北京時間8月17日早間消息,亞馬遜CEO杰夫·貝佐斯(Jeff Bezos)表示,他不認(rèn)為無人機(jī)送貨服務(wù)會在幾個月內(nèi)推出,但他也并未透露這項(xiàng)服務(wù)有可能會在何時普及開來。
自從貝佐斯提出無人機(jī)送貨的想法以來,很多人都在暢想著自己從網(wǎng)上購買的商品“從天而降”的景象。這個想法至今仍然令貝佐斯振奮不已,他在接受英國《每日電訊報》采訪時表示,Prime Air無人機(jī)將“像郵遞卡車一樣常見”。
不過,郵遞卡車在街道上出現(xiàn)的頻率似乎也越來越低。那么,亞馬遜的送貨無人機(jī)究竟何時才能普及呢?“按月計(jì)算在我看來太過激進(jìn),”他說,“所以最好按年計(jì)算。”
由于無人機(jī)的潛在利益和危害已經(jīng)引發(fā)了廣泛爭論,所以貝佐斯的這番表態(tài)似乎有些令人意外。亞馬遜貝佐斯解釋道:“最大的問題源自監(jiān)管。”他對美國目前的監(jiān)管進(jìn)程并不滿意,尤其是與英國相比。但貝佐斯仍然堅(jiān)稱,無人機(jī)已經(jīng)是大勢所趨。
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。