南沙产业动态云从科技x上海交大跨模态技术成果入选顶会EMNLP2021
Admin - admin
于2022年04月13日发表
近日，国际NLP领域顶级会议EMNLP 2021正式举办。云从科技与上海交通大学联合研究团队的《Relation-aware Network：探索视频片段定位任务中的多种层面关系》成功入选会议论文。 EMNLP（Conference on Empirical Methods in Natural Language Processing）是计算语言学和自然语言处理领域的顶级国际会议之一，由国际语言学会(ACL)旗下SIGDAT组织。EMNLP论文入选标准十分严格，今年论文录取率仅23.3%，相比去年略有下降。EMNLP学术会议上展示的研究成果，被认为代表着自然语言处理领域的前沿水平与未来发展方向。
本次云从科技与上海交大联合团队的入选论文，围绕“基于语言查询的视频片段定位”这一视觉-文本的跨模态任务，将NLP与视觉技术结合，让机器同时具备“理解文字”和“看懂视频”的能力：能够更精准地读懂文字，并理解视频内容，在整段视频中找出与给定文字相对应的视频片段。该项成果在多个数据集上，都取得了优于过去研究的表现。
这一成果在技术研究与实践领域都具有十分重要的意义：
技术上
让机器实现“多感官进化”
在云从看来，视觉、听觉等单点AI技术，将越来越难以满足多样的应用需求。云从与上交大的该项技术，旨在让机器向完成“跨模态任务”进化：让机器能够同时掌握图像、文字等多种模态的信息，做到像人类一样看懂、听懂、读懂，拥有全面的能力。近年来在学界，跨模态任务已成为一大研究热点，为AI领域注入新的活力。
突破单点技术
扩大跨模态应用场景
在实战场景中，随着高清***头的普及以及网络媒体的快速发展，各式各样的视频呈海量增长态势，自动化视频处理AI技术也迎来巨大的需求。云从与上海交大的本项成果——基于语言查询的视频片段定位技术，能够有效解决治理、出行等多领域的难点问题，例如公共场合下的安全监控、社交媒体视频内容的审核等等，突破以往的单点技术应用瓶颈，带来数量级的效率提升。
今年以来云从的多项技术频频在国际权威数据集、顶级会议上收获佳绩：本次入选EMNLP，也是云从今年在继视觉、语音等领先技术获得国际认可后，在NLP领域斩获的又一成果。NLP等决策技术被认为是AI领域下一个技术突破口，使机器拥有理解、思考、分析决策的能力，为人机交互、行业应用等带来颠覆式改变。
在技术持续领先与创新的背后，是云从对于技术与产业变革的深刻理解。
人工智能产业经历了单点技术的快速发展，如今已来到云从定义的“二浪时代”，客户寻求以智能解决方案实现全业务链条的 AI 赋能，形成行业价值闭环。云从紧密把握产业趋势，突破了一般AI企业单点技术的局限，构筑起感知-认知-决策的核心技术闭环，凭借原创的核心技术，打造更全面的人机协同操作系统CWOS与行业智能化解决方案，加快各行业的智能化变革。
