《 Publisherspeak UK 2024会议将于5月举办》

  • 来源专题:科技出版市场动态监测
  • 编译者: 崔颖
  • 发布时间:2024-07-07
  • Publisherspeak UK 2024是由Kriyadocs赞助的学术出版秘密会议,秉承与其前身Publisherspeak US 2023相同的社区主导精神,将于2024年5月21日在伦敦Woburn House举行。Publisherspeak UK 2024以非会议形式举办,旨在将出版专业人士和行业思想领袖联合起来,共同应对当今行业面临的挑战。

    该活动旨在促进深入的社区互动,并为与会者提供一个结构化的框架,以探索解决方案和渐进式改进。Publisherspeak UK 2024专注于实用、有影响力的思考,承诺为所有参与者提供丰富的体验。

    Tutton Russell Consulting总监Louise Russell在担任Publisherspeak US 2023会议主席后,将续任会议主席。

    主题演讲将由著名生物学家和研究诚信倡导者Sholto David发表。凭借其丰富的经验和见解,David博士将阐明围绕研究诚信的紧迫问题,并就这一及时的话题提供宝贵的观点。

    Forestreet的创始人兼首席执行官Alex Miller将主持一个专注于新兴技术的互动研讨会。

    Publisherspeak UK 2024还将举办一个下午的非正式分组会议,与会者将分组合作,为学术出版中的当前问题设计解决方案(由Publisherspeak社区确定)。这些会议将由Sophia Anderton(Wiley出版社)、Emily Cockburn(剑桥大学出版社)、Joe Kelly(微生物学会)和 Caroline Burley(皇家化学学会)主持。

    Kriyadocs首席执行官Ravi Venkataramani表示,“我们很高兴推出 Publisherspeak UK 2024,这是出版业合作和创新的缩影,将主要利益相关者和思想领袖聚集在一起,我们的目标是促进有意义的对话,并在我们的行业内推动积极的变化。”

    Tutton Russell Consulting总监Louise Russell表示,“我很高兴主持Publisherspeak UK 2024,并期待一场实用、发人深省和充满活力的活动,Publisherspeak提供了一些不同的思路——通过利用非会议形式的元素,对社区重要的主题进行点对点讨论,为与会者提供可操作的见解,并请与会者将会议提及的见解带回自己的组织进一步研讨。”

  • 原文来源:https://www.alpsp.org/News/announcing-publisherspeak-uk-2024apr2024
相关报告
  • 《 ISC高性能2024会议和展览(ISC 2024)将于5月12日至16日在德国汉堡举行》

    • 来源专题:新一代信息技术
    • 编译者:isticzz2022
    • 发布时间:2024-05-08
    •        ISC高性能2024会议和展览(ISC 2024)将于5月12日至16日在德国汉堡举行,提供了关于HPC如何增强人工智能的丰富资源和信息。它以人工智能领域的多个焦点会议、研讨会和教程为特色,还举办了一个展览,展示了来自世界各地的60多家公司和研究组织,所有这些公司和研究机构都致力于为人工智能市场提供尖端的硬件、软件和服务。对于有兴趣使用HPC来增强其人工智能追求的企业、研究组织、服务提供商或用户来说,ISC高性能2024会议和展览(ISC 2024)是一个独特的机会。        该活动的第一场人工智能焦点会议日程如下: 5月13日:值得信赖的人工智能科学将包括用于天气和气候应用的人工智能应用、日本理研-CCS基于人工智能的科学活动,以及zettascale级人工智能系统的展望。 5月14日:数字孪生的焦点会议将讨论融合能源的数据科学生态系统,以及与数字孪生技术相关的其他主题。 5月15日:Generative AI for Science焦点会议将介绍人工智能在分子生物学和宇宙研究等领域的研究应用。        除了重点会议外,ISC 2024还将举办几场以人工智能为重点的研讨会。第一个是Trillion Parameter Consortium(TPC)Accelerating AI for Science,它将介绍HPC中可扩展机器学习、大型语言模型和生成人工智能的HPC系统设计,以及机器学习系统和工具的概述。第二个研讨会“用EuroHPC超级计算机为欧洲人工智能提供动力”深入探讨了欧洲高性能计算联合企业如何积极为企业、中小企业和初创企业提供资源,以满足其人工智能需求。第三个研讨会是面向真实和可复制科学与工程的人工智能,它将为人工智能系统设计、数字孪生和机器学习提供另一个视角。       ISC 2024还将提供几个关于该主题的教程。其中包括用PyTorch加速生成人工智能,HPC和人工智能的高性能和智能网络技术,以及深度神经网络的分布式训练。所有教程将于5月12日星期日举行。最后,一些为人工智能领域服务的最重要的公司和研究组织将在2024年ISC上展出。其中包括微软,一家与OpenAI合作开发极端规模人工智能技术的公司;NVIDIA,一家为人工智能解决方案提供GPU、工具和系统软件的关键提供商;以及DDN,一家传统的HPC存储供应商,目前正在为人工智能基础设施提供专门构建的产品。       除了供应商之外,在ISC 2024上展出的许多HPC研究中心也在开发基于人工智能的解决方案,在这种情况下,用于科学应用。虽然这些组织不提供商业产品,但它们通常提供人工智能开发者可以使用的开源软件,以及与希望使用人工智能技术构建产品和服务的公司合作的机会。
  • 《2024世界科技与发展论坛人工智能治理创新主题会议举办》

    • 来源专题:新一代信息技术
    • 编译者:isticzz2022
    • 发布时间:2024-10-28
    •       10月23日,2024世界科技与发展论坛人工智能治理创新主题会议在北京举办。本次会议由中国科协主办,世界机器人合作组织和中国电子学会共同承办。会议主题为“人工智能治理创新为培育科技治理生态构建国际信任基础”。世界机器人合作组织理事长、中国科学院院士乔红在会议上发布了2024人工智能(AI)十大前沿技术趋势展望。       这十大前沿技术趋势分别为: AI共性技术 1.小数据和优质数据 大量的无效数据不仅消耗了计算资源,也给模型可靠训练带来挑战。在此背景下,小数据和优质数据的价值越来越重要。小数据更注重数据的精度和相关性,从本质上减少人工智能算法对数据的依赖和不确定性,增强网络可靠性。建设多样性的数据集不仅能够从理论基础上支撑不同技术路线的AI发展,还为解决通用人工智能的瓶颈问题提供新的可能。 2.人机对齐 只有AI的输出结果与人类价值观相符,才能确保AI模型的能力和行为与人类意图保持一致。仅依靠数据和算法并不足以实现人机对齐,这意味着在设计奖励机制时,不仅要考虑任务的效率、效益和效果,还需要考虑行为是否符合人类的伦理标准。 3.AI使用边界和伦理监督模型 当前AI系统的合规性、安全性和伦理问题越发突出,建立一个AI监督模型框架尤为必要。其主要目的是通过制定明确的标准和规范,确保所有AI系统在开发和使用过程中遵循既定的原则,从而减少AI在制度没有确定的情况下被过度使用所带来的风险。 4.可解释性模型 在保障有效性的前提下,提高可解释性,有助于减少对公共资源的消耗,增强用户对AI系统的信任度,并促进其在关键领域的应用。例如在医疗健康领域,一个具有高可解释性的AI诊断系统能够让医生更容易理解其判断依据,减少不必要的检查和治疗程序。 大规模预训练模型 5.规模定律 基于海量参数和训练数据的大规模预训练模型能够有效提高人机交互和推理能力,增强可完成任务的多样性和丰富性。目前规模定律依然有效,不仅体现在语言模型上,也在图像处理、语音识别等多个领域中得到了验证。 6.全模态大模型 全模态大模型可处理和理解文本、图片、音频、数据表格等多种类型的数据输入,并根据任务需求生成多种类型的输出。例如引入通常用于捕捉三维空间信息的3D点云数据模态,对于机器人的导航和避障尤其重要。 7.人工智能驱动的科学研究 使用大模型、生成式技术等来提高科学研究中提出假说、试验设计、数据分析等阶段的效率和准确性。科学家们可以利用AI技术进行实时的试验监测和调整,快速反馈试验结果,动态优化试验设计和假设。 具身智能 8.具身小脑模型 传统大模型可以协助机器人处理决策、任务拆解和常识理解等慢通道反应任务,但不适合做强实时性和高稳定性的机器人规划与控制快通道反应任务。具身智能(人工智能在物理世界的进一步延伸,一般是指可以感知、理解物理世界并与其形成互动的智能系统)小脑模型可以通过多模型投票等集成学习方法,结合机器人本体结构与环境特性选择合理的模型控制算法,确保机器人在理解自身本体约束的前提下,完成高动态、高频、鲁棒的规划控制动作,使智能机器人更加满足现实世界的精细操作与实时控制需求。 9.实体人工智能系统 实体人工智能系统是将具身智能赋能于物理世界中的实体对象,使传统设备能够突破其原有的功能限制,实现更高水平的智能化操作。人形机器人是实体人工智能系统的终极表现形态,它不仅具备多模态感知和理解能力,能够与人类自然互动,还可以在复杂环境中自主决策和行动,并有望在未来应用到更多复杂的工作场景中。 生成式人工智能 10.世界模拟器 世界模拟器能提供沉浸式的仿真体验,为使用者带来更加丰富和多样化的游戏世界,可应用于教育、娱乐等领域,还可以创造更多超级数字场景。在机器人领域,这种技术还可用于构建大规模、标准化的多模态机器人行为数据集,提高机器人本体设计、仿真训练和算法迁移的能力。  特别声明:本文转载仅仅是出于传播信息的需要,并不意味着代表本网站观点或证实其内容的真实性;如其他媒体、网站或个人从本网站转载使用,须保留本网站注明的“来源”,并自负版权等法律责任;作者如果不希望被转载或者联系转载稿费等事宜,请与我们接洽。