2014年12月22日,中國領(lǐng)先的教育科技企業(yè)好未來(紐約證券交易所:XRS)宣布已經(jīng)向中國科學(xué)技術(shù)及教育互聯(lián)網(wǎng)公司果殼互動(dòng)注資1500萬美元現(xiàn)金,購得其少數(shù)股東權(quán)益。
好未來聯(lián)合創(chuàng)始人、好未來集團(tuán)投資事業(yè)部總經(jīng)理劉亞超表示:“注資果殼網(wǎng)是好未來實(shí)現(xiàn)‘科技驅(qū)動(dòng)教育進(jìn)步’的又一重要舉措。一直以來,好未來堅(jiān)持“科技驅(qū)動(dòng)”的發(fā)展方向,致力于用科技、移動(dòng)互聯(lián)網(wǎng)等最新技術(shù)改造學(xué)習(xí)模式. 本次與果殼網(wǎng)合作,好未來將借助果殼MOOC學(xué)院平臺(tái)鏈接中國和世界的優(yōu)質(zhì)教育資源,最終加速對(duì)旗下在線教育業(yè)務(wù)的拓展創(chuàng)新,這與之前我們投資鯊魚公園科技課程,以及投資Minerva這個(gè)教育革命的創(chuàng)新性大學(xué)的邏輯一致。
此外,在業(yè)務(wù)領(lǐng)域,果殼網(wǎng)集合了以大學(xué)生為主的科技愛好者,可以與學(xué)而思中小學(xué)數(shù)理化業(yè)務(wù)實(shí)現(xiàn)年齡層互補(bǔ),幫助好未來完善更高層級(jí)的教育領(lǐng)域。因此,注資果殼網(wǎng)對(duì)我們來說是面向未來打造全新教育模式、進(jìn)一步擴(kuò)展中小學(xué)以外潛在客戶群體的極好機(jī)遇。”果殼互動(dòng)成立于2010年,旗下產(chǎn)品果殼網(wǎng)(guokr.com)現(xiàn)已成長為中國頂級(jí)的科學(xué)技術(shù)互聯(lián)網(wǎng)社區(qū),致力于以淺顯易懂、貼近生活的語言與媒介形式傳播科學(xué)概念,并吸引廣大用戶在社區(qū)中產(chǎn)生內(nèi)容。果殼網(wǎng)內(nèi)的熱門話題涵蓋科學(xué)技術(shù)、生活健康等領(lǐng)域,目前每月吸引到2500萬獨(dú)立用戶訪問其網(wǎng)頁和移動(dòng)端產(chǎn)品,主要受眾為對(duì)知識(shí)和學(xué)習(xí)感興趣的在校高中生、大學(xué)生以及職場新鮮人。
2013年,果殼互動(dòng)創(chuàng)建全新在線學(xué)習(xí)社區(qū)MOOC學(xué)院(mooc.guokr.com),目標(biāo)為“發(fā)現(xiàn)全球在線好課”。MOOC學(xué)院與全球多個(gè)開放式教育項(xiàng)目合作,包括為全球頂級(jí)大學(xué)提供大規(guī)模網(wǎng)絡(luò)開放課程(MOOC)制作和托管服務(wù)的互聯(lián)網(wǎng)國際教育平臺(tái)Coursera,建立長期戰(zhàn)略級(jí)合作,成為全球在線教育內(nèi)容的中文用戶入口。. MOOC學(xué)院為中文用戶發(fā)現(xiàn)、對(duì)接世界范圍內(nèi)的在線教育內(nèi)容服務(wù),并提供打通各學(xué)習(xí)平臺(tái)的筆記分享、交流討論的社區(qū)。日前,果殼互動(dòng)的 MOOC學(xué)院至今吸引注冊(cè)用戶已達(dá)80萬,成為華語地區(qū)最大的MOOC學(xué)習(xí)者社區(qū)。
好文章,需要你的鼓勵(lì)
新加坡國立大學(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。