北京時(shí)間2月8日凌晨,俄羅斯索契舉辦的冬奧會(huì)開(kāi)幕式中,雪絨花綻放成奧運(yùn)五環(huán)時(shí)因右上角的一朵雪花未能順利綻放,導(dǎo)致最終“五環(huán)”變“四環(huán)”的烏龍事件。
王先生在2月8日中午午休時(shí)習(xí)慣性打開(kāi)微信朋友圈時(shí)就發(fā)現(xiàn),從飲料到汽車,從手機(jī)到瀏覽器,從洗衣粉到網(wǎng)購(gòu)商城,當(dāng)天的朋友圈幾乎被“五環(huán)變四環(huán)”等諸多企業(yè)營(yíng)銷內(nèi)容刷滿了。而其中一條“不好意思,奧運(yùn)的第五環(huán)在這兒”的微信很有點(diǎn)兒意思。這條微信將奧運(yùn)的“第五環(huán)”給了海爾去年年底剛剛在電商渠道銷售的一款帶圓形風(fēng)洞的天樽空調(diào)。“空調(diào)的這個(gè)圓環(huán)和那四環(huán)放在一起很搭,網(wǎng)友太有想象力了”。王先生說(shuō)。而在2月9日,海爾空調(diào)的官方微博一條#五環(huán)變四環(huán)#的微博話題發(fā)布,“讓小空的天樽把這環(huán)給補(bǔ)上吧,這下完美了有木有!”的內(nèi)容引發(fā)了不少粉絲的熱議。
記者看到,無(wú)論是微信還是微博,不少網(wǎng)友在贊其“強(qiáng)大”同時(shí),也有不少網(wǎng)友大呼“原來(lái)奧運(yùn)的第五環(huán)在這兒 ”。一位網(wǎng)友在朋友圈轉(zhuǎn)發(fā)“天樽第五環(huán)”的創(chuàng)意圖片時(shí)還評(píng)論說(shuō)“快把奧運(yùn)的‘第五環(huán)’搬回家”。 而在“奧運(yùn)會(huì)給企業(yè)創(chuàng)造了一次營(yíng)銷好機(jī)會(huì)”的訂閱微信中,這張圖片容也被評(píng)論一番:“家電里估計(jì)找了半天才找到一個(gè)帶圓環(huán)的空氣凈化產(chǎn)品去補(bǔ)那朵菊花,對(duì)傳統(tǒng)家電廠商來(lái)說(shuō),有這個(gè)意識(shí)是非常好的,至少我們看到海爾在擁抱互聯(lián)網(wǎng)了”。
對(duì)此,相關(guān)營(yíng)銷專家也認(rèn)為,借勢(shì)營(yíng)銷就是借大勢(shì),成大事。索契的“失誤”反而讓“烏龍變成了商機(jī)”。不過(guò),有些品牌用得出神入化,效果很好,但有些應(yīng)用過(guò)于生硬,略顯笨拙,很有可能引起負(fù)面影響。這對(duì)正在進(jìn)行互聯(lián)網(wǎng)改革和已經(jīng)實(shí)踐互聯(lián)網(wǎng)思維的企業(yè)來(lái)說(shuō)都將是一個(gè)重大的挑戰(zhàn)。
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。