知識(shí)就是力量,人才就是未來(lái)。青少年可以說(shuō)是應(yīng)對(duì)未來(lái)挑戰(zhàn)的關(guān)鍵力量,而教育則是推動(dòng)創(chuàng)新人才培養(yǎng)的源動(dòng)力。
由美國(guó)科學(xué)與公眾社團(tuán)(SSP)創(chuàng)辦、英特爾公司領(lǐng)銜贊助的全球規(guī)模最大的高中科學(xué)研究競(jìng)賽——2015年英特爾國(guó)際科學(xué)與工程大獎(jiǎng)賽(Intel ISEF)于當(dāng)?shù)貢r(shí)間5月11日在美國(guó)匹茲堡開(kāi)幕。Intel ISEF素有“小諾貝爾獎(jiǎng)”之稱,也吸引了很多慕名來(lái)參賽的中學(xué)生。
據(jù)悉,由全球70多個(gè)國(guó)家和地區(qū)的422個(gè)競(jìng)賽中選拔,約1700名中學(xué)生將匯聚在David L. Lawrence會(huì)議中心,分享創(chuàng)新觀點(diǎn)和理念,展示前沿研究和發(fā)明創(chuàng)造,并角逐總額超過(guò)400萬(wàn)美元的獎(jiǎng)金。值得一提的是,在這之中,有42名來(lái)自中國(guó)大陸、香港和澳門的中學(xué)生。
英特爾國(guó)際科學(xué)與工程大獎(jiǎng)賽的頂級(jí)獎(jiǎng)項(xiàng)是75,000美元的戈登·E·摩爾大獎(jiǎng)。該獎(jiǎng)項(xiàng)由英特爾基金會(huì)設(shè)立,以英特爾聯(lián)合創(chuàng)始人、已退休的董事長(zhǎng)兼首席執(zhí)行官、科學(xué)家戈登·摩爾先生命名。此外,全場(chǎng)還將評(píng)出另外兩個(gè)頂級(jí)研究項(xiàng)目,其研究者將分別獲得獎(jiǎng)金為50,000美元的英特爾基金會(huì)青年科學(xué)家獎(jiǎng)。
今年決賽選手的研究項(xiàng)目涵蓋環(huán)境工程、機(jī)器人技術(shù)、嵌入式系統(tǒng)等諸多領(lǐng)域,并分為20個(gè)類別進(jìn)行評(píng)比。參賽選手要接受數(shù)百位包括科學(xué)、工程等各方面的專家和行業(yè)專業(yè)人士的現(xiàn)場(chǎng)評(píng)審。每位評(píng)委都具有博士學(xué)歷或同等資歷(在某一科學(xué)領(lǐng)域具有6年以上相關(guān)專業(yè)經(jīng)驗(yàn))。
本次大賽中國(guó)參賽學(xué)生是從“全國(guó)青少年創(chuàng)新科技大賽”、“明天小小科學(xué)家”等國(guó)內(nèi)頂尖賽事中脫穎而出的。他們的科研項(xiàng)目展現(xiàn)了中國(guó)青少年的創(chuàng)新精神和激情,將角逐大賽的各個(gè)重要獎(jiǎng)項(xiàng)。自2000年開(kāi)始,中國(guó)科學(xué)技術(shù)協(xié)會(huì)在英特爾公司的贊助下,組織中國(guó)學(xué)生參加一年一度在美國(guó)舉行的總決賽。截至2014年,共計(jì)420名中國(guó)學(xué)生的265個(gè)項(xiàng)目入選Intel ISEF,并贏得了258個(gè)獎(jiǎng)項(xiàng),其中包括 2004 年獲得的一項(xiàng)Intel ISEF頂級(jí)獎(jiǎng)項(xiàng)“英特爾基金會(huì)青年科學(xué)家獎(jiǎng)”。在2014英特爾國(guó)際科學(xué)與工程大獎(jiǎng)賽上,共有13名中國(guó)學(xué)生憑借9個(gè)創(chuàng)新項(xiàng)目,獲得個(gè)人和團(tuán)體共計(jì)16個(gè)獎(jiǎng)項(xiàng)。
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。