双周动态|中文语言能力评测基准问世；微软亚洲研究院为Windows 11注入新智能；元宇宙首次被写入地方十四五产业规划

灯塔大数据

发布于 2022-01-21 19:28:54

6470

发布于 2022-01-21 19:28:54

文章被收录于专栏：灯塔大数据灯塔大数据

编者按：【双周动态】是【融智未来】推出的产业动态及投融资事件回顾栏目，主要盘点两周内产业大事件和创新企业投融资动态。

01 产业动态

运营商新闻

中国移动完成自研5G半有源Open-WDM前传管控原型系统研发

针对5G前传网络的重大变革，中国移动提出原创的新一代5G前传Open-WDM技术体系，低成本破解前传哑资源管理难题。半有源Open-WDM技术体系采用半有源架构、轻量级OAM机制和标准南向接口，低成本实现可管可控，节约大量光纤资源和运维成本。

中国移动研究院和中国移动设计院联合研发半有源Open-WDM管控系统，采用B/S架构、通用硬件平台，可云化部署，支持通过北向接口与OSS系统连接。该管控系统采用图形化界面展示，创新引入告警染色等功能，能有效判断告警，实现故障定界定位，为快速恢复业务提供了有力保障。

中国移动完成了5G前传半有源Open-WDM自研管控原型系统的测试，验证了该管控系统可实现对多个主流厂家半有源Open-WDM设备集中化管控，支持从有源设备到光模块的信息查询和管理能力，实现了前传网络的可管可控和异厂家互通。

链接：https://www.c114.com.cn/news/118/a1185177.html

§ AI 技术

中文语言能力评测基准「智源指数」问世：覆盖17种主流任务，19个代表性数据集，更全面、更均衡

12月30日，北京智源研究院在位于「宇宙中心」的智源大厦举办了首场 BAAI—NLP Open Day 活动。会上，中国工程院院士、清华大学教授、中国人工智能学会理事长戴琼海，北京语言大学教授、国家语言文字工作委员会原副主任李宇明，清华大学教授、智源研究院自然语言处理重大研究方向首席科学家孙茂松，智源研究院副院长曹岗同国内NLP科学家和青年学者一起，重磅发布了机器中文语言能力评测基准——智源指数CUGE。CUGE，取自Chinese LanguageUnderstanding andGeneration Evaluation的首字母缩写，代表着兼顾自然语言理解（NLU）与自然语言生成（NLG）两大任务体系的中文语言能力评测标准。它涵盖7种重要语言能力、17个主流任务、19个代表性数据集。

链接：https://mp.weixin.qq.com/s/aqWn-CXg9FddvFvFVKUlGg

一个既能做CV任务，也能做NLP任务的Transformer模型！谷歌&UCLA提出统一的基础模型

近年来，Transformer在NLP和计算机视觉领域均有不俗的表现，这些Transformer都需要在大型图像数据集上进行预训练再根据任务的不同进行微调，所以这就需要为每个领域都维护一个大型基础模型，而这与通用智能的目标相悖，我们需要一个统一的基础模型来适应视觉和纯文本任务。为此，研究人员基于BERT和ViT，设计了一个统一的Transformer——ViT-BERT，由特定模态tokenizer、共享Transformer编码器和特定任务输出head组成。研究人员还提出两种新技术以供有效地在未配对的图像和文本上共同训练所提出的模型。实验结果表明ViT-BERT在视觉和纯文本两个任务上都表现得不错，所提出的新技术可以有效地提高性能以接近单独训练的模型的水平。

链接：https://mp.weixin.qq.com/s/y2mAZ_LPOPxSLg0axF807A

Facebook 推出多模态通用模型 FLAVA，吊打 CLIP 平均十个点！

Transformer目前被应用于各种任务，但针对不同任务需要设计不同的模型，而来自Facebook的研究人员带着是否能构建出一个统合各类任务的模型、实现一个模型解决所有问题的想法，提出了一个适用于NLP+CV+多模态的模型FLAVA。FLAVA基于输入的匹配的图片-文本、单独图片、单独文本，并配合直观的训练手段来解决NLP、CV、多模态问题。实验结果表明，在可运用FLAVA的35个任务中，FLAVA能够取得整体上的最优结果，多模态任务平均比CLIP高出2个百分点左右，整体平均比CLIP高出10个百分点左右。

链接：https://mp.weixin.qq.com/s/Powz9F3dlapJYucKeSZE5Q

嘈杂场景语音识别准确率怎么提？脸书：看嘴唇

将读唇与语音识别相结合，Meta发布了一种名为AV-HuBERT的视听版BERT。研究人员表示，类似于人类的读唇，AV-HuBERT可以结合人们说话过程中嘴唇和牙齿活动、语音方面的信息，来捕捉到音频和视频间的微妙联系。AV-HuBERT将自监督和多模态两种方法结合其性能超过过去最好的视听语音识别系统。实验结果表明，在使用不到十分之一标注数据的情况下AV-HuBERT可以将语音识别错误率降低75%，在带有相同噪音时AV-HuBERT的WER仅为3.2%，而之前的最佳多模态模型为25.5%。

链接：https://mp.weixin.qq.com/s/cwbSMlroiPohNUD-NSYw4g

从个性化推荐到语音识别，微软亚洲研究院为Windows 11注入新智能

去年10月份Windows11系统正式发布，相比于系统本身，更让我们好奇的是那些技术的更新。此次更新中，研究人员对Windows 11 的“新闻与兴趣”和“语音访问”两个功能的底层模型又做了进一步优化，对算法进行了创新。新闻推荐功能的难度在于如何选出让用户满意又不会因为过度重复而引起用户反感的新闻时事，为此研究人员将NLP与深度学习技术结合来提高推荐模型的性能和准确率。新增的语音访问功能可以让所有不方便操作电脑的人可以通过语音控制他们的电脑进行操作。该功能的实现主要得益于一种端到端的ASR技术将声音模型和语言模型融合为统一的模型，这不仅降低了对计算资源的要求，即使在没有网络的情况下，相关设备也能进行快速语音识别。

链接：https://mp.weixin.qq.com/s/QQKYHoOdQLUa3cLoxKQWQQ

§ 区块链

国务院：研究制定区块链等新领域新业态知识产权保护规则

国家知识产权局消息，1月5日，国务院知识产权战略实施工作部际联席会议办公室印发《知识产权强国建设纲要和“十四五”规划实施年度推进计划》，《计划》提出完善新兴领域和特定领域知识产权规则，研究制定大数据、人工智能、区块链等新领域新业态知识产权保护规则（中央宣传部、知识产权局按职责分工负责），加强人工智能、区块链等新技术与广播电视和网络视听领域数字版权保护的融合创新研究（广电总局负责）。

评论：国务院强调要从完善区块链等新兴领域知识产权制度、强化知识产权保护、完善知识产权市场运行机制、提高知识产权公共服务水平、营造良好的知识产权人文社会环境等七个方面入手，为推动知识产权强国提供动力。

元宇宙首次被写入地方十四五产业规划：加强元宇宙底层核心技术基础能力的前瞻研发

1月4日消息，上海市经信委印发《上海市电子信息产业发展“十四五”规划》提出，要加强元宇宙底层核心技术基础能力的前瞻研发，推进深化感知交互的新型终端研制和系统化的虚拟内容建设，探索行业应用。这是元宇宙首次被写入国内地方十四五产业规划，预计其他省市未来或将陆续跟进。目前上海有两家元宇宙公司，分别是会畅通讯和风语筑，前者已经推出了面向商业元宇宙的三维云视频新产品，后者将与安徽广播电视台共同打造安徽广电首个数字虚拟主播，并将开展虚拟直播间、虚拟IP运营等元宇宙领域的业务合作。

评论：继我国各地出台元宇宙相关政策后，上海首先将元宇宙写入十四五产业规划中，这将推动元宇宙底层核心技术能力的提升、人才的培养，形成行业解决方案，助力产业发展。