美國(guó)拉斯維加斯時(shí)間2014年1月6日11點(diǎn)鐘,通過(guò)一天CES上的參觀和采訪,有十點(diǎn)感受想與大家進(jìn)行分享。
[video]uu=dfa091e731&vu=eabec68b91&auto_play=0&width=640&height=480[/video]
第一點(diǎn)感受,也是最大的感受,就是英特爾要走出PC,滲入到各行各業(yè)當(dāng)中。英特爾公司巔覆了以往只在手機(jī)和PC中發(fā)展在今后的發(fā)展的策略,要將自己的芯片inside一切物品中互聯(lián),這不能說(shuō)是野心,而是雄心。
第二點(diǎn)是英特爾對(duì)全指的觸控人機(jī)交換方式說(shuō)了不,更應(yīng)傾向于體感這種方式。
其次是英特爾對(duì)單操作系統(tǒng)說(shuō)了不,未來(lái)將偏向雙操作系統(tǒng)的支持。
第四個(gè)不,是英特爾對(duì)影片制作領(lǐng)域說(shuō)的,未來(lái)平民也可用普通PC的浸入式體驗(yàn)用自己的創(chuàng)意做大片,就像會(huì)場(chǎng)上所展示的一樣。
第五點(diǎn)感受是英特爾對(duì)引起戰(zhàn)爭(zhēng)的半導(dǎo)體材料的使用和商業(yè)價(jià)值說(shuō)不,英特爾將使用另外一種材料來(lái)取代。
第六點(diǎn)是3D打印未來(lái)不會(huì)只通過(guò)專(zhuān)用設(shè)備進(jìn)行3D打印,用普通PC一樣可以完成這一任務(wù)。
第七點(diǎn)感受是,英特爾對(duì)手機(jī)安全技術(shù)收費(fèi)說(shuō)了不,無(wú)論是蘋(píng)果還是安卓。
第八個(gè)感受是這些芯片都是由微軟中國(guó)研究院耗時(shí)四年研制而成的。
第九點(diǎn)感受是互聯(lián)網(wǎng)技術(shù)和芯片技術(shù)會(huì)帶來(lái)下一代汽車(chē)革命,讓每一臺(tái)汽車(chē)都能夠?qū)崿F(xiàn)無(wú)人駕駛,所有傳感數(shù)據(jù)都能上傳到互聯(lián)網(wǎng)。汽車(chē)不再只是機(jī)械電產(chǎn)品,而是一個(gè)移動(dòng)的電子產(chǎn)品。世界前十大汽車(chē)廠商到CES報(bào)道了九家,參觀者都被那各種怪異的汽車(chē)外表吸引過(guò)去,對(duì)它們熱情超過(guò)了對(duì)傳統(tǒng)電子產(chǎn)品的熱情。
第十點(diǎn)是關(guān)于大屏電視,三星看好曲面屏幕并推出了105寸曲面電視。同時(shí)各大廠商也在往大屏幕方向發(fā)展,夏普今天發(fā)表了他們最大的90寸大屏電視,最小的也達(dá)到了60寸這樣的大小,所以大尺寸將會(huì)是今年流行的趨勢(shì)。
第十一點(diǎn)感受是夏普對(duì)4K說(shuō)了不,4K對(duì)于普通用戶(hù)來(lái)說(shuō)價(jià)格偏高,難以承受,并會(huì)阻礙4K的銷(xiāo)量。同時(shí)新推出的Q+電視,實(shí)現(xiàn)了接近4K高清畫(huà)質(zhì)并把價(jià)格控制在普通全高清電視價(jià)格。
此外CES展現(xiàn)出的多款可穿戴式設(shè)備,這些設(shè)備似乎它們未來(lái)的實(shí)用價(jià)值大于當(dāng)前實(shí)用價(jià)值,只能說(shuō)自己巔覆了自己存在的意義,更像是在做未來(lái)電子產(chǎn)品的時(shí)裝表演,無(wú)意中一箭雙雕。但感到遺憾的是,和3D打印一樣可穿戴式設(shè)備依舊都是由美國(guó)廠商推出的。
好文章,需要你的鼓勵(lì)
新加坡國(guó)立大學(xué)研究團(tuán)隊(duì)開(kāi)發(fā)了SPIRAL框架,通過(guò)讓AI與自己對(duì)弈零和游戲來(lái)提升推理能力。實(shí)驗(yàn)顯示,僅訓(xùn)練AI玩簡(jiǎn)單撲克游戲就能讓其數(shù)學(xué)推理能力提升8.6%,通用推理提升8.4%,且無(wú)需任何數(shù)學(xué)題目作為訓(xùn)練材料。研究發(fā)現(xiàn)游戲中的三種推理模式能成功轉(zhuǎn)移到數(shù)學(xué)解題中,為AI訓(xùn)練提供了新思路。
同濟(jì)大學(xué)團(tuán)隊(duì)開(kāi)發(fā)的GIGA-ToF技術(shù)通過(guò)融合多幀圖像的"圖結(jié)構(gòu)"信息,創(chuàng)新性地解決了3D相機(jī)噪聲問(wèn)題。該技術(shù)利用圖像間的不變幾何關(guān)系,結(jié)合深度學(xué)習(xí)和數(shù)學(xué)優(yōu)化方法,在合成數(shù)據(jù)集上實(shí)現(xiàn)37.9%的精度提升,并在真實(shí)設(shè)備上展現(xiàn)出色泛化能力,為機(jī)器人、AR和自動(dòng)駕駛等領(lǐng)域提供更可靠的3D視覺(jué)解決方案。
伊利諾伊大學(xué)研究團(tuán)隊(duì)通過(guò)對(duì)比實(shí)驗(yàn)發(fā)現(xiàn),經(jīng)過(guò)強(qiáng)化學(xué)習(xí)訓(xùn)練的視覺(jué)語(yǔ)言模型雖然表現(xiàn)出"頓悟時(shí)刻"現(xiàn)象,但這些自我糾錯(cuò)行為并不能實(shí)際提升推理準(zhǔn)確率。研究揭示了AI模型存在"生成-驗(yàn)證差距",即生成答案的能力強(qiáng)于驗(yàn)證答案質(zhì)量的能力,且模型在自我驗(yàn)證時(shí)無(wú)法有效利用視覺(jué)信息,為AI多模態(tài)推理發(fā)展提供了重要啟示。
MIT等頂尖機(jī)構(gòu)聯(lián)合提出SparseLoRA技術(shù),通過(guò)動(dòng)態(tài)稀疏性實(shí)現(xiàn)大語(yǔ)言模型訓(xùn)練加速1.6倍,計(jì)算成本降低2.2倍。該方法使用SVD稀疏性估計(jì)器智能選擇重要計(jì)算部分,在保持模型性能的同時(shí)顯著提升訓(xùn)練效率,已在多個(gè)任務(wù)上驗(yàn)證有效性。