近期,英特爾IT在北京舉辦了媒體見面會,會上,英特爾(大連)有限公司IT和工廠自動化部門總監(jiān)、中國區(qū)首席信息官王彥斌與參會記者一同分享了英特爾業(yè)績年報、英特爾的移動計算部署、員工如何使用移動設備工作的案例以及英特爾IT在平板電腦或者移動設備上的評估標準。
在大家的印象中,IT部門主要做的是支持工作,王彥斌表示,在英特爾,IT部門對企業(yè)來講是合作伙伴的角色,不僅是在后臺提供支持那樣簡單。
在過去,英特爾IT共出版了十二期年度業(yè)績報告?,F(xiàn)如今,英特爾全球共有10萬名左右的員工,14萬臺移動設備。王彥斌說道,現(xiàn)在企業(yè)的環(huán)境非常復雜,員工使用移動設備連網(wǎng)訪問企業(yè)內部的應用和數(shù)據(jù),會給安全帶來極大隱患。而英特爾在信息安全上下了很大的功夫,做到了低于1%的惡意軟件的感染率。
英特爾在移動終端市場錯失先機已經(jīng)不是“新”聞,在今年的IDF上,英特爾CEO科再奇也承認英特爾錯失了平板電腦的市場,但是現(xiàn)在正在加速追趕中。
王彥斌分享了英特爾員工使用移動設備辦公的案例,包括英特爾員工利用平板電腦在工廠檢測維修機器等場景。他還表示,英特爾IT現(xiàn)在開始走向企業(yè)移動計算這條路,已經(jīng)著手開始開發(fā)企業(yè)移動應用,現(xiàn)階段只有57個APP,將來還會繼續(xù)增長。
在本次活動上,王彥斌還介紹了英特爾企業(yè)使用平板的評估標準,主要包括了性能效率、容易使用、工作效率、信息安全、設備管理這五個方面。具體見下圖:
王彥斌表示,英特爾IT在今年突出了未來幾年的計劃與策略,主要分為四點,一是社交平臺,員工如何利用社交平臺從而達成商業(yè)目標;二是移動;三是分析功能,大數(shù)據(jù),IT數(shù)據(jù)中心、服務器、數(shù)據(jù)庫,怎么樣利用這些資源幫助企業(yè)做商業(yè)分析從而實現(xiàn)商業(yè)價值;四是云,云也是和移動計算很有關系的。所以這四點就是SMAC,也是英特爾IT從今年到未來幾年的主要策略和方向。
好文章,需要你的鼓勵
新加坡國立大學研究團隊開發(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,僅訓練AI玩簡單撲克游戲就能讓其數(shù)學推理能力提升8.6%,通用推理提升8.4%,且無需任何數(shù)學題目作為訓練材料。研究發(fā)現(xiàn)游戲中的三種推理模式能成功轉移到數(shù)學解題中,為AI訓練提供了新思路。
同濟大學團隊開發(fā)的GIGA-ToF技術通過融合多幀圖像的"圖結構"信息,創(chuàng)新性地解決了3D相機噪聲問題。該技術利用圖像間的不變幾何關系,結合深度學習和數(shù)學優(yōu)化方法,在合成數(shù)據(jù)集上實現(xiàn)37.9%的精度提升,并在真實設備上展現(xiàn)出色泛化能力,為機器人、AR和自動駕駛等領域提供更可靠的3D視覺解決方案。
伊利諾伊大學研究團隊通過對比實驗發(fā)現(xiàn),經(jīng)過強化學習訓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于驗證答案質量的能力,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等頂尖機構聯(lián)合提出SparseLoRA技術,通過動態(tài)稀疏性實現(xiàn)大語言模型訓練加速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練效率,已在多個任務上驗證有效性。