通用電氣任命前EMC高管和前IBM高管擔任該公司的重要領(lǐng)導職位,此舉突顯了通用電氣逐漸發(fā)展為一個越來越近似物聯(lián)網(wǎng)和信息技術(shù)供應(yīng)商的過程。
通用電氣任命Harel Kodesh擔任該公司軟件部門首席技術(shù)官。Kodesh為創(chuàng)業(yè)公司Nurego的創(chuàng)始人兼CEO。Nurego是一家分析公司,成立于2013年,不過在那之前Kodesh曾擔任EMC公司云計算部門的執(zhí)行副總裁,以及Mozy公司的首席執(zhí)行官,后者現(xiàn)已被EMC收購。
從2003年到2008年期間,在前往EMC任職以前,Kodesh還曾在Amdocs公司擔任首席產(chǎn)品官。
與此同時,通用電氣還任命柯林·帕里斯 (Colin Parris)擔任該公司軟件研究部門副總裁。帕里斯來自IBM公司,曾擔任IBM研發(fā)部門系統(tǒng)研究副總裁,以及IBM Power Unix系統(tǒng)部門總經(jīng)理。
好文章,需要你的鼓勵
新加坡國立大學研究團隊開發(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,僅訓練AI玩簡單撲克游戲就能讓其數(shù)學推理能力提升8.6%,通用推理提升8.4%,且無需任何數(shù)學題目作為訓練材料。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)學解題中,為AI訓練提供了新思路。
同濟大學團隊開發(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)合深度學習和數(shù)學優(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。
伊利諾伊大學研究團隊通過對比實驗發(fā)現(xiàn),經(jīng)過強化學習訓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練效率,已在多個任務(wù)上驗證有效性。