隨著比特幣在全球的風(fēng)靡以及近期遭遇不測(cè),比特幣創(chuàng)始人中本聰——這位隱匿于幕后的神秘人物始終被蒙上了一層神秘面紗。但據(jù)美國(guó)《新聞周刊》周四報(bào)道稱(chēng),最新的證據(jù)發(fā)現(xiàn),比特幣創(chuàng)始人、現(xiàn)年64歲的中本聰竟被發(fā)現(xiàn)居住在美國(guó)加州的天普市(Temple),而且中本聰就是其真實(shí)姓名、而非化名。
經(jīng)過(guò)一段長(zhǎng)時(shí)間的路程,《新聞周刊》記者終于在加州找到了中本聰。但當(dāng)《新聞周刊》的記者出現(xiàn)在中本聰家的時(shí)候,他沒(méi)有表現(xiàn)出興奮,相反中本聰本人報(bào)了警,這令警察都很驚訝。
在接受記者采訪時(shí),他拒絕談?wù)撍诒忍貛砰_(kāi)發(fā)細(xì)節(jié),中本聰稱(chēng),“我已經(jīng)不再參與(比特幣)的事情,我不能和你討論那東西。我已經(jīng)交給了別人。他們現(xiàn)在負(fù)責(zé)這些,我和比特幣已經(jīng)不再有任何聯(lián)系了。”
據(jù)《新聞周刊》報(bào)道,生活在加州的中本聰家里其實(shí)并不顯富裕,盡管其持有價(jià)值4億美元的比特幣?!缎侣勚芸吩诿枋鲋斜韭?shù)拇虬鐣r(shí)稱(chēng),“他穿著皺巴巴的T恤,一條舊的牛仔褲,白色的襪子,沒(méi)有穿鞋子,似乎他曾匆忙離開(kāi)過(guò)家的樣子。”
隨著比特幣的普及,中本聰已經(jīng)成為一個(gè)家喻戶(hù)曉的名字。雖然他一般被認(rèn)為是比特幣之父,但實(shí)際上他從未向別人透露過(guò)自己的這一經(jīng)歷。更糟糕的是,人們通常認(rèn)為“中本聰”是一個(gè)化名而已,因而使中本聰本人的真實(shí)身份更加復(fù)雜化。
據(jù)《新聞周刊》稱(chēng),中本聰本人畢業(yè)于州立理工大學(xué),獲物理學(xué)學(xué)位,其還曾在聯(lián)邦航空管理局負(fù)責(zé)安全通信工作。盡管在其家庭成員及社會(huì)關(guān)系中,都稱(chēng)中本聰為“天才”,但都不知道中本聰本人參與了比特幣的創(chuàng)建。
但《新聞周刊》同時(shí)認(rèn)為,住在加州的“中本聰”有可能并非發(fā)明比特幣的真正“中本聰”,畢竟此前有報(bào)道稱(chēng),真正的“中本聰”曾聲稱(chēng)自己住在日本,與此同時(shí),還有報(bào)道稱(chēng)“中本聰”并非比特幣發(fā)明人的真實(shí)姓名,僅僅是一個(gè)化名而已。
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。