北京時(shí)間4月13日消息,據(jù)《金融時(shí)報(bào)》報(bào)道,歐盟數(shù)字專員岡瑟•厄廷格(Günther Oettinger)表示,歐盟委員會(huì)將“很快”決定是否針對(duì)谷歌提起反壟斷訴訟。
過(guò)去5年,歐盟一直在調(diào)查谷歌是否濫用在歐盟搜索市場(chǎng)上的主導(dǎo)地位,打壓旅游和零售等領(lǐng)域的競(jìng)爭(zhēng)對(duì)手。歐盟前競(jìng)爭(zhēng)專員喬奎因•阿爾穆尼亞(Joaquín Almunia)曾三次嘗試與谷歌達(dá)成和解協(xié)議,但都沒(méi)有成功。谷歌的競(jìng)爭(zhēng)對(duì)手則一直在向阿爾穆尼亞的繼任者瑪格麗特•維斯塔格(Margrethe Vestager)施壓,要求對(duì)谷歌提起反壟斷訴訟。
厄廷格在接受德國(guó)《周日世界報(bào)》(Die Welt am Sonntag)采訪時(shí)表示,他認(rèn)為維斯塔格將“很快”決定對(duì)此采取的措施,他還預(yù)計(jì)這些措施將產(chǎn)生“深遠(yuǎn)影響”。他說(shuō),“我認(rèn)為我們必須比以往更嚴(yán)格地審查谷歌的市場(chǎng)地位和商業(yè)模式”,歐盟已經(jīng)收到“歐洲廠商更多有理有據(jù)的投訴”。
厄廷格的評(píng)論無(wú)疑是對(duì)投訴谷歌的公司精神上的支持,這些公司普遍預(yù)計(jì)歐盟將在維斯塔格周三啟程訪問(wèn)美國(guó)前起訴谷歌。但歐盟委員會(huì)沒(méi)有就維斯塔格何時(shí)決定是否起訴谷歌發(fā)表評(píng)論。部分律師認(rèn)為,在4月中之前準(zhǔn)備完備的起訴材料很困難,維斯塔格將在未來(lái)數(shù)月而非數(shù)天決定是否起訴谷歌。
谷歌沒(méi)有就厄廷格的言論發(fā)表評(píng)論。此外,谷歌否認(rèn)濫用在歐盟搜索市場(chǎng)的優(yōu)勢(shì)地位打壓競(jìng)爭(zhēng)對(duì)手,并堅(jiān)稱自2010年以來(lái)一直采取與布魯塞爾合作的態(tài)度。
如何處理谷歌的決定權(quán)在于維斯塔格,但她對(duì)這一問(wèn)題的口風(fēng)一直很緊。在并非針對(duì)谷歌的發(fā)言中,她表達(dá)了對(duì)正式起訴的傾向,認(rèn)為這有助于對(duì)更廣泛的問(wèn)題設(shè)立判例法,例如,數(shù)據(jù)作為企業(yè)資產(chǎn)的價(jià)值問(wèn)題等。
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。