4月9日消息,據(jù)國(guó)外媒體報(bào)道,社交游戲公司Zynga今天宣布,公司首席執(zhí)行官唐·馬特里克(Don Mattrick)已經(jīng)辭職,創(chuàng)始人馬克·平卡斯(Mark Pincus)將重新?lián)问紫瘓?zhí)行官一職。
目前,Zynga經(jīng)營(yíng)上已陷入困境,該公司希望能推出像其此前《開心農(nóng)場(chǎng)》(FarmVille)那樣火爆的新游戲。
在納斯達(dá)克周三盤后交易中,截止發(fā)稿前,該公司股價(jià)下跌了11%,至2.58美元。
由于未能開發(fā)像《開心農(nóng)場(chǎng)》那樣受歡迎的游戲,以及手游競(jìng)爭(zhēng)對(duì)手如“糖果粉粹傳奇”(Candy Crush Saga)開發(fā)商King Digital Entertainment PLC紛紛崛起,在最近一年多的時(shí)間,Zynga的股價(jià)一直低于5美元。
投資公司Sterne Agee & Leach的分析師阿文德·巴蒂亞(Arvind Bhatia)表示,他對(duì)Zynga 更換CEO持懷疑態(tài)度,因?yàn)樗l(fā)出了一個(gè)“錯(cuò)誤信息”,事實(shí)上該公司在馬特里克的領(lǐng)導(dǎo)下已開始向正確的方向前進(jìn)。
馬特里克曾擔(dān)任微軟重要的Xbox業(yè)務(wù)主管,當(dāng)平卡斯于2013年下臺(tái)后,他加盟該社交游戲公司擔(dān)任CEO。
平卡斯辭去CEO職務(wù)后,仍擔(dān)任了Zynga的董事長(zhǎng)兼首席產(chǎn)品官,但去年他辭去了在Zynga的一切運(yùn)營(yíng)職務(wù),包括首席產(chǎn)品官一職,僅擔(dān)任公司的非執(zhí)行董事長(zhǎng)。
Zynga表示,平卡斯已提出要求,他擔(dān)任公司CEO一職只領(lǐng)1美元的年薪。
同時(shí),該公司在一份提交給監(jiān)管機(jī)構(gòu)的文件中稱,馬特里克將獲得400萬(wàn)美元的遣散費(fèi)。
Zynga今年2月份時(shí)表示,它今年將推出6至10款新的手機(jī)游戲。在此之前,該公司宣布第四季度的預(yù)收入為1.824億美元,比預(yù)期的要少1900萬(wàn)美元。
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。