo-sensory Time Series Prediction（基于多層注意力機制神經網絡的地理傳感器時間序列預測）》使用深度學習技術，解決了一個通用的地理時間序列預測問題，不僅成功預測了中國東南某城市自來水管網的水質，在空氣質量預測上同樣得到了驗證，還可用于交通預測中，且效果超過現有的方法。
在 CVPR 2018 上，成立于 2011 年的曠視科技今年在 CVPR 上共有 1 篇 spotlight 論文及 7 篇 poster 論文被主會收錄。包括 ShuffleNet 移動端低功耗設備模型、語義分割的判別特征網絡 DFN、優(yōu)化解決密集遮擋問題的 RepLoss 、通過角點定位和區(qū)域分割檢測場景文本的全新算法，以及能復原扭曲文檔圖像的 DocUNet 等多項技術，向與會學者們展現了他們在學術研究上的實力。
第十六屆北美計算語言學會議 NAACL 于 6 月初在美國路易斯安那州的新奧爾良召開。NAACL 是自然語言處理與計算語言學領域的頂級學術會議之一。在語言學習建模競賽中，國內人工智能企業(yè)先聲教育在英語組賽事中奪得第一。其他參賽者包括來自全球頂尖學術界和產業(yè)界的研究團隊，如劍橋大學、紐約大學、加利福尼亞大學等。
在今年 CVPR 2018 上，曠視科技也分別在兩項挑戰(zhàn)賽上斬獲單項雙料冠軍——AVA 和 WAD。
ActivityNet Challenge（ActivityNet Large-Scale Activity Recognition Challenge）旨在進一步拓展視頻語義理解的邊界。其中的 Task B——時空行為定位（Spatio-temporal Action Localization）依據 AVA 數據集，試圖評估算法對人類行為時空信息的定位能力，其中每個標注的視頻片段連續(xù)且超過 15 分鐘，包含多個主體，每個主體有多個行為；在 #1 (Vision Only) 以及 #2 (Full) 兩個挑戰(zhàn)賽中，曠視科技均獲得第一名。
WAD（Workshop on Autonomous Driving）同樣是一項由 CVPR 2018 workshop 主辦的自動駕駛識別挑戰(zhàn)賽，其中的 Task 4 ——實例視頻分割（Instance-level Video Segmentation）要求參賽者在一幀之內實現對移動物體（比如汽車和行人）實例級別的分割。
阿里巴巴達摩院機器智能技術實驗室語音識別團隊于即日推出了新一代語音識別模型——DFSMN，與此同時團隊已將這一模型開源。
這一模型正是在國際聲學會議 ICASSP 2018 上做 oral 報告的 DFSMN（深度前饋序列記憶網絡）。DFSMN 使用基于 BLSTM 的統計參數語音合成系統作為基線系統，采用廣泛使用的跳躍連接技術，在執(zhí)行反向傳播算法時，梯度可以繞過非線性變換。而官方介紹，對比目前業(yè)界使用最為廣泛的 LSTM 模型，訓練速度更快、識別準確率更高。采用全新 DFSMN 模型的智能音響或智能家居設備，相比前代技術深度學習訓練速度提到了 3 倍，語音識別速度提高了 2 倍。
Part.4 企業(yè)活動
云從，百度聯合舉辦「中國首屆生物特征識別大賽」。本次題目為開發(fā)式賽題，參賽者可以根據不同視角，如學生、老師、學校管理者等，從他們的角度出發(fā)，結合人臉識別，利用云從人臉識別 SDK 開發(fā)不同的應用產品。產品類型可包含手機 APP、PC 軟件；插件、公眾賬號（H5）、小程序；智能硬件等。
同時，百度也作為協辦方參加了該賽事的命題。
第 22 屆機器人足球世界杯（RoboCup）上，在來自 35 個國家的 5000 多個機器人中，優(yōu)必選和清華大學聯合組成的火神（Hephaestus）隊最終在人形機器人成人組（AdultSize）的技術挑戰(zhàn)賽和一對一足球比賽中分別獲得亞軍和季軍。
RoboCup 是當前國際上級別最高、規(guī)模最大、影響力最廣泛的機器人賽事，不僅是一項綜合性的國際活動，同時也是學術成分最高的賽事之一，其目的是通過一個易于評價的標準平臺促進人工智能與機器人技術的發(fā)展，目標是在 2050 年前后能組建一支機器人足球隊戰(zhàn)勝當年的人類世界杯冠軍。
雷鋒網學術頻道 AI 科技評論旗下數據庫項目「AI 影響因子」：
「AI 影響因子」是一個呈現國內企業(yè)研究院學術&開發(fā)實力的數據庫，為高校學生及從業(yè)者提供在會議/期刊論文、數據集比賽及開發(fā)項目三大領域的橫向對比參考。此外，AI 科技評論也整合了諸如與高校實驗室合作、學術會議贊助等企業(yè)活動，嘗試為讀者們提供一個全面的數據平臺。
從會議/期刊論文出發(fā)，AI 科技評論以「中國計算機學會 CCF 推薦國際學術期刊會議」1 所推薦的國際學術會議及期刊為主要標準，向企業(yè)研究院征集統計該年會議/期刊被錄用的論文，以作為評選標準的一部分。此外，以 ICLR 為代表的新生會議也在 AI 科技評論的評選考慮范圍之內。
從比賽出發(fā)，AI 科技評論圍繞目前國際與國內較受認可的比賽（包括但不限于數據競賽平臺 Kaggle 的下屬比賽、各類數據庫競賽等），向企業(yè)研究院征集統計該年獲得優(yōu)秀名次的賽事，以作為評選標準的一部分。
從開發(fā)項目出發(fā)，圍繞發(fā)起開源項目/工具及相關更新，企業(yè)研究院所構建的開源生態(tài)同樣是 AI 科技評論密切關注的領域。
這三部分的內容將幫助學術青年更客觀、更全面地了解企業(yè)研究院在不同領域上的側重點，做到有的放矢。與此同時，這三部分的內容也為企業(yè)研究院在「AI 影響因子」上的展示提供翔實而準確的數據基礎，并作為「AI 影響因子」數據庫及衍生榜單的重要標準。
除此之外，「AI 影響因子」數據庫還將收錄企業(yè)研究院的一些企業(yè)相關活動，如人事變動、高校合作、會議贊助等。
AI 影響因子官網：http://www.ozgbdpf.cn/aiWeights
企業(yè)合作/聯系：微信 aitechreview
雷峰網原創(chuàng)文章，未經授權禁止轉載。詳情見轉載須知。
