Institut d’intelligence artificielle de l’Université Tsinghua

Qu’est-ce que l’Institut d’intelligence artificielle de l’Université Tsinghua ?

L’Institut d’intelligence artificielle de l’Université Tsinghua a été officiellement créé le 28 juin 2018 ; il s’agit d’une institution de recherche interdisciplinaire au niveau de l’université. Son objectif est de regrouper les compétences multidisciplinaires de l’université afin de développer la théorie fondamentale de l’intelligence artificielle, les technologies clés, la recherche interdisciplinaire, la transformation des résultats de recherche et la formation des talents.

Ce n’est pas un logiciel d’IA qui permet de créer du contenu directement via l’enregistrement, ni une plateforme commerciale offrant des abonnements unifiés, des points ou des interfaces de modèles. Les utilisateurs consultent les pages correspondantes principalement pour se renseigner sur les institutions, les centres de recherche, les activités académiques, les réalisations des équipes et l’évolution de la coopération.

Ne pas confondre avec l’institution d’IA de Tsinghua

Lors de la recherche des réalisations en intelligence artificielle de Tsinghua, il convient de vérifier le en-tête de la page, le nom complet de l’institution, l’unité de l’auteur ainsi que ses coordonnées. Le fait que le nom contienne « intelligence artificielle » ne signifie pas pour autant que les projets, cours, personnes ou dépôts open source soient liés entre eux.

Organisation principale de recherche

Centre de recherche sur l’intelligence cognitive

• Le Centre de recherche sur l’intelligence basée sur les connaissances est le premier centre de recherche créé par l’institut, consacré à l’étude des théories fondamentales et des applications relatives à l’intelligence basée sur les connaissances.
• Les tâches publiques comprennent la création de graphes de connaissances à grande échelle intégrant les connaissances linguistiques, les connaissances générales et les connaissances du monde, ainsi que l’exploration de l’acquisition, de la représentation et du raisonnement des connaissances.
• Les résultats associés sont adaptés à la recherche en traitement du langage naturel, en graphes de connaissances, en systèmes de question-réponse et en services de connaissance, mais les données spécifiques, le code et les licences d’utilisation doivent être vérifiés pour chaque projet.

Centre de recherche sur les modèles de base

• Le Centre de recherche sur les modèles fondamentaux a été créé en 2023 pour soutenir la recherche scientifique sur les modèles fondamentaux et le développement des disciplines correspondantes.
• La recherche sur les modèles de base peut impliquer le pré-entraînement, l’alignement, l’évaluation, l’inference et les applications, mais on ne peut pas déduire d’après le nom de l’institution qu’un modèle est déjà téléchargeable publiquement ou qu’une API est disponible.
• Lors de l’examen des résultats, il convient de vérifier l’auteur de la thèse, la version du modèle, la plage d’ouverture des poids, les informations sur les données d’entraînement et la licence.

Autres centres de recherche publics

• Les rapports publics de l’institut de recherche portent également sur des centres de recherche en matière d’intelligence auditive, de théorie fondamentale, de robots intelligents, d’interaction homme-machine intelligente et d’acquisition intelligente d’informations.
• Les différents centres peuvent impliquer des départements et des équipes variés, et les canaux de publication, les cycles de projet, les partenariats d’admission et les ressources ouvertes ne sont pas uniformes.
• Les informations sur la création du centre permettent de comprendre l’organisation de la recherche, mais cela ne signifie pas que tous les centres offrent actuellement des produits destinés au grand public, des cours ou des services de téléchargement.

À qui s’adresse-t-il

• Étudiants et candidats : découvrir les domaines de recherche et les équipes, puis se renseigner auprès du département concerné sur les admissions, les programmes et les directeurs de thèse.
• Chercheurs : Recherche de centres de recherche, d’articles, d’événements académiques, de jeux de données, de modèles et de projets de code.
• Équipe de R&D de l’entreprise : identifier les pistes possibles de coopération technique, mais les conditions du projet doivent être confirmées avec l’équipe concernée.
• Médias et chercheurs du secteur : vérifier l’histoire de l’institution, la création du centre et les résultats publiés, afin d’éviter des erreurs dans l’attribution à une organisation.
• Développeurs open source : chercher le répertoire et la licence d’un projet individuel, plutôt que de considérer l’institut dans son ensemble comme un logiciel open source.

Étapes pour trouver des résultats de recherche

1. Vérifiez d’abord que l’objectif est l’Institut de recherche en intelligence artificielle, et non une école d’intelligence artificielle, un institut de recherche pour l’industrie intelligente ou une autre organisation portant le même nom.
2. Déterminer le nom du projet, le responsable, les départements participants et la date de publication à partir des informations du centre de recherche ou des nouvelles de l’Université Tsinghua.
3. Continuer à rechercher la page du laboratoire responsable, la page du département et la page de l’article, afin de vérifier l’institution de l’auteur et le sujet de recherche.
4. Lorsque des codes ou des modèles sont nécessaires, cherchez les dépôts clairement listés dans le projet, et n’utilisez pas de dépôts tiers trouvés uniquement en raison d’une similitude de nom.
5. Lisez les instructions du dépôt, le historique des versions, la fiche du modèle, les descriptions des données et la licence, afin de distinguer les autorisations relatives au code, aux poids, aux données et aux exemples.
6. Préparer la version fixe du papier, les enregistrements de soumission et les dépendances avant de répéter l’expérience, et consigner les paramètres matériels, les données et les paramètres d’évaluation.
7. Avant utilisation dans des projets commerciaux ou une publication secondaire, vérifier à nouveau les licences, brevets, droits sur les données et les limites d’utilisation de la marque Tsinghua.

Comment évaluer les thèses, les modèles et les projets

Projets open source et licences

• Les centres de recherche et équipes affiliés à l’institut ont publié des articles, du code, des modèles ou des projets de données, mais il n’existe pas de synthèse open source unifiée couvrant l’ensemble de leurs résultats.
• Par exemple, l’équipe concernée de traitement du langage naturel a publié un projet de modèle pré-entraîné en chinois, ce qui ne prouve que ce projet est accessible conformément aux instructions de son dépôt.
• Le fait que le code soit open source ne signifie pas que les poids du modèle, les données d’entraînement, les marques déposées, les illustrations des articles et les services en ligne soient également accessibles.
• En l’absence de licence ou lorsque la portée de l’autorisation n’est pas claire, la copie, la modification, la distribution ou le déploiement à des fins commerciales ne doivent pas être autorisés par défaut.
• Lors de la citation de travaux académiques, il convient d’indiquer l’auteur et le projet conformément aux exigences des articles et des bases de données, sans utiliser le nom de Tsinghua pour suggérer une collaboration, une certification ou un soutien.

Prix, API et état de la plateforme

L’institut de recherche ne propose pas de plan d’abonnement, de points, de membership ou de remboursement unifié destiné au grand public. Lorsqu’une conférence, un cours, une plateforme cloud, un hébergement de code ou un projet collaboratif entraîne des frais, les conditions de facturation et les accords relatifs à ce service spécifique s’appliquent.

Site web et disponibilité actuelle

• La page thématique de l’institut de recherche affiche toujours correctement le titre de la page, mais les chemins des ressources front-end principales ne fonctionnent plus, ce qui empêche l’affichage normal du contenu de la page.
• Une panne de page ne signifie pas que l’institut de recherche est fermé, et elle ne prouve pas non plus que les centres de recherche, le personnel et les projets restent dans l’état indiqué sur l’ancienne page.
• Lors de la recherche d’informations actuelles, il est possible de vérifier en consultant les nouvelles de l’université Tsinghua, ainsi que les pages du département d’informatique et des départements et équipes concernés.
• Aucune application native, extension de navigateur, SDK ou API de modèle public fournie de manière unifiée par l’institut de recherche n’a été trouvée.

Considérations sur la vie privée, la sécurité et les droits d’auteur

• Pour consulter la page de l’institution, il n’est généralement pas nécessaire de télécharger des données de recherche, mais pour s’inscrire, collaborer, envoyer des e-mails ou utiliser des plateformes tierces, des informations telles que le nom, l’organisation et les coordonnées peuvent être requises.
• Avant de soumettre des documents à un laboratoire, à un système de démonstration ou à une interface de projet, il convient de consulter les instructions relatives à la sauvegarde des données, à l’utilisation des articles et à leur suppression sur la page correspondante.
• Les données de recherche peuvent contenir des informations personnelles, du contenu protégé par le droit d’auteur ou des secrets commerciaux ; les exigences en matière d’autorisation, d’évaluation éthique et de contrôles de sécurité ne peuvent être négligées pour des raisons académiques.
• Lors du téléchargement du code et des modèles, il convient de fixer la version, d’examiner les dépendances et d’exécuter en isolation afin de réduire les risques liés à des composants obsolètes et à la chaîne d’approvisionnement.
• Les articles, les images, les logos et le contenu des pages sont protégés par les droits d’auteur correspondants ; toute citation ou reproduction doit respecter les normes académiques et les exigences d’autorisation.

Questions fréquentes

Le Institut d’intelligence artificielle de l’Université Tsinghua est-il un outil d’IA ?

Non. C’est une institution de recherche interdisciplinaire au niveau de l’établissement, qui organise principalement des recherches, des échanges et des collaborations, et ce n’est pas un logiciel consommateur qui génère du contenu simplement en entrant des instructions.

Est-ce pareil que l’Institut d’intelligence artificielle de l’Université Tsinghua ?

Ce n’est pas pareil. L’Institut de recherche en intelligence artificielle a été fondé en 2018, tandis que l’École d’intelligence artificielle a été créée en 2024 ; il convient de vérifier séparément la définition de l’organisation, les pages du personnel, ainsi que les informations relatives aux admissions et à la recherche.

L’institut de recherche propose-t-il une API gratuite pour les grands modèles ?

Aucune API de grand modèle public fournie de manière unifiée par l’institut de recherche n’a été identifiée pour le moment. Une équipe ou un projet individuel peut publier des démonstrations ou des interfaces, mais il est nécessaire de vérifier chaque cas séparément.

Tous les projets de l’institut de recherche sont-ils open source ?

Non. Le fait que certains projets d’équipe rendent publics le code, les modèles ou les données ne signifie pas que l’ensemble des résultats de la recherche est open source, ni que tous les matériaux utilisent la même licence.

Comment trouver des dépôts de code officiels fiables ?

Accédez au dépôt depuis la page du mémoire, du laboratoire responsable ou du projet, et vérifiez le compte de l’organisation, les auteurs, la version et la licence ; ne vous fiez pas uniquement aux projets portant le même nom dans les résultats de recherche.

Pourquoi la page dédiée à l’institut de recherche est-elle vide ?

Le titre de la page actuelle est accessible, mais les ressources frontales ne se chargent pas correctement. Vous pouvez vous rendre sur les pages des actualités de l’Université Tsinghua, du département d’informatique et des équipes concernées pour consulter les événements et résultats spécifiques.

Résumé

L’Institut d’intelligence artificielle de l’Université Tsinghua est utile pour comprendre la structure de la recherche en intelligence artificielle interdisciplinaire, ainsi que les réalisations des centres de recherche et des équipes. Lors de l’utilisation de ses ressources académiques, il est essentiel de distinguer les différentes institutions d’intelligence artificielle de Tsinghua et de vérifier individuellement les articles, les dépôts, les modèles, les données, les licences et l’état actuel.