Dé dag voor gebruikers uit de advanced computing gemeenschap in onderzoek en bedrijfsleven. De tweede editie vindt plaats op 12 december 2024 in de Jaarbeurs, Utrecht. Leer van andere gebruikers, laat je inspireren en ontdek de nieuwste ontwikkelingen.
Sprekers
Luister naar de keynote van Cees Snoek over wat multimodale funderingsmodellen niet kunnen waarnemen tijdens de Advanced Computing User Day 2024.
Keynote Cees Snoek
Multimodale basismodellen zijn een revolutionaire klasse van AI-modellen die indrukwekkende mogelijkheden bieden om multimedia-inhoud te genereren en dit door interactieve prompts op een schijnbaar creatieve manier te doen. Deze basismodellen zijn vaak op zichzelf gesuperviseerde, op transformatoren gebaseerde modellen die vooraf zijn getraind op grote hoeveelheden gegevens, meestal verzameld van het web. Ze vormen al de basis van alle state-of-the-art systemen in computer vision en natuurlijke taalverwerking voor een breed scala aan taken en hebben indrukwekkende mogelijkheden voor transfer learning laten zien. Ondanks hun enorme potentieel hebben deze basismodellen te kampen met uitdagingen in fundamentele perceptietaken zoals ruimtelijke ordening en temporele redenering, kunnen ze moeilijk werken in scenario's met weinig middelen, en verwaarlozen ze menselijke afstemming voor ethische, wettelijke en maatschappelijke acceptatie.
In deze lezing zal ik recent werk uit mijn lab belichten dat verschillende van deze uitdagingen identificeert. Ik zal ook manieren presenteren om stichtingsmodellen te updaten om deze uitdagingen aan te pakken. Dit kan op een duurzame manier worden gedaan, zonder de noodzaak om vanaf nul opnieuw op te leiden.
Over Cees Snoek
Cees G.M. Snoek is hoogleraar Informatica aan de Universiteit van Amsterdam, waar hij het Video & Image Sense Lab leidt. Daarnaast is hij directeur van drie publiek-private AI-onderzoekslaboratoria: het QUVA Lab in samenwerking met Qualcomm, het Atlas Lab met TomTom en het AIM Lab met Core42. Bij de universitaire spin-off Kepler Vision Technologies treedt hij op als Chief Scientific Officer. Professor Snoek geeft ook leiding aan de ELLIS Amsterdam Unit en is wetenschappelijk directeur van Amsterdam AI, een samenwerkingsverband tussen de overheid, academische, medische en andere organisaties in Amsterdam om verantwoorde AI te bestuderen, ontwikkelen en in te zetten.
Hij behaalde zijn M.Sc. in bedrijfsinformatiesystemen (2000) en zijn Ph.D. in computerwetenschappen (2005) beide aan de Universiteit van Amsterdam, Nederland. Eerder werkte hij als assistent en universitair hoofddocent aan de Universiteit van Amsterdam, als gastwetenschapper aan de Carnegie Mellon University in de VS en als Fulbright Junior Scholar aan UC Berkeley. Hij stond ook aan het hoofd van R&D bij de universitaire spin-off Euvision Technologies en werkte als Managing Principal Engineer bij Qualcomm Research Europe.
Het onderzoek van professor Snoek is gericht op het begrijpen van video- en beeldinhoud. Hij heeft meer dan 250 peer-reviewed boekhoofdstukken, tijdschrift- en conferentiepapers gepubliceerd en is regelmatig voorzitter van toonaangevende conferenties op het gebied van computer vision, machine learning en multimedia. Momenteel is hij associate editor voor de IEEE Transactions on Pattern Analysis and Machine Intelligence.
Meer informatie
Spreker
Thomas Wolf is medeoprichter en Chief Science Officer (CSO) van Hugging Face, waar hij een centrale rol heeft gespeeld bij het aansturen van de open-source, educatieve en onderzoeksinitiatieven van het bedrijf. Thomas is een prominente voorstander van open wetenschap en heeft een cruciale rol gespeeld in het breed toegankelijk maken van geavanceerd AI-onderzoek en -technologieën. Hij stond aan het hoofd van de ontwikkeling van de Hugging Face Transformers en Datasets bibliotheken, die fundamentele hulpmiddelen zijn geworden voor onderzoekers en ontwikkelaars in de machine learning gemeenschap.
Zijn bijdragen gaan verder dan softwareontwikkeling; Thomas is zeer betrokken bij het overbruggen van de kloof tussen academisch onderzoek en industriële toepassingen via projecten zoals de BigScience Workshop on Large Language Models (LLM), die leidde tot de creatie van BLOOM, een grootschalige open-source LLM.
Met een gevarieerde academische achtergrond die natuurkunde, AI en intellectueel eigendom omvat, brengt Thomas een uniek interdisciplinair perspectief op het gebied van geavanceerde computers. Hij heeft een Ph.D. in Statistische/kwantumfysica van de Sorbonne-universiteit en heeft gewerkt in zowel onderzoeks- als juridische domeinen. Tegenwoordig draait zijn onderzoeksinteresse om de toegankelijkheid van LLM en het overwinnen van de huidige beperkingen in AI. Buiten het onderzoek creëert Thomas graag educatieve content, is hij auteur van het boek Natural Language Processing with Transformers en deelt hij inzichten over de toekomst van AI via blogs en video's.