曾經(jīng),在中國之外,楊元慶可能還不是一個家喻戶曉的名字,但在近一個星期內(nèi),他完成了兩項數(shù)十億的大型收購交易,將聯(lián)想打造成為技術(shù)界最重要的硬件公司之一。
迄今為止,聯(lián)想都不是一家畏首畏尾的公司。從去年第三季度聯(lián)想PC出貨量超過惠普時起,該公司便已成為世界上最大的個人電腦制造商。直到1990年聯(lián)想出售其第一臺自制計算機(jī),該公司一直是一家不錯的進(jìn)口電腦產(chǎn)品代理供銷商。
2004年對聯(lián)想而言是其具有突破性的一年,該公司在2014年晚期宣布了計劃收購IBM個人電腦部門的消息。而在上周,聯(lián)想又花費(fèi)23億美元 收購了這家藍(lán)色巨人的服務(wù)器業(yè)務(wù),再次登上頭條新聞。此外,令人驚訝的是,在當(dāng)?shù)貢r間本周三,該公司又宣布了以約29.1億美元收購Google名下摩托 羅拉移動智能手機(jī)業(yè)務(wù)的消息。實際上,楊并未試圖掩飾過他想要購買一家智能手機(jī)公司的心愿。在去年8月他接受《華爾街日報》的采訪時,楊元慶很清晰地表露 了他的想法,表示聯(lián)想打算通過收購來幫助公司實現(xiàn)這一心愿。然而遺憾的是,這位記者尋問了楊是否打算收購黑莓,而非摩托羅拉。
這一系列的重磅交易,恰好符合該公司的雄心壯志——將自己從眾所周知的個人電腦制造商的形象轉(zhuǎn)變?yōu)閾碛袕囊苿釉O(shè)備到企業(yè)服務(wù)器領(lǐng)域的廣泛技術(shù)級別的公司。
雖然聯(lián)想的平板電腦業(yè)務(wù)量仍相對較少,但在去年第四季,其漲幅驚人地達(dá)到了前年同期的325%。該公司希望未來有一天其大部分營收能夠來自移動 設(shè)備,有一個令人鼓舞的預(yù)兆是:聯(lián)想智能手機(jī)業(yè)務(wù)拓展迅速,如今已是世界上第四大智能手機(jī)供應(yīng)商。由于之前聯(lián)想的大部分業(yè)務(wù)都來自中國,因此對摩托羅拉移動的收購只能將聯(lián)想的移動業(yè)務(wù)拓展到全球,楊在他今天發(fā)表的聲明中也提到了這一點(diǎn)。
楊說道:“收購這樣一個標(biāo)志性品牌、創(chuàng)新的產(chǎn)品組合和一個非常有才華的全球團(tuán)隊,將立刻使聯(lián)想在智能手機(jī)領(lǐng)域成為一個強(qiáng)大的國際競爭對手。我們將馬上有機(jī)會在這個迅速增長的移動領(lǐng)域成為一個強(qiáng)勁的‘全球玩家’。”
這正是你所期待的那種伴隨著大規(guī)模收購的宣傳新聞,雖然楊有著令人印象深刻的業(yè)績記錄,但在希望能真正挑戰(zhàn)蘋果和三星在美國智能手機(jī)市場的地位 之前,聯(lián)想仍有大量工作要做。不過,如果楊可以像管理其個人電腦業(yè)務(wù)那樣成功地舉債經(jīng)營聯(lián)想的其他企業(yè)的話,那么,該公司沒有理由不會動搖現(xiàn)有的移動力量。
對像蒂姆•庫克這類人而言,這可能是一件令人頭疼的事,但對消費(fèi)者來說,這只會說明他們擁有了更多的選擇。
好文章,需要你的鼓勵
新加坡國立大學(xué)研究團(tuán)隊開發(fā)了SPIRAL框架,通過讓AI與自己對弈零和游戲來提升推理能力。實驗顯示,僅訓(xùn)練AI玩簡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)隊開發(fā)的GIGA-ToF技術(shù)通過融合多幀圖像的"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)集上實現(xiàn)37.9%的精度提升,并在真實設(shè)備上展現(xiàn)出色泛化能力,為機(jī)器人、AR和自動駕駛等領(lǐng)域提供更可靠的3D視覺解決方案。
伊利諾伊大學(xué)研究團(tuán)隊通過對比實驗發(fā)現(xiàn),經(jīng)過強(qiáng)化學(xué)習(xí)訓(xùn)練的視覺語言模型雖然表現(xiàn)出"頓悟時刻"現(xiàn)象,但這些自我糾錯行為并不能實際提升推理準(zhǔn)確率。研究揭示了AI模型存在"生成-驗證差距",即生成答案的能力強(qiáng)于驗證答案質(zhì)量的能力,且模型在自我驗證時無法有效利用視覺信息,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),通過動態(tài)稀疏性實現(xiàn)大語言模型訓(xùn)練加速1.6倍,計算成本降低2.2倍。該方法使用SVD稀疏性估計器智能選擇重要計算部分,在保持模型性能的同時顯著提升訓(xùn)練效率,已在多個任務(wù)上驗證有效性。