今天我們討論的是PC。PC是什么?這個(gè)問(wèn)題似乎有著非常多的定義。
對(duì)于PC的定義,就像“行星”這個(gè)詞的定義一樣,乍看之下,你覺(jué)得很明確很清晰,大家都了解,但細(xì)想下來(lái),你會(huì)覺(jué)得掉進(jìn)了一個(gè)陷阱,沒(méi)有人能給出一個(gè)準(zhǔn)確定義。
從狹義的角度來(lái)說(shuō),PC指的是運(yùn)行在英特爾x86架構(gòu)上,同時(shí)運(yùn)行Windows的臺(tái)式機(jī)、筆記本、一體機(jī)、超極本等,在IDC和Gartner的數(shù)據(jù)統(tǒng)計(jì)中,他們往往也將這一定義的產(chǎn)品列入到PC范疇中,然而這樣的定義是否準(zhǔn)確呢?當(dāng)然,有更加宏觀的定義,就是PC=個(gè)人計(jì)算設(shè)備,如果我們采用這種定義,那么智能手機(jī)和平板電腦無(wú)疑也屬于PC的一種,但今天我們要討論的PC并不是這些。
如果我們?nèi)V義和狹義的中間值來(lái)定義PC,也就是大眾俗稱的“電腦”,或許更容易接受,這個(gè)定義就是形態(tài)包含:臺(tái)式機(jī)、筆記本、超極本、一體機(jī)的產(chǎn)品,同時(shí)不限制產(chǎn)品的物理處理器架構(gòu),不限定產(chǎn)品的操作系統(tǒng),也就是說(shuō),不論是x86架構(gòu)還是ARM架構(gòu),不論運(yùn)行的是Windows、Linux還是MacOS,或者是DOS、Chrome OS,只要形態(tài)符合這樣的設(shè)備,我們都稱其為電腦,這也許是大多數(shù)人心目中對(duì)于電腦的理解。
毫無(wú)疑問(wèn),在過(guò)去的一兩年中,PC市場(chǎng)正在發(fā)生著一個(gè)巨大的變化,PC這個(gè)產(chǎn)品從出貨量的角度來(lái)看急劇衰退,去年的四個(gè)季度,每個(gè)季度都達(dá)到了兩位數(shù)的下滑,整個(gè)產(chǎn)業(yè)都在唱衰PC,甚至連PC廠商們都在猶豫是否要放棄PC,索尼將VAIO業(yè)務(wù)出售就是其中一個(gè)明顯的例子。
很多人認(rèn)為,平板電腦是導(dǎo)致PC的衰亡,平板電腦讓PC的出貨量不斷走低。
然而,事實(shí)真的如我們看到的嗎?真的是因?yàn)榇蠹沂褂昧似桨澹孭C走向沒(méi)落嗎?這就是我們今天要為大家還原的事實(shí)真相,也希望給一些從業(yè)者帶來(lái)不一樣的警示。
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。