華為與中國太平洋保險(xiǎn)在今日上海舉辦的2014華為云計(jì)算大會(huì)(HCC 2014)上簽署聯(lián)合創(chuàng)新戰(zhàn)略合作協(xié)議?;谠搮f(xié)議, 雙方將聯(lián)合成立“新技術(shù)應(yīng)用實(shí)驗(yàn)室”,互相學(xué)習(xí)實(shí)驗(yàn)室運(yùn)行機(jī)制、企業(yè)技術(shù)創(chuàng)新工作機(jī)制及創(chuàng)新孵化機(jī)制。
根據(jù)協(xié)議,華為將為中國太平洋保險(xiǎn)提供基于云計(jì)算和大數(shù)據(jù)的ICT基礎(chǔ)架構(gòu)及解決方案,并確保移動(dòng)信息安全;中國太平洋保險(xiǎn)將運(yùn)用其豐富的風(fēng)險(xiǎn)管理經(jīng)驗(yàn)和多元化綜合服務(wù)平臺(tái),為華為提供全方位風(fēng)險(xiǎn)保障解決方案及資金管理服務(wù)。
華為企業(yè)業(yè)務(wù)總裁閻力大表示:“近年來云計(jì)算、大數(shù)據(jù)和移動(dòng)互聯(lián)網(wǎng)的發(fā)展對保險(xiǎn)行業(yè)傳統(tǒng)商業(yè)模式提出了新的挑戰(zhàn)。中國太平洋保險(xiǎn)自成立以來就高度重視信息化建設(shè),是行業(yè)ICT架構(gòu)創(chuàng)新的領(lǐng)軍者。華為希望通過雙方在通訊、云計(jì)算、大數(shù)據(jù)和移動(dòng)終端的技術(shù)與研發(fā)優(yōu)勢,加之在金融行業(yè)ICT創(chuàng)新方面的成功經(jīng)驗(yàn),為太平洋保險(xiǎn)構(gòu)建面向未來商業(yè)模式的ICT架構(gòu)。”
太平洋保險(xiǎn)集團(tuán)常務(wù)副總裁顧越表示:“由于移動(dòng)互聯(lián)網(wǎng)的高速發(fā)展,未來保險(xiǎn)行業(yè)的競爭將更多圍繞產(chǎn)品和服務(wù)的差異化展開,做到以客戶為中心。要做到這點(diǎn),雙方需要有強(qiáng)有力的技術(shù)支持,保險(xiǎn)業(yè)依托ICT技術(shù)轉(zhuǎn)型勢在必行。憑借華為領(lǐng)軍業(yè)界的強(qiáng)大技術(shù),太平洋保險(xiǎn)更有信心迎接保險(xiǎn)業(yè)移動(dòng)互聯(lián)發(fā)展中的挑戰(zhàn),加大產(chǎn)品創(chuàng)新力度,提高運(yùn)營效率,成功實(shí)現(xiàn)企業(yè)戰(zhàn)略轉(zhuǎn)型。”
好文章,需要你的鼓勵(lì)
新加坡國立大學(xué)研究團(tuán)隊(duì)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(shí)驗(yàn)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(jì)大學(xué)團(tuán)隊(duì)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(jī)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(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)通過對比實(shí)驗(yàn)發(fā)現(xiàn),經(jīng)過強(qiáng)化學(xué)習(xí)訓(xùn)練的視覺語言模型雖然表現(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),通過動(dòng)態(tài)稀疏性實(shí)現(xiàn)大語言模型訓(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。