美國(guó)當(dāng)?shù)貢r(shí)間8月10日,谷歌為全世界的科技關(guān)注者們都帶來(lái)了一條重磅新聞,谷歌對(duì)其自身進(jìn)行了重組,創(chuàng)建了名為Alphabet的“傘型公司”,并由拉里•佩奇和謝爾蓋•布林分別擔(dān)任新公司的首席執(zhí)行官和總裁。
Alphabet旗下公司包含谷歌(包括搜索、廣告、地圖、Youtube視頻服務(wù)和移動(dòng)終端系統(tǒng)安卓)、Calico(抗衰老生物技術(shù))、Nest(物聯(lián)網(wǎng)相關(guān))、Fiber(光纖寬帶服務(wù))、Google Ventures和Google Capital (風(fēng)投和投資部門)以及Google X(無(wú)人駕駛汽車、無(wú)人機(jī)等研發(fā)部門)。也就是說(shuō),含有離主要互聯(lián)網(wǎng)產(chǎn)品較遠(yuǎn)的業(yè)務(wù)的公司將歸入Alphabet旗下。
桑德爾•皮查伊將擔(dān)任谷歌的新CEO。Alphabet Inc.將取代谷歌成為公開上市的公司,新谷歌也將成為Alphabet的全資子公司,股票代碼將分別是GOOGL和GOOG。
之所以將新公司命名為Alphabet是因?yàn)檫@個(gè)單詞代表了所有字母的合集,而從這樣的命名中我們也不難看出,全新的公司也將成為領(lǐng)導(dǎo)所有子公司的制高點(diǎn)。
其實(shí)這也是谷歌發(fā)展到現(xiàn)在的必然之舉。對(duì)于谷歌的重組,創(chuàng)新工場(chǎng)CEO李開復(fù)做出了這樣的解讀:
首先是回應(yīng)華爾街對(duì)谷歌不專注、不透明的批評(píng),之前谷歌作為一家互聯(lián)網(wǎng)公司,大氣所涉及的領(lǐng)域卻過于龐大,比如投資、健康、長(zhǎng)壽、汽車領(lǐng)域等等,這讓外界對(duì)它有不少不務(wù)正業(yè)的評(píng)論,而這次重組將之前的許多項(xiàng)目都從谷歌中分離出來(lái),而且也更方便提供各個(gè)子公司的運(yùn)營(yíng)數(shù)據(jù)。
其次是要降低Google之外領(lǐng)域負(fù)面影響主營(yíng)業(yè)務(wù),比如之前谷歌在汽車方面的業(yè)務(wù)導(dǎo)致了虧損和訴訟等諸多問題,這些負(fù)面對(duì)于公司的主營(yíng)業(yè)務(wù)來(lái)說(shuō)也有著影響,而將這些項(xiàng)目從谷歌分離出去之后,那么這些負(fù)面對(duì)主營(yíng)業(yè)務(wù)的影響也會(huì)降低不少。
再次,對(duì)于谷歌這個(gè)品牌來(lái)說(shuō),它是屬于互聯(lián)網(wǎng)業(yè)務(wù)的,而對(duì)于其他業(yè)務(wù)來(lái)說(shuō),在沿用谷歌的品牌并不是很恰當(dāng),因此在別的業(yè)務(wù)上面,也應(yīng)當(dāng)建立起別的品牌。
最后,谷歌的重組也為其內(nèi)部提供了許多升遷的機(jī)會(huì),比如原Google高級(jí)副總裁、Android負(fù)責(zé)人桑德爾•皮查伊將被晉升為Google的CEO。
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(duì)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(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(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。