當(dāng)?shù)貢r(shí)間周一,《福布斯》發(fā)布的最新財(cái)富榜單顯示,微軟聯(lián)合創(chuàng)始人比爾·蓋茨(Bill Gates)以810億美元的身家,榮登“美國(guó)最富400富豪排行榜”首位。
“美國(guó)最富400富豪排行榜”顯示,比爾·蓋茨的凈資產(chǎn)在去年增加了90億美元,主要得益于微軟公司股價(jià)上漲,以及他在其他領(lǐng)域的投資價(jià)值的增長(zhǎng)。但《福布斯》雜志對(duì)蓋茨的贊譽(yù),更多集中在了他對(duì)慈善事業(yè)的貢獻(xiàn)。
福布斯稱,自2000年以來(lái),“比爾與梅琳達(dá)蓋茨基金會(huì)”(The Bill & Melinda Gates Foundation)總共捐出了300億美元用于慈善事業(yè),該基金會(huì)所捐資金,幫助全球消除天花、減少小兒麻痹癥以及促進(jìn)美國(guó)教育系統(tǒng)改革作出了貢獻(xiàn)。福布斯稱:“現(xiàn)在,他正在關(guān)注地球上最致命的生物即蚊子。當(dāng)前瘧疾的發(fā)病率較2000年降低了25%,但全球仍有2億人群感染瘧疾,蓋茨正計(jì)劃投入數(shù)十億美元資金來(lái)消除瘧疾。”
在來(lái)自科技領(lǐng)域的其他富豪中,甲骨文創(chuàng)始人兼首席執(zhí)行官拉里·埃里森(Larry Ellison)排在第三位,其個(gè)人凈資產(chǎn)為481億美元。上周四,埃里森突然宣布將不再擔(dān)任公司首席執(zhí)行官一職,繼而更加專注做好首席技術(shù)官和執(zhí)行董事長(zhǎng)工作。
Facebook聯(lián)合創(chuàng)始人兼首席執(zhí)行官馬克·扎克伯格(Mark Zuckerberg)成為該榜單上個(gè)人凈資產(chǎn)增長(zhǎng)最快的富豪,他今年在富豪榜上的排名為第11位,個(gè)人凈資產(chǎn)則由去年的150億美元飆升至347億美元。扎克伯格個(gè)人凈資產(chǎn)快速增長(zhǎng),得益于去年公司股票在走出2012年IPO困境后的大幅攀升。
今年以來(lái),F(xiàn)acebook一直忙于產(chǎn)品收購(gòu)。2月份,F(xiàn)acebook斥資190億美元現(xiàn)金和股票,收購(gòu)了短消息應(yīng)用WhatsApp;3月份,再次以20億美元的格收購(gòu)了虛擬現(xiàn)實(shí)設(shè)備廠商O(píng)culus Rift。盡管有人對(duì)這些交易提出質(zhì)疑,但Facebook股票終于走出下跌通道,目前股價(jià)已較發(fā)行價(jià)實(shí)現(xiàn)翻番。伴隨公司股價(jià)飆升,扎克伯格也因此成為美國(guó)科技領(lǐng)域排名第3、全美排名第11位的富豪。
其他上榜的富豪包括:谷歌首席執(zhí)行官拉里·佩奇(Larry Page),以317億美元的個(gè)人凈資產(chǎn)列第12位,謝爾蓋·布林(Sergey Brin)以312億美元的個(gè)人凈資產(chǎn)列第13位,微軟前首席執(zhí)行官史蒂夫·鮑爾默(Steve Ballmer)個(gè)人凈資產(chǎn)為223億美元,戴爾董事長(zhǎng)兼首席執(zhí)行官邁克爾·戴爾(Michael Dell)個(gè)人凈資產(chǎn)為175億美元,微軟聯(lián)合創(chuàng)始人保羅·艾倫(Paul Allen)的個(gè)人凈資產(chǎn)為171億美元。
好文章,需要你的鼓勵(lì)
新加坡國(guó)立大學(xué)研究團(tuán)隊(duì)開(kāi)發(fā)了SPIRAL框架,通過(guò)讓AI與自己對(duì)弈零和游戲來(lái)提升推理能力。實(shí)驗(yàn)顯示,僅訓(xùn)練AI玩簡(jiǎn)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(wú)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(kāi)發(fā)的GIGA-ToF技術(shù)通過(guò)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(wèn)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(jué)解決方案。
伊利諾伊大學(xué)研究團(tuán)隊(duì)通過(guò)對(duì)比實(shí)驗(yàn)發(fā)現(xiàn),經(jīng)過(guò)強(qiáng)化學(xué)習(xí)訓(xùn)練的視覺(jué)語(yǔ)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(wú)法有效利用視覺(jué)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(guò)動(dòng)態(tài)稀疏性實(shí)現(xiàn)大語(yǔ)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。