由網易科技和網易新聞客戶端聯合主辦的“2014網易未來科技峰會”今日在京召開,主題為“互聯網+改變世界”。
大會吸引了千名觀眾,來自智能汽車、智能硬件、互聯網金融、在線教育、在線旅游、在線音樂等目前領域的近50位嘉賓分享了自己的觀點,同時現場還展示了十大智能硬件產品。
自2013年末以來,“互聯網化”開始加劇滲透各行各業(yè)。由此產生的“互聯網焦慮”困擾著各傳統(tǒng)行業(yè),同時互聯網對傳統(tǒng)行業(yè)的改變也誕生了新機會。該現象在今年快速爆發(fā),互聯網將加速改變各行各業(yè),兩者的融合將持續(xù)誕生新模式和新物種。
網易科技和網易新聞客戶端撲捉到這個趨勢,組織首次網易未來科技峰會,邀請業(yè)界最具有創(chuàng)新力的嘉賓,探討“互聯網+”這個變革趨勢,以及討論如何成為這個變革浪潮中的主角。
會上,微軟資深副總裁張亞勤、去哪兒CEO莊辰超、58同城CEO姚勁波、汽車之家總裁李想、沃爾沃中國區(qū)副總裁寧述勇、上海安吉星副總裁于洋、麥田音樂創(chuàng)始人宋柯、海蝶音樂創(chuàng)始人許環(huán)良、瀘江網CEO伏彩瑞 、新東方在線CEO孫暢、銀聯電子支付總經理孫戰(zhàn)平、360副總裁沈海寅、經緯創(chuàng)投中國合伙人萬浩基、貝塔斯曼亞洲投資基金董事總經理龍宇、北京大學國家發(fā)展研究院副院長黃益平、玖富CEO孫雷、積木盒子CEO董駿、云狐時代總裁岳紅梅等覆蓋智能汽車、在線音樂、在線教育、在線旅游、互聯網金融、智能硬件等行業(yè)的業(yè)界領袖和投資人與會。
與此同時,網易有道CEO周楓、網易副總裁兼總編輯趙瑩、副總編輯陳峰、移動中心總經理徐詩網易在在線教育、新聞客戶端等業(yè)務方面的發(fā)展進行了分享。
會議分為上午主論壇的主題演講、圓桌對話和下午的分論壇兩個環(huán)節(jié)。在上午的主論壇上,從張亞勤對互聯網+時代做整體闡述展開,內容分別覆蓋在線旅游、在線音樂、智能汽車、在線教育、創(chuàng)業(yè)投資等五個領域。
在線旅游價格戰(zhàn)越大越兇,成本和利潤關系如何平衡?二三梯隊迎來整合期、資源集中后小公司該怎么辦?去哪兒CEO莊辰超分享了自己的觀點。
此外,在線音樂收費一直不斷嘗試,缺失的商業(yè)模式讓音樂產業(yè)出現供血不足。創(chuàng)新工場合伙人郎春暉和麥田音樂創(chuàng)始人宋柯、海蝶音樂創(chuàng)始人許環(huán)良呈現了音樂老兵看到的在線音樂的未來。
在特斯拉將汽車帶到了新聞焦點后,谷歌無人駕駛汽車引領了新的話題,但什么是智能汽車的根本?智能汽車將駛向何方?資深車主用戶汽車之家總裁李想、車企代表沃爾沃中國區(qū)副總裁寧述勇、上海安吉星副總裁于洋三位嘉賓將在極客公園創(chuàng)始人兼總裁張鵬的主持下,進行精彩碰撞。
新東方大戰(zhàn)在線教育,多位挑戰(zhàn)者能否撼動傳統(tǒng)勢力,教育怎樣才能從模式化為實質?網易有道CEO周楓、滬江網董事長兼CEO伏彩瑞以及新東方在線CEO孫暢做出回答。
未來眾多的創(chuàng)新和創(chuàng)業(yè),將誕生在“互聯網+”的大潮中,“互聯網+”會催生什么樣的創(chuàng)業(yè)機會?創(chuàng)業(yè)者該如何去選擇?VC怎么尋找好項目?既是創(chuàng)業(yè)者又是投資人的58同城CEO姚勁波,貝塔斯曼亞洲投資基金董事總經理龍宇,在松樹資本創(chuàng)始人蔡猜的主持,捧出壓軸對話“互聯網+時代的創(chuàng)業(yè)和投資”。
大會下午的兩個分論壇主要涵蓋兩大領域---“互聯網金融”和“智能硬件”?;ヂ摼W金融分論壇主要探討互聯網金融(包括移動互聯網金融)亟待解決的兩大問題:如何控制風險(安全)、如何保障收益(收益)。智能硬件則討論智能偽概念和真痛點以及未來智能硬件將往何處去。
當新媒體、在線教育、在線旅游、在線音樂、智能汽車、智能家居、互聯網金融等熱詞鋪面而來,“ 互聯網+”正實實在在改變著我們的生活。在移動互聯的時代,改變和革新是永恒的主題,這既是顛覆和革命,亦是共同抵達互聯時代的新大陸。
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學推理能力提升8.6%,通用推理提升8.4%,且無需任何數學題目作為訓練材料。研究發(fā)現游戲中的三種推理模式能成功轉移到數學解題中,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,結合深度學習和數學優(yōu)化方法,在合成數據集上實現37.9%的精度提升,并在真實設備上展現出色泛化能力,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,經過強化學習訓練的視覺語言模型雖然表現出"頓悟時刻"現象,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等頂尖機構聯合提出SparseLoRA技術,通過動態(tài)稀疏性實現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。