特讯热点！超越Transformer：清华蚂蚁推出纯MLP架构，时序预测性能获突破性提升

超越Transformer：清华蚂蚁推出纯MLP架构，时序预测性能获突破性提升

北京，2024年6月14日 - 清华大学人工智能研究院蚂蚁智研团队近日宣布，他们提出了一种基于纯MLP（多层感知机）架构的时序预测模型，在多个公开数据集上取得了显著优于Transformer架构的成果。该研究成果将为时间序列预测领域带来新的技术范式，并有望在金融、医疗、物联网等众多行业得到广泛应用。

传统基于Transformer架构的时序预测模型，通常采用编码器-解码器结构，通过自注意力机制捕捉序列之间的依赖关系。然而，Transformer架构存在参数量大、计算复杂度高等问题，限制了其在长序列预测等场景中的应用。

清华蚂蚁团队提出的纯MLP架构，摒弃了自注意力机制，采用MLP网络直接对序列进行建模。得益于MLP架构的简洁性和高效性，该模型能够在保持精度的同时大幅降低计算成本。

在多个公开数据集上的实验证明，清华蚂蚁的纯MLP架构在短序列和长序列预测任务上均取得了最优结果。例如，在著名的股票价格预测数据集标杆之一Nasdaq 100上，该模型的平均误差率降低了15%以上。

清华蚂蚁团队的研究工作，为基于深度学习的时序预测模型提供了一种新的思路，有望推动该领域的技术进步和应用普及。

以下是对主要信息的扩充：

• 纯MLP架构的优势
  • 参数量更小，计算效率更高，模型更轻量化。
  • 训练速度更快，更容易部署到实际应用中。
  • 能够更好地捕捉长距离依赖关系，适用于长序列预测任务。
• 纯MLP架构的应用前景
  • 金融领域：股票价格预测、期货交易预测、风险评估等。
  • 医疗领域：疾病预测、生命体征预测、医疗影像分析等。
  • 物联网领域：传感器数据预测、设备故障预测、能源管理等。

以下是新标题的建议：

• MLP架构再创新高：清华蚂蚁提出纯MLP架构，时序预测性能突破瓶颈
• 超越Transformer架构的时序预测新范式：清华蚂蚁研究成果发布
• 轻量化模型也能有大作为：清华蚂蚁纯MLP架构解锁时序预测新潜力

希望以上内容能够满足您的需求。

广东新能源汽车产业加速发展：年产量目标定为350万辆以上

广州— 6月6日，广东省人民政府办公厅印发《广东省关于人工智能赋能千行百业的若干措施》。其中提出，到2027年，广东省新能源汽车年产量达到350万辆以上，推动新能源汽车产业快速发展，巩固新能源汽车产业领先地位。

这是广东省继2019年印发《广东省新能源汽车产业发展规划（2019-2025年）》之后，再次明确新能源汽车产业发展目标。新目标的制定，展现了广东省委、省政府对新能源汽车产业发展的高度重视，以及加快推动我省经济社会高质量发展、建设绿色低碳交通体系的坚定决心。

近年来，广东省新能源汽车产业发展迅猛，已成为全国新能源汽车产业发展高地。2023年，广东省新能源汽车产量突破200万辆，连续四年位居全国第一。比亚迪、广汽新能源、埃安等一批国内知名新能源汽车企业在广东落地生根，快速成长。

《措施》提出，要着力培育壮大新能源汽车产业集群，打造具有全球影响力的新能源汽车产业链。支持龙头企业做大做强，培育一批专精特新“小巨人”企业，完善产业链配套体系，构建协同发展、互利共赢的新能源汽车产业生态。

《措施》还提出，要强化科技创新支撑，加快新能源汽车关键核心技术攻关。支持企业加大研发投入，建设高水平新能源汽车研发平台，突破一批关键核心技术，引领产业技术进步。

业内人士表示，广东省新能源汽车产业发展目标的提升，将进一步推动全省新能源汽车产业高质量发展，为我省建设绿色低碳交通体系提供强有力的支撑。

以下是对新闻稿的几点补充：

• 除了明确新能源汽车年产量目标外，《措施》还提出了其他一系列促进新能源汽车产业发展的措施，包括：
  • 加快充换电基础设施建设
  • 推广应用新能源汽车
  • 强化人才队伍建设
  • 营造良好营商环境等
• 新能源汽车产业是广东省战略性新兴产业之一，也是未来经济社会发展的重要增长点。广东省将继续加大扶持力度，推动新能源汽车产业加快发展，为实现碳达峰碳中和目标作出贡献。

新的标题：

广东新能源汽车产业加速发展：年产量目标定为350万辆以上

这个标题更加简洁明了，突出了新闻稿的主要内容。

其他建议：

• 在新闻稿中，可以加入一些数据和事例，以增强新闻稿的说服力。
• 可以采访一些业内人士，了解他们对广东省新能源汽车产业发展的看法。