英特爾實驗室日前於紐奧良舉辦的NeurIPS 2023上，展示了意義非凡且業界首創的AI創新成果。NeurIPS 2023是針對AI和電腦視覺技術的開發者、研究人員和學術專業人士所舉辦的全球大會。

在 NeurIPS 2023 大會上，英特爾實驗室展示領先業界的AI研究，並與多元化的創新者和意見領袖社群分享英特爾「AI無所不在」（AI Everywhere）的願景。會議期間，英特爾實驗室發表31篇論文，其中包括12篇主要會議論文、19篇研討會論文和現場展示。研究重點聚焦於AI在科學領域應用的新模型、方法和工具，以及圖學習、多模態生成式AI（multi-modal generative AI），以及用於氣候建模、藥物研發和材料科學等AI用例的AI演算法和最佳化技術。

此外，英特爾實驗室亦舉辦AI加速材料探索（AI4Mat）研討會，為AI研究人員和材料科學家提供一個平台，以因應AI驅動的材料探索和開發的挑戰。

英特爾實驗室在 NeurIPS 2023 大會展示的研究可分為以下幾類，每一項都有極具影響力的發現：

科學AI

l   大腦編碼模型（Brain encoding models）：與德州大學奧斯汀分校的研究人員共同開發的模型，幫助預測大腦反應並深入了解大腦的多模式處理能力。

l   氣候資料集（ClimateSet）：與魁北克人工智慧研究所（Mila）合作開發，用於機器學習的大型氣候模型資料集，可以快速預測新的氣候變遷情境，並為機器學習（ML）社群建立破壞性創新的氣候中心應用程式奠定基礎。

l   HoneyBee：與 Mila 共同開發的最先進的大型語言模型，幫助研究人員更快速了解材料科學。

多模態生成式AI

l   COCO-Counterfactuals：一種產生合成反事實資料的多模態技術，可減少預先訓練多模態模型中不正確的統計偏差，幫助提高AI模型在許多下游任務（例如圖片文字檢索和影像辨識）的效能。

l   LDM3D-VR：3D 虛擬實境 (VR) 的潛在擴散模型，可簡化 AI 應用產生 3D 視訊。

l   CorresNeRF：使用神經輻射場從 2D 影像重建3D場景的影像渲染方法。

提高AI效能

l   DiffPack：一種用於蛋白質建模的生成式AI方法，有助於確保生成的 3D 結構反映蛋白質的真實結構特性。

l   InstaTune：一種在微調階段產生超級網路的方法，以減少網路附加儲存（NAS）所需的總體時間和運算資源。

圖學習

l   A*Net：業界首創以基於路徑的方法對百萬級資料集進行知識圖推理，能夠擴展到超出計算範圍的資料集，並提高大型語言模型（LLM）的準確性。

l   ULTRA：業界首創知識圖推理基礎模型，以及學習通用和可轉移圖示及其關係的新方法。

l   Perfograph：一種基於編譯器圖的新穎程式表現形式，可以捕捉數值資訊和複合資料結構，以提高ML方法推理程式語言的能力。