據(jù)《華爾街日?qǐng)?bào)》報(bào)道,雅虎正在洽談對(duì)消息傳遞應(yīng)用閱后即焚(Snapchat)的投資事宜,而在上個(gè)月電子商務(wù)巨頭阿里巴巴集團(tuán)舉行的首次公開募股(IPO)交易中,雅虎出售其持有股權(quán)獲得數(shù)十億美元,雅虎或?qū)延眠@筆資金投資于Snapchat應(yīng)用。
預(yù)計(jì)在該輪融資回合中,對(duì)Snapchat的估值為100億美元,但目前尚不清楚雅虎將對(duì)Snapchat投資多少。
一位雅虎發(fā)言人拒絕就此予以置評(píng),Snapchat也未就此置評(píng)。
隨著阿里巴巴集團(tuán)的上市,雅虎因此前投資獲得了巨大收益,這使得投資者們都期待著雅虎CEO瑪麗莎·梅耶爾(Marissa Mayer)接下來(lái)的舉措。在上市交易中,雅虎出售了大約6%的阿里巴巴股權(quán),獲得80多億美元的“意外之財(cái)”。激進(jìn)主義投資者們也一直在呼吁雅虎進(jìn)行移動(dòng)轉(zhuǎn)型,如與美國(guó)在線服務(wù)公司(AOL)合并或?qū)⑵涑鍪劢o日本軟銀電信公司。
雅虎正處于轉(zhuǎn)型嘗試過(guò)程中,試圖重振其境況不佳的核心產(chǎn)品和廣告業(yè)務(wù)。該公司已經(jīng)更新了其各項(xiàng)移動(dòng)內(nèi)容,包括雅虎體育和雅虎財(cái)經(jīng),但這些更新后的產(chǎn)品組合尚未成為提高雅虎盈利的重要因素。作為雅虎重要的財(cái)務(wù)指標(biāo),該公司上季度的移動(dòng)和顯示廣告收入依舊下滑7%。過(guò)去對(duì)阿里巴巴的投資為雅虎帶來(lái)了大量的資金,該公司已承諾歸至少將把其中的一半返還給股東,加上手頭的現(xiàn)金,雅虎的資金周轉(zhuǎn)有了一定靈活性。
對(duì)Snapchat來(lái)說(shuō),大型科技求購(gòu)公司并不算陌生。據(jù)報(bào)道,這家?guī)缀鯖](méi)有收入的公司曾拒絕過(guò)如Facebook和谷歌等提出的30億美元以上的收購(gòu)交易。
雅虎投資Snapchat的可能性推測(cè)也可能源自雅虎正在構(gòu)建一個(gè)移動(dòng)通訊服務(wù)的報(bào)道。據(jù)TechCrunch報(bào)道,雅虎以至少1100萬(wàn)美元收購(gòu)了創(chuàng)業(yè)公司MessageMe,其服務(wù)類似于Facebook收購(gòu)的WhatsApp。雅虎未對(duì)此收購(gòu)消息予以置評(píng)。
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。