火紅的太陽依然抵擋不了創(chuàng)業(yè)者的熱情,今天是奇點(diǎn)大學(xué)中國區(qū)學(xué)員選拔大賽初賽路演的最后一日,來自百度百家、新浪創(chuàng)業(yè)、36氪和虎嗅等平臺(tái)推薦的31名參賽選手站在了演講臺(tái)上,接受四位評委的評審。
評委從左至右:ZDNet China總經(jīng)理高飛、極客公園總編輯吳江、平安創(chuàng)投投資經(jīng)理潘杰以及執(zhí)一資本投資總監(jiān)謝辰星
本次大賽晉級選手的路演視頻將統(tǒng)一交由初賽評審團(tuán)打分, 今日晚間將評選出10人入圍總決賽,名單在25日公布。在5月31日評選出的決賽冠軍,6月中旬將被送往硅谷心臟地帶——NASA 埃姆斯研究中心內(nèi)的奇點(diǎn)大學(xué),和來自世界其他地區(qū)的79位精英一道接受為期10周的GSP課程(Graduate Studies Program)。
創(chuàng)業(yè)者路演現(xiàn)場
據(jù)統(tǒng)計(jì),此次創(chuàng)業(yè)項(xiàng)目涵蓋心理健康管理、基因檢測、智能牙刷、體驗(yàn)式社交、機(jī)器人遙感技術(shù)以及高性能電機(jī)等。
“享借”這個(gè)項(xiàng)目來自創(chuàng)業(yè)大街,其創(chuàng)始人李厚辰現(xiàn)場進(jìn)行了介紹,該產(chǎn)品是將閑置資源整合并通過社區(qū)分享的方式來提高物品分享和資源調(diào)配效率。
目前市面上并沒有一款能幫軟件設(shè)計(jì)師解決設(shè)計(jì)圖稿的溝通問題,來自于36氪的項(xiàng)目“巴別鳥”正嘗試解決這一問題,創(chuàng)始人皇甫珊欣針對設(shè)計(jì)師的圖稿和設(shè)計(jì)痛點(diǎn),設(shè)計(jì)了一款快速對圖片和PDF系統(tǒng)批注、討論的工具,用戶可利用移動(dòng)端設(shè)備支持語音批注等,從而讓他們的溝通記錄有據(jù)可詢,促使設(shè)計(jì)師與客戶進(jìn)行更好的溝通。
谷星實(shí)驗(yàn)室的CEO陳拯民分享了高能電機(jī)項(xiàng)目,他透露目前已經(jīng)研發(fā)到第四個(gè)版本并可以位電機(jī)企業(yè)降低20%的成本,還能為電機(jī)企業(yè)提升5到10個(gè)百分點(diǎn)的商業(yè)價(jià)值,可以使企業(yè)利潤提升三倍。
GRUSH智能牙刷是一個(gè)來自于百度百家平臺(tái)的項(xiàng)目,GRUSH中國區(qū)總經(jīng)理翟強(qiáng)現(xiàn)場介紹了這個(gè)產(chǎn)品,該產(chǎn)品屬于智能硬件與移動(dòng)互聯(lián)網(wǎng)相結(jié)合的創(chuàng)業(yè)項(xiàng)目,可將傳感芯片牙刷與智能手機(jī)連接,并且該公司的設(shè)計(jì)師根據(jù)人刷牙的九個(gè)方向,從模型數(shù)據(jù)中找到規(guī)律并研制出了模型,而該牙刷也可以將手機(jī)與藍(lán)牙相連接,使用期為3個(gè)月。目前它的商業(yè)模式已經(jīng)從硬件銷售、APP STORE 到O2O不斷升級,在美國售價(jià)59美元,今年6月1號(hào)也將以較低價(jià)格在京東接受眾籌。
奇點(diǎn)大學(xué)由Google、NASA以及美國頂尖科技專家聯(lián)合創(chuàng)辦,作為奇點(diǎn)大學(xué)的王牌項(xiàng)目,該課程孵化了多個(gè)旨在影響10億人的創(chuàng)新項(xiàng)目,中國區(qū)之外全球各地的79個(gè)項(xiàng)目名單目前已敲定。
好文章,需要你的鼓勵(lì)
新加坡國立大學(xué)研究團(tuán)隊(duì)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(shí)驗(yàn)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(duì)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(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視覺解決方案。
伊利諾伊大學(xué)研究團(tuán)隊(duì)通過對比實(shí)驗(yàn)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(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(dòng)態(tài)稀疏性實(shí)現(xiàn)大語言模型訓(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。