據(jù)《華爾街日?qǐng)?bào)》報(bào)道,惠普將于周一宣布一項(xiàng)拆分計(jì)劃,將當(dāng)前公司一分為二,拆分后,其中一家公司將專注于企業(yè)計(jì)算和服務(wù),另一家公司則負(fù)責(zé)個(gè)人電腦和打印機(jī)業(yè)務(wù)。
惠普實(shí)施分拆,有多方面積極意義,主要包括:
一、專注。就現(xiàn)在的惠普而言,尚看不清其到底專注哪一行業(yè)。3D打印市場(chǎng):惠普落后;PC市場(chǎng):惠普失去頭把交椅,聯(lián)想成為全球最大PC廠商。相比之下,惠普企業(yè)部門尚有一些有前途的業(yè)務(wù),比如惠普的Moonshot服務(wù)器、大數(shù)據(jù)產(chǎn)品,受到市場(chǎng)追捧。但這遠(yuǎn)未能掩蓋惠普面臨的問題:惠普沒有專注任何一個(gè)能使其真正占據(jù)主導(dǎo)地位的領(lǐng)域。
二、研發(fā)支出?;萜誄EO惠特曼正在加大惠普的研發(fā)投資力度。實(shí)施拆分后,將使各個(gè)部門的研發(fā)資金緊張局面得到緩解。
三、私有化。惠普的打印業(yè)務(wù)是現(xiàn)金奶牛,具備了私有化要求的所有條件。而惠普作為一個(gè)龐大的公司,要想實(shí)現(xiàn)整體的私有化,簡(jiǎn)直不可思議。實(shí)施拆分后,可以選擇業(yè)績(jī)較好的公司進(jìn)行單獨(dú)私有化。戴爾、Tibco和BMC軟件等公司,都放棄公開市場(chǎng)、謀求私有化,以期實(shí)現(xiàn)長(zhǎng)期增長(zhǎng)。
四、軟件和云服務(wù)?;萜盏能浖块T本該為惠普帶來更多營(yíng)收,但目前該業(yè)務(wù)未能擔(dān)當(dāng)這一重任。作為惠普公司內(nèi)部較小的企業(yè)部門,惠普企業(yè)部門可根據(jù)市場(chǎng)情況,與Red Hat或SaaS公司進(jìn)行合并。
五、有利于展開大規(guī)模并購。此前的報(bào)道稱,惠普與EMC已開始進(jìn)行潛在的并購談判,交易價(jià)格和業(yè)務(wù)結(jié)構(gòu)成為該交易關(guān)鍵。EMC看上的并非惠普PC和打印機(jī)業(yè)務(wù),而是惠普企業(yè)部門。因而從這一層面而言,惠普也應(yīng)該放棄PC和打印機(jī)部門。
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,通過讓AI與自己對(duì)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(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(duì)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。