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。蓋茨表示,這些小說適合在碎片時(shí)間閱讀,不過“你會(huì)希望小說更長(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題,包括物理、化學(xué)和生物學(xué)問題。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,停止食用動(dòng)物肉制品將帶來哪些好處。他常常會(huì)提到本書作者的說法。他表示:“我希望,通過創(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)
騰訊ARC實(shí)驗(yàn)室推出AudioStory系統(tǒng),首次實(shí)現(xiàn)AI根據(jù)復(fù)雜指令創(chuàng)作完整長(zhǎng)篇音頻故事。該系統(tǒng)結(jié)合大語言模型的敘事推理能力與音頻生成技術(shù),通過交錯(cuò)式推理生成、解耦橋接機(jī)制和漸進(jìn)式訓(xùn)練,能夠?qū)?fù)雜指令分解為連續(xù)音頻場(chǎng)景并保持整體連貫性。在AudioStory-10K基準(zhǔn)測(cè)試中表現(xiàn)優(yōu)異,為AI音頻創(chuàng)作開辟新方向。
Meta與特拉維夫大學(xué)聯(lián)合研發(fā)的VideoJAM技術(shù),通過讓AI同時(shí)學(xué)習(xí)外觀和運(yùn)動(dòng)信息,顯著解決了當(dāng)前視頻生成模型中動(dòng)作不連貫、違反物理定律的核心問題。該技術(shù)僅需添加兩個(gè)線性層就能大幅提升運(yùn)動(dòng)質(zhì)量,在多項(xiàng)測(cè)試中超越包括Sora在內(nèi)的商業(yè)模型,為AI視頻生成的實(shí)用化應(yīng)用奠定了重要基礎(chǔ)。
上海AI實(shí)驗(yàn)室發(fā)布OmniAlign-V研究,首次系統(tǒng)性解決多模態(tài)大語言模型人性化對(duì)話問題。該研究創(chuàng)建了包含20萬高質(zhì)量樣本的訓(xùn)練數(shù)據(jù)集和MM-AlignBench評(píng)測(cè)基準(zhǔn),通過創(chuàng)新的數(shù)據(jù)生成和質(zhì)量管控方法,讓AI在保持技術(shù)能力的同時(shí)顯著提升人性化交互水平,為AI價(jià)值觀對(duì)齊提供了可行技術(shù)路徑。
谷歌DeepMind團(tuán)隊(duì)開發(fā)的GraphCast是一個(gè)革命性的AI天氣預(yù)測(cè)模型,能夠在不到一分鐘內(nèi)完成10天全球天氣預(yù)報(bào),準(zhǔn)確性超越傳統(tǒng)方法90%的指標(biāo)。該模型采用圖神經(jīng)網(wǎng)絡(luò)技術(shù),通過學(xué)習(xí)40年歷史數(shù)據(jù)掌握天氣變化規(guī)律,在極端天氣預(yù)測(cè)方面表現(xiàn)卓越,能耗僅為傳統(tǒng)方法的千分之一,為氣象學(xué)領(lǐng)域帶來了效率和精度的雙重突破。