5月11日消息,蘋果公司CEO蒂姆·庫克(Tim Cook)今日在新浪開通獨家微博。
庫克的第一條微博寫到,“Hello China! Happy to be back in Beijing, announcing innovative new environmental programs. 你好,中國!很高興再次來到北京,并宣布創(chuàng)新的環(huán)境新項目。”
這是繼特斯拉CEO伊隆-馬斯克后,又一位科技領(lǐng)域知名領(lǐng)袖開通微博。而作為最具影響力的中文社會化媒體平臺,新浪微博正在具有越來越強(qiáng)的國際影響力。英國首相卡梅倫、澳大利亞前總理陸克文、聯(lián)合國副秘書長西迪貝、國際貨幣基金組織總裁拉加德、微軟創(chuàng)始人蓋茨、歌手碧昂絲等各界國際知名人物,已經(jīng)先后入駐新浪微博。
蒂姆·庫克于1960年11月1日出生于美國阿拉巴馬州,在加入蘋果公司之前,他在1983年至1994年任職IBM12年,并于1994年至1997年在電腦批發(fā)商Intelligent Electronics擔(dān)任經(jīng)銷商事業(yè)部首席運營官。
在喬布斯的延攬下,1998年3月庫克加入蘋果公司,擔(dān)任營運部門總裁。2005年10月,正式升任首席運營官。2011年8月在喬布斯宣布離職后正式繼任首席執(zhí)行官,在此之前曾分別在喬布斯病假期間三度代理公司首席執(zhí)行官。
2014年10月30日,庫克在《彭博商業(yè)周刊》撰文,首度公開坦承同性戀身份。2014年12月9日,庫克當(dāng)選美國《時代》周刊“2014年度人物”候選人,當(dāng)月12日獲評《金融時報》2014年度人物。2015年3月,蘋果CEO蒂姆·庫克已計劃捐獻(xiàn)其全部財富。按庫克持有的蘋果股份計算,他的凈資產(chǎn)為1.2億美元。
與前任CEO喬布斯最大的不同之處是,庫克十分重視中國市場。
在庫克上任之前,盡管蘋果在中國擁有多個代工廠,但喬布斯從未造訪過中國。并且在蘋果的新品發(fā)布中,中國也從未進(jìn)入過首發(fā)國家行列。
而庫克從上任開始到現(xiàn)在,已經(jīng)先后五次訪華,iPhone5s/5c 以及Apple Watch等產(chǎn)品也紛紛在國內(nèi)同步發(fā)售。
業(yè)界紛紛認(rèn)為庫克五次訪華非常充分表明了蘋果公司越來越重視中國市場。而從銷售數(shù)據(jù)來看這一改變帶來的效果也非常明顯,庫克在2012年以蘋果公司CEO身份首次訪華時,中國還是蘋果第二大銷售市場。
而根據(jù)瑞士銀行發(fā)布的一份 iPhone 銷售統(tǒng)計報告顯示,在剛剛過去的一個季度中,iPhone 全球總銷量為6930萬支。其中,中國區(qū)和美國區(qū)銷量占總銷量的35%和24%,中國成為 iPhone 全球第一大消費市場。
在2014年10月份庫克接受新浪科技獨家專訪時,他就曾明確表示:“未來中國將成為蘋果最大的收入貢獻(xiàn)國,這只是一個時間的問題”。
從CEO庫克第一次訪華到現(xiàn)在,蘋果在中國市場上的策略可謂變化十分之大,從開始示好中國市場、新品首發(fā)地區(qū)添加中國市場、推動與中移動的合作直至成功走到一起等等。
而現(xiàn)在庫克在新浪微博開通微博之后,更是增加了一個與中國消費者直接溝通的機(jī)會。中國消費者也可以通過新浪微博第一時間了解庫克的最新言論。
好文章,需要你的鼓勵
新加坡國立大學(xué)研究團(tuán)隊開發(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。實驗顯示,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)集上實現(xiàn)37.9%的精度提升,并在真實設(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)隊通過對比實驗發(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"頓悟時刻"現(xiàn)象,但這些自我糾錯行為并不能實際提升推理準(zhǔn)確率。研究揭示了AI模型存在"生成-驗證差距",即生成答案的能力強(qiáng)于驗證答案質(zhì)量的能力,且模型在自我驗證時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)稀疏性實現(xiàn)大語言模型訓(xùn)練加速1.6倍,計算成本降低2.2倍。該方法使用SVD稀疏性估計器智能選擇重要計算部分,在保持模型性能的同時顯著提升訓(xùn)練效率,已在多個任務(wù)上驗證有效性。