比爾-蓋茨
北京時(shí)間5月20日上午消息,微軟聯(lián)合創(chuàng)始人比爾·蓋茨(Bill Gates)近期在個(gè)人博客中推薦了今年夏季值得一讀的7本書。蓋茨表示,這些書“讓我思考或發(fā)笑,在某些情況下兩者兼具”。
以下為這7本書的詳情:
1.埃利·布羅什(Allie Brosh)的《Hyperbole and a Half》。這本書收錄了作者早年的一些短篇小說(shuō)。蓋茨表示,這些小說(shuō)適合在碎片時(shí)間閱讀,不過(guò)“你會(huì)希望小說(shuō)更長(zhǎng),因?yàn)檫@些故事很有趣,很睿智。”
2.理查德·道金斯(Riachard Dawkins)的《The Magic of Reality》。本書以可讀性、互動(dòng)性強(qiáng)的方式探討了一些重要問(wèn)題,例如“宇宙是由什么構(gòu)成的”。蓋茨表示,這本書適合有好奇心、各種年齡的讀者。
3.蘭達(dá)爾·蒙羅(Randall Munroe)的《What If?》。本書作者試圖回答讀者的各類問(wèn)題,包括物理、化學(xué)和生物學(xué)問(wèn)題。蓋茨表示,蒙羅的解釋很有趣,而作為基礎(chǔ)的科學(xué)理論也非常準(zhǔn)確。
4.蘭達(dá)爾·蒙羅的《XKCD》。這是又一本合輯類圖書,其中的內(nèi)容是來(lái)自作者博客的漫畫。這些漫畫利用計(jì)算機(jī)、科學(xué)家和記者等話題來(lái)搞笑。
5.歐拉·比斯(Wula Biss)的《On Immunity》。蓋茨表示,閱讀這本書“很愉快”。書中談到,一些誤解導(dǎo)致家長(zhǎng)對(duì)疫苗感到擔(dān)憂。
6.達(dá)萊爾·哈弗(Darrell Huff)的《How to Lie with Statistics》。本書最初出版于1954年,談到了數(shù)據(jù)如何掩蓋真相。蓋茨表示,考慮到當(dāng)前Facebook和Twitter消息流中的大量信息,這帶來(lái)了“非常及時(shí)的提醒”。
7.瓦克萊夫·斯米爾(Vaclav Smil)的《Should We Eat Meat?》。蓋茨本人也曾寫過(guò),停止食用動(dòng)物肉制品將帶來(lái)哪些好處。他常常會(huì)提到本書作者的說(shuō)法。他表示:“我希望,通過(guò)創(chuàng)新,包括提高農(nóng)產(chǎn)品產(chǎn)量以及發(fā)展肉類替代品,世界對(duì)肉類的需求可以得到滿足。這是一本及時(shí)的書,不過(guò)在這一書單中可能最不適合在海灘上閱讀。”
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(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。