WAIC 2025 / 2025世界人工智能大會
Exhibition 展覽: July 26ᵗʰ–29ᵗʰ, 2025
P1–P7: H1 Exhibition hall 展館
P8–P10: H2 Exhibition hall 展館
P11–P15: H3 Exhibition hall 展館
P16: H4 Exhibition hall 展館

#WAIC #WAIC2025 #AI #China #Shanghai #世界人工智能大会 #世界人工智能大會 #世界人工智能大會2025 #人工智能 #人工智慧 #中國 #中国 #上海 #展覽 #展览 #exhibition #exhibit #photography #photo #technologie #technology #科技 #技術

「AIが人間を操る未来が来る?」ヒントン氏、上海WAICで警鐘 国際協力を呼びかけ

https://fed.brid.gy/r/https://36kr.jp/357575/

Huawei stellt auf der WAIC das neue KI-System CloudMatrix 384 vor – mit 384 Ascend 910C-Chips. Ein direkter Konkurrent zu NVIDIAs GB200 NVL72. Trotz US-Sanktionen stärkt Huawei damit seine KI-Position in China. #Huawei #WAIC #KI #AIChips
Huawei stellt auf der WAIC das neue KI-System CloudMatrix 384 vor – mit 384 Ascend 910C-Chips.
Ein direkter Konkurrent zu NVIDIAs GB200 NVL72.
Trotz US-Sanktionen stärkt Huawei damit seine KI-Position in China.
#Huawei #WAIC #KI #AIChips
Tại Hội nghị WAIC, nhà toán học Abdon Atangana đã nêu bật vai trò của toán học trong AI và kêu gọi một nền tảng hợp tác đa quốc gia. Ông nhấn mạnh: "Để có AI tốt, chúng ta cần toán học dự đoán." Châu Phi cần tự lực phát triển và vượt qua thách thức! #AI #ToánHọc #ChâuPhi #WAIC https://ift.tt/ob0iJKw
Nhà Toán Học Châu Phi Vận Động AI Hòa Nhập tại WAIC - Thế Giới Trong Tầm Tay

Tại WAIC ở Thượng Hải, Abdon Atangana vận động AI hòa nhập và kêu gọi đổi mới toàn cầu đa dạng để thúc đẩy sự phát triển của châu Phi thông qua toán học dự đoán.

Thế Giới Trong Tầm Tay - Thế giới của bạn, tin tức của bạn, cách bạn muốn

In der geschäftigen Metropole #Shanghai fand vom 4. - 6. Juli 2024 an die Weltkonferenz für Künstliche Intelligenz (#WAIC = World Artificial Intelligence Conference) statt, ein Event, das die neuesten Fortschritte und Innovationen im Bereich der #KI präsentiert.

https://subraum-transmissionen.de/weltkonferenz-fuer-kuenstliche-intelligenz-2024-in-shanghai/

Weltkonferenz für Künstliche Intelligenz 2024 in Shanghai - Subraum Transmissionen

In der geschäftigen Metropole Shanghai fand vom 4. - 6. Juli 2024 an die Weltkonferenz für Künstliche Intelligenz (WAIC = World Artificial Intelligence Conference) statt, ein Event, das die neuesten Fortschritte und Innovationen im Bereich der KI präsentiert.

Subraum Transmissionen
China kicks off largest AI conference in Shanghai amid tech rivalry with US
The World Artificial Intelligence Conference in Shanghai will feature innovations that could help China narrow the gap with the United States
https://www.scmp.com/tech/big-tech/article/3269046/china-kicks-largest-ai-conference-shanghai-tech-rivalry-us-heats #AI #China #WAIC #US
China kicks off largest AI conference in Shanghai amid tech rivalry with US

The World Artificial Intelligence Conference in Shanghai will feature innovations that could help China narrow the gap with the United States in the technology’s development.

South China Morning Post

#JuliaLang #Mamba #statistics #Bsyesian #WAIC #AIC

http://nbviewer.jupyter.org/gist/genkuroki/906dcd225895a9599e05403ea80efb6f
に最尤法のAICと対数尤度比のカイ二乗検定との関係に関するコメントも追加しました。

そのためにt分布を使ったモデルの最尤法のAICの推定値をMCMCの結果を用いて求める函数も追加しました。

坂を上り続けることによって最大値に達しようとする方法だとローカルマキシマムにトラップされます。

MCMCを実行した結果のチェインの上での最大値を maximum() 函数で単純に求める方法ならば、最大値の近似値を求められます。

ベイズ統計と最尤法は密接に関係しあっています。個人的にそれらが全然違う話であるかのように強調する解説は全部誤りだと思います。

物理で言えば、古典力学における最小作用の原理と量子力学における経路積分が全然違う話であるかのように強調するとおかしな話になるのと同じこと。

もともと密接に関係した話。

Jupyter Notebook Viewer

#JuliaLang #Mamba #statistics #Bsyesian #WAIC

http://nbviewer.jupyter.org/gist/genkuroki/906dcd225895a9599e05403ea80efb6f
t分布による線形回帰の実験

に解説を書き込んで、それを読むだけで、WAICの計算の仕方とモデル選択での使い方がわかるようにしました。

「カラオケにおける抑揚と点数」のテストサンプルは、WAICによる事前分布選択のデモンストレーションにおいて、出て欲しい微妙な値を出してくれます。

しかもその結果は「最小二乗法の結果に近付くことを禁止した方が予測分布の予測精度が上がりそうだと推定されること」を意味しており、結構興味深いです。

今回はWAICを計算する代わりに、予測分布のプロットはサボりました。誰か代わりにやって下さい。

Jupyter Notebook Viewer

#baysian #waic

渡辺澄夫著『ベイズ統計の理論と方法』からWAICの計算法を抽出するためには、

p.5 (1.8) 予測分布 $p^*(x)$ の定義

p.9 (1.21) 経験損失 $T_n$ の定義

p.117 定義22, 汎函数分散 $V_n$ の定義

p.118 定義23, WAIC $W_n$ の定義

を参照する必要があります。

というか、そこだけ見れば自分で計算できる。

AICの伝統的な流儀とスケールを合わせるためには、$2nW_n$ を WAIC と定義すればよいです。

伝統的なAICのスケールの利点はすでに解説したように対数尤度比のカイ二乗検定と関係を付け易いところです。

渡辺澄夫さんのスケールの利点はKullback-Leibler情報量と同じスケールになっていることです。

どちらもにも一長一短があります。私は渡辺澄夫さんのスケールでのWAICは小さめの数字になるので、waicと小文字で書けばよさそうだと思っています。$\mathrm{waic}=W_n$.