阿里巴巴集團(tuán)昨日晚間發(fā)布2015年第二季度(2016年財(cái)年第一季度)財(cái)報(bào)。財(cái)報(bào)顯示,阿里云收入增幅擴(kuò)大至106%,增速大幅超越亞馬遜,成為全球增速最快的云計(jì)算巨頭。
這被認(rèn)為是在互聯(lián)網(wǎng)大潮的沖擊下,以阿里云為代表的中國新信息基礎(chǔ)設(shè),迎來了“最好的時(shí)代”。阿里云不斷在其平臺(tái)上衍生出“互聯(lián)網(wǎng)+制造”、“互聯(lián)網(wǎng)+交通”、“互聯(lián)網(wǎng)+金融”等新經(jīng)濟(jì)增長點(diǎn),服務(wù)于實(shí)體經(jīng)濟(jì)的轉(zhuǎn)型與變革。
其中,云計(jì)算對金融行業(yè)的促進(jìn)最為顯眼。“自2013年底阿里云正式對外提供金融云服務(wù)以來,已有超過100多家的證券公司,數(shù)十家的銀行與保險(xiǎn)機(jī)構(gòu)和近800家的眾籌擔(dān)保、P2P等企業(yè)在使用阿里金融云服務(wù)。”阿里金融云總經(jīng)理徐敏介紹。
這也意味著,服務(wù)于上億用戶的近1000家金融機(jī)構(gòu)在使用阿里云計(jì)算,而阿里云也已成為金融行業(yè)里最大的公共云服務(wù)商。“阿里金融云的業(yè)務(wù)以每年超過十倍的速度在增長。”
事實(shí)上,金融行業(yè)對云計(jì)算的態(tài)度不再是疑慮、試探,而更多的是考慮如何擁抱得更緊。眾安保險(xiǎn)是國內(nèi)第一個(gè)搭建在云上的保險(xiǎn)公司。其核心業(yè)務(wù)系統(tǒng)全部運(yùn)行在阿里金融云上。憑借靈活的產(chǎn)品設(shè)計(jì)理念,眾安的產(chǎn)品上線周期可以縮短到兩周。去年雙11,眾安承接的保單數(shù)量超過1.5億筆,比當(dāng)日行業(yè)內(nèi)其他公司的總和還高。
網(wǎng)商銀行是國內(nèi)第一家核心系統(tǒng)架構(gòu)在云上的銀行。借助金融云,網(wǎng)商銀行實(shí)現(xiàn)了用大數(shù)據(jù)進(jìn)行貸款發(fā)放,區(qū)區(qū)300人就支撐了全國的業(yè)務(wù)量,這其中2/3是數(shù)據(jù)科學(xué)家。
包括國內(nèi)首份個(gè)人信用評分——芝麻信用,也是基于阿里云計(jì)算和數(shù)據(jù)平臺(tái)來實(shí)現(xiàn)。“相對于一些傳統(tǒng)征信機(jī)構(gòu),芝麻的數(shù)據(jù)處理量非常大,數(shù)據(jù)維度非常多,而且要求的實(shí)時(shí)性也非常高。若沒有阿里大數(shù)據(jù)和云計(jì)算的能力,很難構(gòu)建出這樣的一個(gè)征信體系。“螞蟻金服CTO程立表示。
作為硬幣的兩面,阿里云還將輸出大數(shù)據(jù)挖掘分析能力,例如讓保險(xiǎn)公司更了解用戶,做到人群細(xì)分和差異化定價(jià)等等。
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。