值此2014年結(jié)束之際,《絕對熱點(diǎn)》欄目邀請CBSi(中國)媒體總編劉克麗女士就2014年IT產(chǎn)業(yè)進(jìn)行回顧。
嘉賓從以下10角度總結(jié)出2014年IT產(chǎn)業(yè)的十大變臉:
表現(xiàn)在:
傳統(tǒng)IT業(yè)后服務(wù)業(yè)轉(zhuǎn)移從市值上來看,過去IT以傳統(tǒng)制造業(yè)的產(chǎn)業(yè)正在變成以服務(wù)業(yè)為主體的產(chǎn)業(yè),ABT的市值已超過了制造業(yè),產(chǎn)業(yè)結(jié)構(gòu)發(fā)生了變臉。
表現(xiàn)在:
1、產(chǎn)生了很多的云計(jì)算服務(wù)、數(shù)據(jù)公司、無線互聯(lián)公司相關(guān)公司;
2、愛迪生催生一切皆可智能的生態(tài)鏈。
特別表現(xiàn)在:
1、 中國聯(lián)想、華為公司規(guī)模的成長,聯(lián)想(382億美元)奔400億美元年收入;
2、 華為434億美元奔500億美元年收入,一個(gè)世界終端第一大,一個(gè)網(wǎng)絡(luò)世界第二大破800億美元;
3、 加上ABT總收入近2000億美元收入。
表現(xiàn)在:
1、 蘋果今年股值破7000億美元,比3年前番翻;
2、 資本流向從投資互聯(lián)網(wǎng)到投資互聯(lián)網(wǎng)應(yīng)用產(chǎn)品及軟件;
3、 以0racle用53億美元并購Micros為最大并購。
表現(xiàn)在:
1、 戴爾中國換將、大區(qū)合并;
2、 尤其是惠普公司10月9日分拆。
表現(xiàn)在:
1、 可穿帶技術(shù)眼鏡擴(kuò)到手鐲、筷子;
2、 從美國大公司擴(kuò)張到中國;
3、 無線充電技術(shù)從大公司發(fā)起到中小專公司的介入 。
表現(xiàn)在:
1、前端6英寸為主流沒商量、蘋果也低下高貴的頭;
2、9英寸以下免除授權(quán)費(fèi)
3、汽車是最大無線終端。
表現(xiàn)在:
1、 手機(jī)市場聯(lián)想進(jìn)入前三甲市場占有率;
2、 私有云升級放緩;
3、 后臺云計(jì)算用戶市場占有率變大。
表現(xiàn)對國產(chǎn)產(chǎn)品從服務(wù)器、終端更正面的趨勢。
表現(xiàn)在:
1、 微軟15年工作的張亞勤離開去百度;
2、 在新浪工作了17年的陳彤去小米。
當(dāng)然2014年IT業(yè)界不止10變臉,以上10個(gè)變臉只是代表。
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。