“我們所處的時(shí)代很特殊,是一個(gè)全民創(chuàng)業(yè)創(chuàng)富的時(shí)期,更是一個(gè)很讓人看不懂的時(shí)期。”這是百度副總裁朱光在百度聯(lián)盟峰會上的開場白。那么百度聯(lián)盟可以做什么呢?朱光認(rèn)為“移動互聯(lián)網(wǎng)時(shí)代的最大趨勢是從連接人和信息到連接人和服務(wù),百度聯(lián)盟有80萬家伙伴,未來百度和伙伴們可以一起連接人與服務(wù)。”
百度副總裁朱光
談及當(dāng)下,朱光心存“三個(gè)看不懂”:第一,中國GDP在下行,A股卻驚喜不斷;第二,創(chuàng)業(yè)企業(yè)尚不盈利,融資額度一路攀升;第三,老百姓收入一直提高,消費(fèi)額度卻一直在降。
根據(jù)朱光的介紹,百度聯(lián)盟已經(jīng)走過了十三年,目前的合作伙伴已經(jīng)超過80萬家。并且“在聯(lián)盟伙伴中誕生了很多的上市公司,今年一看,海外有一大片,國內(nèi)A股更瘋狂,新三版前赴后繼。”令朱光覺得欣慰的是,越來越多的聯(lián)盟伙伴正成為中國互聯(lián)網(wǎng)最為創(chuàng)新、最有活力、最具潛力的創(chuàng)業(yè)創(chuàng)富群體。
朱光認(rèn)為百度聯(lián)盟十三年爆發(fā)式增長的背后,既有移動互聯(lián)時(shí)代帶來的機(jī)會,也有百度在創(chuàng)新合作、技術(shù)支持、以及連接人與服務(wù)等的支持。
51用車創(chuàng)始人兼CEO李華兵表示,51的目標(biāo)是“把最好的服務(wù)接入百度,希望和百度一起打造一個(gè)巨大的連接戰(zhàn)略。”目前51與百度的合作模式是“接入百度地圖倒流,運(yùn)用百度LBS等技術(shù)進(jìn)行線路精細(xì)化和深入的服務(wù)運(yùn)營,進(jìn)而更全面接入百度生態(tài),做大做強(qiáng)。”朱光則認(rèn)為百度和51可以實(shí)現(xiàn)優(yōu)勢互補(bǔ)。他認(rèn)為“51創(chuàng)業(yè)在渠道,而我們秉著開放的心態(tài)。”
尋醫(yī)問藥網(wǎng)CEO鄭早明認(rèn)為可以完全借助百度的技術(shù)進(jìn)行精細(xì)化的運(yùn)營和服務(wù)。他甚至解散了尋醫(yī)問藥網(wǎng)所有的銷售團(tuán)隊(duì),因?yàn)樗J(rèn)為“互聯(lián)網(wǎng)是一個(gè)技術(shù),而百度的技術(shù)在互聯(lián)網(wǎng)里面是非常強(qiáng)大的”具體做法就是借助百度的流量入口,“尋醫(yī)問藥網(wǎng)可以用百度的流量做深度服務(wù),讓百度的搜索和尋醫(yī)問藥網(wǎng)的服務(wù)從上至下對接”,那樣,“就像電腦一樣可以有一個(gè)芯片植入,尋醫(yī)問藥網(wǎng)就不用學(xué)習(xí)而把精力更聚焦在服務(wù)上。” 朱光也認(rèn)為“技術(shù)是百度最重視的根本,同時(shí)也為百度爭取了更多先發(fā)制人的機(jī)會。”他也表示:“百度還將繼續(xù)為更多聯(lián)盟伙伴提供強(qiáng)勁的技術(shù)支持。”
58同城創(chuàng)始人兼CEO姚勁波坦言,和楊浩涌的一次“深度接觸”就是在百度聯(lián)盟峰會上。“我們跟百度聯(lián)盟的合作,是一個(gè)不斷發(fā)展的過程,每一次都很神奇,都給用戶帶來很不一樣的體驗(yàn)。58同城的升級和進(jìn)化,都與百度的一些服務(wù)很好地結(jié)合,在百度搜索里面便可以完成升級。”
在朱光看來,51用車、尋醫(yī)問藥、58同城在各自領(lǐng)域的創(chuàng)業(yè)與轉(zhuǎn)型,恰恰凸顯了百度聯(lián)盟在對不同企業(yè)的各個(gè)發(fā)展階段的支持與驅(qū)動。
“我們之所以聚在這里,也是因?yàn)槲覀冇兄餐男拍?,希望通過技術(shù)、資源、理念更好的連接人與服務(wù),造福百姓。“
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。