百度美研要做的第三件事則是做最有挑戰(zhàn)的項(xiàng)目,這些項(xiàng)目包括:山西陽泉的新數(shù)據(jù)中心;大數(shù)據(jù)預(yù)測;百度天眼;醫(yī)療大數(shù)據(jù)分析;語音識(shí)別技術(shù)等。
其中,百度天眼項(xiàng)目受到極大關(guān)注。這是一款可以實(shí)時(shí)知曉飛機(jī)航線的產(chǎn)品,其數(shù)據(jù)通過地面設(shè)備得到,而非官方渠道獲取信息,這解決了拿不到數(shù)據(jù)以及信息滯后這兩大問題。此外,百度的語音識(shí)別技術(shù)也獲得突破,在一項(xiàng)識(shí)別錯(cuò)誤率的比較中,百度無論在安靜環(huán)境還是噪音環(huán)境中,識(shí)別正確率都高于谷歌。百度高級(jí)技術(shù)總監(jiān)呂厚昌表示:“盡管有這些成果,但還只是一小步,百度美研未來任重而道遠(yuǎn)。”
對(duì)于中國如何學(xué)習(xí)硅谷精神,百度The Big Talk特意邀請到Apple的聯(lián)合創(chuàng)始人沃茲尼亞克來談此話題。沃茲尼亞克說,“硅谷已經(jīng)從硬變軟,硅谷精神是內(nèi)生的,這些科技人士在此學(xué)習(xí)長大。”值得注意的是,在他看來,創(chuàng)業(yè)是一種空前的快樂。這或許就是硅谷為何能持續(xù)創(chuàng)新和擁有激情的本質(zhì)。
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。