Alexey Zhokhov,高高的個子。漢語流利,開朗健談,雖然他來自我們的鄰國俄羅斯,但是卻不像視頻里“戰(zhàn)斗民族”那樣彪悍。
“中國的互聯(lián)網(wǎng)發(fā)展的非常迅速,因此在中國從事互聯(lián)網(wǎng)行業(yè)還是非常有發(fā)展的。所以我覺與美國互聯(lián)網(wǎng)持平,甚至超越美國互聯(lián)網(wǎng),并不是很困難的事情。”這是Alexey對于中國互聯(lián)網(wǎng)行業(yè)所持有的觀點(diǎn),或許這也從側(cè)面說明了Alexey選擇在中國從事互聯(lián)網(wǎng)行業(yè)的原因。
Alexey Zhokhov
Alexey Zhokhov同樣來自“光音網(wǎng)絡(luò)”,是第一期《IT老外在中國》中的主角——Nathaniel的同事,所以在同樣酷熱的下午,同樣的科林大廈,同樣的汗出如漿,同樣閑散慵懶的簋街旁邊,同樣的“科技寺”,不同的老外主角同樣說著流利而標(biāo)準(zhǔn)的中文,以及他眼中對于中國的看法。
說起來中國的原因,Alexey總結(jié)起來就是原因很簡單,“我媽媽不太想讓我在俄羅斯學(xué)習(xí),也不想讓我留在俄羅斯,所以我便決定出國留學(xué)。而我確定來中國是聽取了一個在哈爾濱開西餐廳的朋友的建議。”
大學(xué)畢業(yè)之后,Alexey便從哈爾濱去到了上海,并在上海工作了三年?;蛟S對于勤奮的人來說,上天總會給他們更多的機(jī)會,所以后來在更好的機(jī)會下Alexey從上海來到了北京,開始了一名老外在中國的“北漂”生涯。
一次偶然的聚會中,Alexey認(rèn)識了David和Nathaniel。被David和Nathaniel說服的Alexey,加入到了光音網(wǎng)絡(luò)之中。
“我們那次的面試并不像一個真正的面試,而更像是一個聚會,我們幾個人喝著酒聊著天。就這樣,當(dāng)他們確定我能夠勝任這個工作時,我便下定決心一定要來這個公司,因?yàn)镈avid和Nathaniel都非常Nice,這個團(tuán)隊(duì)深深地吸引了我。”在這個多元化的團(tuán)隊(duì)中,每個人的思想都非常獨(dú)立而且很有想法,并不會有派系之分,Alexey覺得這對一個公司來說是非常健康的。
Alexey對國內(nèi)的網(wǎng)購環(huán)境非常滿意,“在網(wǎng)上訂購一個產(chǎn)品,第二天可能就會送到,中國這種互聯(lián)網(wǎng)和物流之間的業(yè)務(wù)做得很出色。俄羅斯在物流方面就遜色得多,網(wǎng)購的東西有時要等上一兩個月,甚至當(dāng)你已經(jīng)忘記你買過這件東西時才會被送到。”
他覺得相比于體驗(yàn)很差的網(wǎng)銀來說,支付寶和微信支付都做得相當(dāng)出色。“我希望這些互聯(lián)網(wǎng)創(chuàng)業(yè)公司能在中國發(fā)展得更快。既然有這么好的市場,還是希望中國公司能有一些創(chuàng)造力。”
作為一個全棧工程師,Alexey從小對電腦知識就非常喜愛,在來中國之前曾在俄羅斯跟同伴創(chuàng)辦了一個在線商城網(wǎng)站。Alexey現(xiàn)在主要負(fù)責(zé)廣告家Pro.cn移動平臺技術(shù)工作,這相對于PC平臺來說更加復(fù)雜。
Alexey認(rèn)為,移動平臺的智能廣告投放是一件非常具有前景的工作,光音網(wǎng)絡(luò)是一家非常有前景的公司,“它能把國外先進(jìn)的技術(shù)思想與國內(nèi)成熟的市場經(jīng)驗(yàn)相結(jié)合,這是許多企業(yè)很難做到的事情,或許能成為下一個互聯(lián)網(wǎng)巨頭”。而這也是吸引他來到光音網(wǎng)絡(luò)的重要原因之一。
他對中國的印象就是這里很自由:無論你的行為舉止如何另類,都不會有人管你或者指責(zé)你,大家也并不會覺得你有什么不同,并不會給你太多約束。而在俄羅斯這則是不可能的,因?yàn)槿绻愫蛣e人做的不一樣,那么大家一定會覺得你不正常。“所以在中國生活會讓人感覺很放松,因?yàn)槲铱梢宰鑫蚁矚g的事情,突出自己的個性。”
好文章,需要你的鼓勵
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"頓悟時刻"現(xiàn)象,但這些自我糾錯行為并不能實(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顯著提升訓(xùn)練效率,已在多個任務(wù)上驗(yàn)證有效性。