中大新聞中心

香港中文大學（中大）聯同上海人工智能實驗室、商湯科技（SenseTime）及上海交通大學發布新一代通用視覺技術體系「書生」（INTERN），以解決現時人工智能視覺領域中，AI模型在任務和場景通用性、數據學習效率方面的瓶頸問題，有關技術已於論文發布平台 arXiv 發布。

新系統名為「書生」，寓意系統擁有如書生般的特質，通過持續學習，舉一反三。根據技術測試結果，一個「書生」基礎模型可全面覆蓋分類、目標檢測、語義分割、深度估計四大視覺核心任務。在 ImageNet的 26 個最具代表性的下游場景中，「書生」模型展現了極強的通用性，並顯著提升這些視覺場景的性能。

相比現時最先進的開源模型CLIP（Contrastive Language-Image Pre-Training），「書生」在準確性和數據使用效率方面均大幅提升。應用同樣的下游場景，「書生」在 26 個資料集中，四大任務的平均錯誤率分別降低 40.2%、47.3%、34.8%和 9.4%。其中在數據使用效率方面的提升尤為突出，例如「書生」只需要十分之一的下游資料便能準確識別花卉的種類，比 CLIP以完整下游資料進行分析的準確度更高。

現時的AI 模型只擅長處理一項任務，在新場景、數據學習、新任務的通用性有限，面對不同任務需求，須獨立開發模型。「書生」則可同時完成多項任務，應用於多樣化的場景，包括自動駕駛、智慧製造、智慧城市等。利用這個新系統，業界可以極低成本獲取下游資料，快速驗證多個新場景，體現了產學研合作在通用視覺領域的全新探索，為走向通用人工智能邁出堅實一步。

中大一直重視發展人工智能科學研究與技術應用，人工智能亦是中大策略計劃 2021-2025的重點發展科研領域之一。中大以領先全球的科研優勢為本，著重以跨學科研究結合各方智慧和實力，推動技術創新與突破，造福國家及全球社群。上海人工智能實驗室是國家人工智能領域的新型科研機構，通過積極與海內外知名科研機構及高校開展合作，匯聚與培養國際頂尖人才，共同建設國際一流的人工智能實驗室，加快打造成人工智能原創理論和技術的重要策源地。中大及上海人工智能實驗室於2021年9月合作成立「中大人工智能交叉學科研究所」，深度參與國家十四五規劃的重要科研計劃，為香港建設成為國際創新科技中心作出貢獻。