上周末,歷經(jīng)8個(gè)月之久的時(shí)間,微軟終于完成了對(duì)諾基亞設(shè)備以及服務(wù)部門的收購(gòu),至此,諾基亞將結(jié)束了自己的手機(jī)生產(chǎn)業(yè)務(wù),此外微軟同時(shí)還獲得技術(shù)開發(fā)許可。這些共花費(fèi)微軟39.7億歐元,另外的16.5億歐元用于購(gòu)買諾基亞專利資產(chǎn),同時(shí)約有3.2萬(wàn)名員工并入微軟。
今天可算作諾基亞的最后一天,雖然微軟保留了諾基亞這個(gè)品牌并不會(huì)更名為微軟移動(dòng),但明天的諾基亞已經(jīng)不在是曾經(jīng)的那個(gè)諾基亞。諾基亞CEO約瑪·奧利拉也曾在記者招待會(huì)上公布同意微軟收購(gòu)時(shí)最后說(shuō)了一句話:“我們沒(méi)有做錯(cuò)什么,但不知為什么,我們輸了”,說(shuō)完連同他在內(nèi)的幾十名諾基亞高管不禁落淚。現(xiàn)在望著曾經(jīng)締造過(guò)神話的巨人真正落下了帷幕,再回想起諾基亞曾經(jīng)獨(dú)領(lǐng)風(fēng)騷的年代,總會(huì)莫名的讓人黯然神傷。
對(duì)于微軟來(lái)說(shuō),Windows 8的失利讓微軟不得不以多面突圍的方式尋求新的業(yè)務(wù)增長(zhǎng)策略,從收購(gòu)諾基亞到云端部署,微軟已經(jīng)不在以自己引以為傲的Windows為核心戰(zhàn)略,收購(gòu)了諾基亞的微軟借助云服務(wù)將會(huì)在移動(dòng)互聯(lián)網(wǎng)市場(chǎng)有更好的發(fā)展,而諾基亞在移動(dòng)設(shè)備方面的能力和資產(chǎn)也將促進(jìn)微軟進(jìn)行這一轉(zhuǎn)型。
對(duì)于諾基亞來(lái)說(shuō),被微軟收購(gòu)后,將不會(huì)在繼續(xù)開展手機(jī)業(yè)務(wù),將主攻網(wǎng)絡(luò)系統(tǒng)、地圖、技術(shù)發(fā)展以及專利授權(quán)等業(yè)務(wù),雖然諾基亞的地圖服務(wù)并不包含在此次交易的當(dāng)中,但微軟已經(jīng)同意就該業(yè)務(wù)簽署10年的授權(quán)協(xié)議。
對(duì)于諾基亞用戶而言,此次收購(gòu)將不會(huì)造成任何影響,即使是出現(xiàn)了問(wèn)題,微軟也會(huì)履行保修職責(zé)。
此外原先擔(dān)任諾基亞執(zhí)行長(zhǎng)的埃羅普將會(huì)出任微軟行動(dòng)裝置集團(tuán)行政副總裁,掌管Lumia品牌的手機(jī)與平板電腦、微軟Xbox游戲機(jī)等裝置的生產(chǎn)與開發(fā)。
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。