劉克麗、梁欽舊金山報道將今天上午的兩個主題報告中總結(jié)出IT業(yè)界技術(shù)、市場、生態(tài)、應(yīng)用會發(fā)生10個轉(zhuǎn)變:
CBSi中國媒體總編劉克麗試戴英特爾MICA智能手環(huán)(攝于IDF2014)
1、大數(shù)據(jù)時代的數(shù)據(jù)垃圾會越來越多,表明更多的數(shù)據(jù)變成無效;
2、除了用戶的有效分析利用以外,英特爾認為用統(tǒng)一硬件平臺、軟件虛擬存儲及硅光電纜傳輸,表明傳輸介質(zhì)的轉(zhuǎn)變;
3、宣布明年供貨64位Soc架構(gòu),表明后臺的轉(zhuǎn)變;
4、施浩德演講中說高檔游戲平臺是PC,今年達7億用戶,但DIY用戶從吊絲向富二代轉(zhuǎn)變;
5、用戶密碼從數(shù)碼向刷臉轉(zhuǎn)變;
6、3D模型拍照從帶腳賣鞋到拍照買鞋轉(zhuǎn)變;
7、飛機上從不能充電到無線充電轉(zhuǎn)變;
8、景深從機械變焦向算法變焦轉(zhuǎn)變;
9、從3D解碼顯示向編碼拍攝轉(zhuǎn)變;
10、英特爾產(chǎn)業(yè)生態(tài)將從單一IT緊偶合向所有行業(yè)松偶合轉(zhuǎn)變。
好文章,需要你的鼓勵
新加坡國立大學(xué)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(xùn)練AI玩簡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。
同濟大學(xué)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(xué)習(xí)和數(shù)學(xué)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(xué)研究團隊通過對比實驗發(fā)現(xiàn),經(jīng)過強化學(xué)習(xí)訓(xùn)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(xùn)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(xùn)練效率,已在多個任務(wù)上驗證有效性。