“滴滴和快的到底誰的客戶多?美柚和大姨嗎到底誰活躍?去哪兒真的比攜程大嗎?”人們每天手持各種設(shè)備,卻不了解整個(gè)行業(yè)。
這時(shí)候就出現(xiàn)了一個(gè)藍(lán)本:10億說。10億,來自第三方數(shù)據(jù)服務(wù)提供商TalkingData所覆蓋的移動設(shè)備,包括iOS、Android,包括智能手機(jī)、平板、智能電視等。根據(jù)設(shè)備每天產(chǎn)生的數(shù)據(jù),得出用戶行為報(bào)告。
這份報(bào)告就是TalkingData《2014移動互聯(lián)網(wǎng)數(shù)據(jù)報(bào)告》。與其他數(shù)據(jù)報(bào)告不同之處在于,TalkingData CEO崔曉波大膽披露,其他的第三方數(shù)據(jù)公司也在發(fā)布報(bào)告,也在發(fā)布數(shù)據(jù),但他們的目的好像更多的是為了盈利。
TakingData 數(shù)據(jù)服務(wù)部高級總監(jiān)陶京琪指出,通過對分布式運(yùn)算架構(gòu)、海量數(shù)據(jù)處理、數(shù)據(jù)挖掘算法的長期鉆研,大數(shù)據(jù)已經(jīng)成為TalkingData骨子里的基因。
帶著大數(shù)據(jù)基因,除定期發(fā)布數(shù)據(jù)報(bào)告外,更重要的是,TalkingData會發(fā)布一個(gè)移動數(shù)據(jù)觀象臺,并免費(fèi)開放給整個(gè)行業(yè),揭開這層迷霧,讓大家知道所有數(shù)據(jù)的真相。該觀象臺已于2014年9月對外免費(fèi)公布。
崔曉波進(jìn)一步介紹:“這個(gè)產(chǎn)品,包括以前我們服務(wù)美國的基金客戶,他們利用這些產(chǎn)品,觀察中國的股市,再研究這些公司的動態(tài)。但今天我們想把它免費(fèi)開放出來,最重要的是,我們希望建立一個(gè)比較健康的產(chǎn)業(yè)環(huán)境,讓大家揭開這層迷霧,去看一看退潮之后底下到底是什么。”
實(shí)際上,從創(chuàng)建初,TalkingData就定位于“第三方的中立數(shù)據(jù)平臺”,借助中立優(yōu)勢,TalkingData與國內(nèi)眾多機(jī)構(gòu)緊密合作,匯聚大量移動互聯(lián)網(wǎng)用戶數(shù)據(jù)。目前TalkingData為超過50000款應(yīng)用、游戲提供數(shù)據(jù)統(tǒng)計(jì)、分析服務(wù),覆蓋超過10億獨(dú)立移動設(shè)備;為招商銀行、中信銀行、平安保險(xiǎn)等企業(yè)提供數(shù)據(jù)服務(wù)。
那么,10億移動互聯(lián)網(wǎng)數(shù)據(jù)都說了什么?
以上數(shù)據(jù)均來自TalkingData《2014移動互聯(lián)網(wǎng)數(shù)據(jù)報(bào)告》,CNET從中摘取了一小部分,當(dāng)然,也希望更多數(shù)據(jù)被TalkingData刷新。
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。
關(guān)注科技創(chuàng)新、技術(shù)投資。
以文會友,左手硬核科技,右手浪漫主義。