漫步在漢諾威寬廣的會(huì)展中心,路旁是初春剛剛冒出花苞的植物在迎風(fēng)搖擺,穿梭在各個(gè)展館間的人們與我擦身而過(guò),望著四周展館外色彩繽紛的廣告海報(bào)以及別具特色的展館建筑群,若不是CeBIT那醒目的標(biāo)志提醒,幾乎陷入一種錯(cuò)覺(jué):這哪里是一座工業(yè)和制造業(yè)高度發(fā)達(dá)的城市,分明就是一個(gè)充滿了人文藝術(shù)氣息的圣地。
圖:漢諾威會(huì)展中心
圖:漢諾威會(huì)展廣場(chǎng)上,BMW將一輛奔馳車(chē)改裝成展示場(chǎng)所
盡管CeBIT提醒著我,這里正在舉辦ICT國(guó)際頂級(jí)展會(huì) -- 德國(guó)漢諾威信息及通信技術(shù)博覽會(huì),但還是忍不住去探究這個(gè)被稱為鐵血日耳曼民族的另一面,因?yàn)樗臏厝?、他的人文與藝術(shù)就在我身旁,很難理解為什么這個(gè)工業(yè)與制造業(yè)僅次于美國(guó)、日本,位居全球第三的國(guó)家,可以散發(fā)出人文藝術(shù)魅力?除了奔馳、除了西門(mén)子,在這些機(jī)械制造和設(shè)計(jì)之外,德國(guó)還擁有什么?
可能你知道德國(guó)擁有最偉大的科學(xué)家——愛(ài)因斯坦,但是可能不會(huì)注意,劃時(shí)代的音樂(lè)家貝多芬也是德國(guó)人。貝多芬出生在德國(guó)波恩,他的故居如今是全世界的音樂(lè)愛(ài)好者無(wú)不向往的圣地。在這里,誕生了著名的F大調(diào)第6交響曲《田園》、升c小調(diào)第14鋼琴奏鳴曲《月光》等作品。貝多芬在音樂(lè)史的地位是極其突出,他不僅是古典主義風(fēng)格的集大成者,同時(shí)又是浪漫主義風(fēng)格的開(kāi)創(chuàng)者。
除了貝多芬,還有音樂(lè)神童莫扎特。莫扎特出生在德意志邦國(guó)奧地利,其父親是德國(guó)的奧克斯堡的移民,莫扎特曾在他的作品中寫(xiě)道:“獻(xiàn)給我的祖國(guó)——德國(guó)”。歌劇《費(fèi)加羅的婚禮》 、《唐.璜》 ;交響樂(lè)《 降E調(diào)第39號(hào)交響曲》〈帝王〉 、《G小調(diào)第40號(hào)交響曲》 等都是他的著名作品。
與貝多芬、莫扎特并稱為維也納古典樂(lè)派三大作曲家的海頓,被譽(yù)為“交響樂(lè)之父”,他與莫扎特一樣出生于德意志最大的城邦國(guó)奧地利,德國(guó)的國(guó)歌曲調(diào)就是采用海頓所創(chuàng)作的《皇帝四重奏》的旋律。
而享譽(yù)世界的大文豪歌德則出生在德國(guó)的法蘭克福,作為詩(shī)歌、戲劇和散文作品的創(chuàng)作者,他是最偉大的德國(guó)作家之一,也是世界文學(xué)領(lǐng)域的一個(gè)出類(lèi)拔萃的光輝人物。
哲學(xué)大師叔本華耳熟能詳,他是德國(guó)著名哲學(xué)家、意志主義的創(chuàng)始人和主要代表。他說(shuō)過(guò)很多至理名言,比如:“獨(dú)立思考獲得的真理就如我們天生的四肢:只有它們才屬于我們。”以及“生命是一團(tuán)欲望,欲望不滿足便痛苦,滿足便無(wú)聊。人生就在痛苦和無(wú)聊之間搖擺。”
德國(guó)似乎有著與生俱來(lái)的文學(xué)底蘊(yùn),在德國(guó)文學(xué)史上,共有11位文學(xué)家摘得諾貝爾文學(xué)獎(jiǎng)桂冠。如果用一句話來(lái)形容這個(gè)國(guó)度,我只能說(shuō),這里是閃爍著人文理想光芒的自由大地。
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。