12月17日,百度與硅谷新興創(chuàng)業(yè)公司Uber在北京簽署戰(zhàn)略合作及投資協(xié)議,Uber宣布接受百度的戰(zhàn)略投資,雙方達(dá)成全球范圍內(nèi)的戰(zhàn)略合作伙伴關(guān)系。李彥宏表示:“雙方最主要契合點(diǎn)在地圖上,百度地圖有70%市場(chǎng)份額。付費(fèi)用百度錢(qián)包,這是必要一環(huán),大家都能理解。”
協(xié)議簽訂后,百度和Uber將在技術(shù)創(chuàng)新、開(kāi)拓國(guó)際化市場(chǎng)、拓展中國(guó)O2O服務(wù)三個(gè)方面展開(kāi)合作。這也是中美領(lǐng)先的互聯(lián)網(wǎng)公司之間首次達(dá)成的深度戰(zhàn)略合作,具有里程碑意義。
對(duì)于Uber而言,合作意味著Uber有望將百度領(lǐng)先的多媒體交互、大數(shù)據(jù)和人工智能技術(shù)融入產(chǎn)品與服務(wù),增強(qiáng)核心競(jìng)爭(zhēng)力,迅速擴(kuò)大新興市場(chǎng)的市場(chǎng)份額;對(duì)于百度而言,合作則標(biāo)志著百度進(jìn)一步強(qiáng)化“連接人和服務(wù)”的戰(zhàn)略,利用Uber豐富的用戶資源和線下服務(wù)能力,百度將加速其移動(dòng)業(yè)務(wù)的全球布局,進(jìn)一步加強(qiáng)百度移動(dòng)的商業(yè)化。
Uber創(chuàng)始人兼CEO特拉維斯·卡蘭尼克親赴北京,在百度大廈會(huì)晤了百度創(chuàng)始人兼CEO李彥宏,并共同簽署協(xié)議。
李彥宏在簽約儀式上表示,“百度和Uber的合作有著深遠(yuǎn)的里程碑意義。此前中美兩國(guó)互聯(lián)網(wǎng)公司的合作大多是在投資層面,比較早是美國(guó)公司投資中國(guó)公司,后來(lái)也有一些中國(guó)公司到美國(guó)去投資美國(guó)公司。但中美互聯(lián)網(wǎng)公司之間進(jìn)行深層次戰(zhàn)略意義上的合作,百度和Uber的模式是一個(gè)開(kāi)創(chuàng)式的創(chuàng)新。”
“這次合作是Uber發(fā)展的一個(gè)重要里程碑,”卡蘭尼克表示,“Uber目前已在全球250多個(gè)城市開(kāi)展業(yè)務(wù),而亞太是最重要的增長(zhǎng)區(qū)域。與全球領(lǐng)先科技企業(yè)百度的戰(zhàn)略合作,進(jìn)一步體現(xiàn)了我們重視亞太市場(chǎng)發(fā)展的承諾,也加強(qiáng)了Uber與用戶和合作司機(jī)的緊密連接。”
百度作為中國(guó)移動(dòng)轉(zhuǎn)型最為成功的互聯(lián)網(wǎng)公司,近年來(lái)加快國(guó)際化步伐,目前在東南亞、中東和北非、拉丁美洲等地區(qū)開(kāi)展業(yè)務(wù)。創(chuàng)辦于2009年的Uber是目前硅谷估值最高的創(chuàng)業(yè)型公司,已經(jīng)在全球52個(gè)國(guó)家和地區(qū)的250多個(gè)城市發(fā)展業(yè)務(wù),包括中國(guó)的北京、上海、廣州和深圳等城市。
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。