人工智能最新研究成果解读和分析报告.pdfVIP

[Table_Page] 金融工程|专题报告 2 证券研究报告 [Table_Title] [Table_Author] 博采众长，人工智能最新研究成果解读 人工智能文献推荐系列之一 [Table_Summary] 报告摘要：  人工智能研究领域百花齐放 得益于数据、算力和算法的提升，人工智能在工业应用和学术研究上 都取得了飞速发展。目前，大量的人工智能技术已经接近甚至超过人类水 平，其中，机器翻译已经可以媲美人类翻译，图像识别准确率已经超过了 人眼的识别水平，AlphaGo 等领域专家系统水平已经领先最强的人类选手。 近两年，人工智能学术研究的前沿领域集中在自然语言处理、计算机 视觉、强化学习、迁移学习等方向。每年有大量优秀的学术论文发表在人 工智能相关领域的顶级会议中。 本报告将跟进人工智能顶级会议上的优秀论文和知名人工智能研究团 队的最新工作进展，解读近期人工智能方向最有影响力的一批论文。 [Table_DocReport]  人工智能在研究和应用上都取得了重要进展 相关研究： 人工智能在资产管理行业的 2018-07-30 2018 年，自然语言处理领域的语言模型预训练取得了重大突破，相继 应用和展望 产生了NAACL 2018 最佳论文提出的ELMo模型、OpenAI 团队提出的GPT 模型、和谷歌AI 团队提出的BERT 模型。其中，BERT 模型是目前最先进 [Table_Contacts] 的自然语言处理预训练技术，该模型刷新了11 项自然语言处理任务的最优 性能记录。而在自然语言处理的下游应用领域，问答和对话技术、文本生 成、文本摘要、机器翻译等是近年来的热点问题。 计算机视觉方向近年来的研究热点主要是在图像检测、图像分割、图 像标注和图像生成等方向。在图像检测和分割方面，Facebook 研究团队提 出的Mask R-CNN 模型获得了2017 年ICCV 会议的最佳论文。CVPR 2018 最佳论文提出的Taskonomy 方法给出了一种优化迁移学习的策略，可以量 化不同视觉任务之间的关联，并利用这些关联来最优化学习策略的研究。 在关系推理方面，DeepMind 等团队联合发布的论文提出了一种图网络 框架，推广并扩展了各种神经网络方法，为神经网络的关系推理提供了新 的思路。DeepMind 团队的另一篇论文将关系推理与强化学习方法结合，获 得了明显的性能提升，为强化学习开辟了新的方向。  风险提示 本报告为人工智能学术论文解读，不构成任何投资建议。 识别风险，发现价值 1 / 31 3613916:03 [Table_PageText]