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。

波音空客陷假部件风波 美FAA紧急调查 涉及飞机安全

北京讯 6月15日，据美国联邦航空管理局（FAA）透露，波音和空客两大飞机制造商的部分飞机可能使用了伪造文件供应的假冒钛部件，引发严重安全隐患。对此，FAA已展开调查，并敦促两家公司采取措施解决问题。

据悉，该事件由一家零部件供应商率先发现，他们在例行检查中发现部分钛部件存在异常腐蚀。经调查发现，这些部件的材料证明文件涉嫌伪造，实际材质与文件标注不符，存在重大安全风险。

FAA表示，波音和空客已经向其报告了相关问题，并正采取措施拆除涉嫌使用假冒部件的飞机。目前尚不清楚有多少架飞机受到影响，以及该事件对飞机安全将造成何种影响。

波音和空客均对事件表示高度重视，并承诺将全力配合调查，采取一切必要措施确保飞机安全。空客首席执行官Guillaume Faury表示，公司已经成立专项小组负责处理此事，并将对相关供应商进行严厉处罚。

事件引发多方关注

该事件一经曝光，便引起业界和公众的广泛关注。许多专家表示，航空航天领域对材料安全的要求极其严格，伪造部件可能导致飞机在运行中发生灾难性事故，后果不堪设想。

有分析指出，近年来，随着全球航空航天产业链的快速发展，一些中小供应商为了牟取暴利，铤而走险使用伪劣材料生产零部件，给航空安全埋下了隐患。对此，各国航空监管部门应加强对供应链的监管力度，严厉打击假冒伪劣行为，确保航空安全万无一失。

值得注意的是，这并非波音和空客首次遭遇假部件问题。 去年8月，欧洲航空安全局曾通报，发现一家英国公司在维修空客A320和波音737飞机喷气发动机时使用了伪冒部件，涉及数千个发动机零部件。

事件警示

波音和空客假部件事件再次表明，确保航空产品安全必须从源头抓起。飞机制造商应严格审查供应商资质，建立完善的质量控制体系，对零部件进行全方位溯源和检测，杜绝假冒伪劣部件进入供应链。同时，各国航空监管部门应加强监管力度，定期对航空企业进行检查，严厉查处违规行为，共同维护航空安全。