自2011年蘋果聯(lián)合創(chuàng)始人史蒂芬·喬布斯(Steve Jobs)去世以來,難免會有很多人拿他和新任首席執(zhí)行官蒂姆·庫克(Tim Cook)作比較。雖然庫克可能永遠不會像喬布斯那樣被大家當做蘋果的“核心和靈魂”,但蘋果首席設(shè)計師喬納森·艾維(Jony Ive)堅稱,蘋果并沒有突然變成一個迫切需要打肉毒素針的衰老呆滯的明星,它沒有什么變化。
喬納森·艾維日前接受了《紐約時報》的采訪,在被問及庫克接受蘋果后對蘋果的設(shè)計過程和對創(chuàng)新的持續(xù)推動的影響時,他表示:“老實說,我沒覺得有什么變化。”“史蒂夫建立了一套價值體系,并確立了當務之急的關(guān)注點以及完全經(jīng)久不衰的基調(diào)。”
許多業(yè)內(nèi)人士或許會發(fā)現(xiàn)這是完全可信的。盡管匿名消息人士向《紐約時報》表示傳說中的iWatch可能會在今年晚些時候發(fā)布,但這并不是說在庫克的領(lǐng)導下,僅僅為了滿足分析師們的猜想,蘋果就突然大量推出了智能手表或是混合型筆記本-平板電腦。雖然人們可能會不停地念叨一些新品、新事物,但蘋果更愿意在該公司對某款產(chǎn)品感到滿意時再發(fā)布它,而不是為那些有需要的人提供一些不必要的產(chǎn)品。
艾維解釋道,無論是公司內(nèi)部還是外部,都面臨同一個問題——耐心。
喬納森·艾維說道:“公司內(nèi)部的員工在進行新產(chǎn)品的開發(fā)工作時感覺與過去研發(fā)iPhone時的方式完全相同。”顯然,庫克與喬布斯一樣有耐心等待創(chuàng)新。
艾維表示:“對我們所有人來說,有耐心是非常困難的。這對史蒂夫來說很難,對蒂姆而言也很難。”
《紐約時報》概述中提出,庫克并不像喬布斯那樣親自參與到產(chǎn)品設(shè)計的工作中。特別是在iWatch項目上,據(jù)“參與了該項目”的匿名人士庫克向《紐約時報》表示,庫克幾乎并不參與該產(chǎn)品設(shè)計的細節(jié)工作。相反,庫克將許多這類職責授權(quán)給了艾維及其行政內(nèi)閣的其他成員。
《紐約時報》中還提到了來自一位27歲的開發(fā)人員傳道者扎德·澤路夫(Chad Zeluff)對名為OrcaMD的醫(yī)療應用的觀察評論。澤路夫說道:“喬布斯就像是列儂(Lennon),而庫克就像是林戈(Ringo)。”
有人可能會認為,如果澤路夫聽過《Back Off Boogaloo》,或任何林戈創(chuàng)建的All-Starr Band樂隊的作品,那么他可能會發(fā)現(xiàn)庫克的產(chǎn)品比這些音樂作品稍多了些微妙和創(chuàng)造性。
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(zhuǎn)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(shù)通過融合多幀圖像的"圖結(jié)構(gòu)"信息,創(chuàng)新性地解決了3D相機噪聲問題。該技術(shù)利用圖像間的不變幾何關(guān)系,結(jié)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(shè)備上展現(xiàn)出色泛化能力,為機器人、AR和自動駕駛等領(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(zhì)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(gòu)聯(lián)合提出SparseLoRA技術(shù),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。