近日，英特尔实验室在 NeurIPS 2023 上展示了其一些最重要和行业首创的 AI 创新，NeurIPS 是面向专注于 AI 和计算机视觉技术的开发人员、研究人员和学术专业人士的全球领先盛会。该活动于 12 月 10 日至 16 日在新奥尔良举行。

在 NeurIPS 2023 上，英特尔实验室将展示行业领先的人工智能研究，并与多元化的创新者和思想领袖社区分享其“AI 无处不在”愿景。会议期间，英特尔实验室将展示 31 篇论文，包括 12 篇主要会议论文和 19 篇研讨会论文和演示。该研究的重点是人工智能在科学中应用的新模型、方法和工具，以及图学习、多模态生成人工智能以及人工智能算法和优化技术，用于气候建模、药物发现和材料科学等人工智能用例。

英特尔研究院将在 NeurIPS 2023 上展示的研究可分为以下几类，每项研究都具有有影响力的发现：

面向科学的人工智能

• 大脑编码模型：基于多模态转换器，与德克萨斯大学奥斯汀分校的研究人员共同开发的模型可以预测大脑反应，特别是在代表概念意义的皮层区域，并提供对大脑多模态处理能力的见解。
• ClimateSet：与 Mila 共同开发的用于机器学习的大规模气候模型数据集，可以快速预测新的气候变化情景，并为机器学习（ML）社区构建以气候为中心的颠覆性应用程序奠定基础。
• HoneyBee：与 Mila 共同开发的最先进的 LLM，使研究人员能够更快地理解材料科学。

多模态生成式人工智能

• COCO-Counterfactuals：一种多模态技术，用于生成合成的反事实数据，可减轻预训练多模态模型中的错误统计偏差，以帮助提高 AI 模型在许多下游任务（如图像文本检索和图像识别）上的性能。
• LDM3D-VR：用于 3D VR 的潜在扩散模型，可简化 AI 应用的 3D 视频生成。
• CorresNeRF：使用神经辐射场的图像渲染方法，用于从 3D 图像重建场景的 2D 表示。

提高 AI 性能

• DiffPack：一种用于蛋白质建模的生成式 AI 方法，有助于确保生成的 3D 结构反映蛋白质的真实结构特性。
• InstaTune：一种在微调阶段生成超级网络的方法，以减少网络附加存储（NAS）所需的总时间和计算资源。

图形学习

• A*Net：业界首个基于路径的知识图谱推理方法，具有百万级数据集，能够扩展到超出计算范围的数据集，并提高大型语言模型（LLM）的准确性。
• ULTRA：业界首个知识图谱推理基础模型，是学习通用图谱和可转移图表示及其关系的新方法。
• Perfograph：一种新颖的基于编译器图的程序表示，可以捕获数值信息和复合数据结构，以提高 ML 方法推理编程语言的能力。