6月1日消息,香港大學(xué)昨日舉辦了以創(chuàng)新創(chuàng)業(yè)為主題的Dream Catchers論壇,騰訊董事局主席馬化騰在論壇上作了專題演講。他在回憶創(chuàng)業(yè)時(shí)稱,“曾假扮女孩陪聊”。
馬化騰稱,“沒(méi)辦法嘛小公司嘛,我的職位是工程師,另外一個(gè)創(chuàng)始人寫的是總經(jīng)理。因?yàn)槲壹夹g(shù)比較強(qiáng),不可能老板也出來(lái)干活,我是假扮工程師。”
“后來(lái)回來(lái)真的開發(fā)系統(tǒng),找到老東家瑞訊,tom.com,那時(shí)候要做到3萬(wàn)用戶,于是去學(xué)校一個(gè)個(gè)拉用戶。湊到3萬(wàn)人可能要兩年后,公司就死掉了,又砸在手上了。那時(shí)候我們就想著做完賣掉,做完賣掉,大量開發(fā)。自己又去網(wǎng)上推廣,最后用戶上來(lái)了,最開始沒(méi)人聊天,我自己要陪聊,有時(shí)候還要換個(gè)頭像,假扮女孩子,得顯得社區(qū)很熱鬧嘛。”
談及為什么要做微信,馬化騰表示,3年前,互聯(lián)網(wǎng)在PC上面,這三年完全顛倒,移動(dòng)互聯(lián)網(wǎng)才是真正的互聯(lián)網(wǎng)。也有國(guó)內(nèi)的公司在移動(dòng)互聯(lián)網(wǎng)轉(zhuǎn)換的過(guò)程中跟不上,飛速地掉隊(duì)。甚至強(qiáng)大如Facebook,股票一度跌到700億,是因?yàn)榇蠹覔?dān)心它向移動(dòng)端轉(zhuǎn)變有問(wèn)題。直到這兩年Facebook迅速重視移動(dòng)端,包括whats app的下血本的收購(gòu),不敢怠慢,一點(diǎn)都不敢,否則就是滅頂之災(zāi)。
他說(shuō)做微信,是因?yàn)榭吹搅艘稽c(diǎn)點(diǎn)不同。我們當(dāng)時(shí)很緊張,騰訊內(nèi)部有三個(gè)團(tuán)隊(duì)同時(shí)在做,都叫微信,誰(shuí)贏了就上誰(shuí)。最后廣州做e-mail出身的團(tuán)隊(duì)贏了,成都的團(tuán)隊(duì)很失望,就差一個(gè)月。
據(jù)馬化騰介紹,最開始微信推出的時(shí)候,運(yùn)營(yíng)商很緊張了,沒(méi)人發(fā)短信,電話也少了。“我要限制你,全世界有很多國(guó)家會(huì)出很多招去限制你。其實(shí)這個(gè)是勢(shì)不可擋,我一直跟他們說(shuō)你們放心,你們絕對(duì)會(huì)受益的,你們的語(yǔ)音服務(wù)下降了,但是你的流量上去了,怎么會(huì)吃虧呢?增長(zhǎng)很難說(shuō),直到去年,數(shù)據(jù)增長(zhǎng)比語(yǔ)音快,現(xiàn)在放心了,跟我是魚和水的關(guān)系。”
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。