5月7日上午,计算机与人工智能学院“民航信息新技术论坛”第三十八期学术报告在北14-S125沉浸式教室举行。本次报告邀请中国科学院自动化研究所研究员徐常胜作题为“开放世界的多模态大模型研究与应用”的学术报告,学院相关专业师生积极参加报告会,几乎座无虚席。

报告中,徐常胜研究员围绕开放世界背景下多模态大模型的发展现状、关键问题与应用前景展开深入讲解。他指出,相较于单一的视觉模型或语言模型,多模态大模型能够从不同模态数据中学习共性知识,具有更强的通用性和更接近人类认知的能力,是当前人工智能进一步发展的重要方向。近年来,多模态大模型在跨模态检索、跨模态生成等任务中取得了显著进展,但在面向真实开放世界应用时,仍面临数据关联、模型泛化和任务迁移等方面的挑战。
围绕上述问题,徐常胜研究员重点介绍了多模态大模型研究中的两个关键方向:一是如何在保留不同模态数据自身特征的基础上,建立有效的多模态数据关联;二是如何在保证模型泛化能力的前提下,实现多模态大模型在下游任务中的跨域迁移和小样本迁移。报告还结合其团队相关研究工作,介绍了基于解释视觉系统的多模态大模型Libra,以及面向跨域迁移和小样本迁移的多种泛化性保持方法。
本次报告内容前沿、视野开阔,既涵盖了多模态大模型的基础理论问题,也展示了其在复杂开放环境中的应用潜力。报告有助于学院师生进一步了解人工智能领域的最新研究进展,拓展了师生在多模态学习、大模型应用与智能感知等方向的学术视野,对推动相关领域的学习与科研工作具有积极意义。
(文字、摄影:王迪;编辑:宋欣楠)