CNET科技資訊網(wǎng) 2月1日 北京消息(文/齊豐潤): 青少年人才的培育一直是社會發(fā)展中重要的一環(huán),在當下的科技時代也是如此。而對于青少年培養(yǎng)的方面,我們也能看到許多富有社會責任感的企業(yè)投身其中。近日,杭州華三通信技術(shù)有限公司與博通公司共同主辦的“Broadcom MASTERS博通大師賽 博通——華三中國冬令營”在華三通信杭州總部順利閉幕。
“博通大師賽”是一個面向全球中學(xué)生開展的一項科技賽事,自2012年起開始與中國科協(xié)合作,并從全國青少年科技創(chuàng)新大賽的決賽選手中選取優(yōu)秀學(xué)員赴美參與“博通大師賽”國際交流活動。
本次“博通大師賽 博通——華三中國冬令營”于1月17日在上海開營,七名從“全國青少科技創(chuàng)新大賽(CASTIC)”中脫穎而出、分別來自北京、香港、廣東、浙江、四川和湖南等地。
其中,三名表現(xiàn)突出的科技少年,將代表中國賽區(qū)的中學(xué)生于今年前往美國鳳凰城參加“Broadcom MASTERS博通大師賽”的國際交流項目,并將作為正式觀察員,觀摩同在鳳凰城舉辦的英特爾國際科學(xué)與工程大獎賽(ISEF)。
本次是博通公司首次攜手中國本土企業(yè)在中國舉辦冬令營活動,旨在考察參與學(xué)生在科學(xué)、技術(shù)、工程和數(shù)學(xué)領(lǐng)域的知識、技巧與創(chuàng)新能力,并為“博通大師賽”的國際交流項目選拔優(yōu)秀成員。
會后,記者對華三通信副總裁孫明藍,以及博通公司大中華區(qū)總裁、全球高級銷售副總裁李廷偉進行了專訪,作為兩家在通信、科技領(lǐng)域里都有著重要地位的企業(yè),它們讓我們看到了身為企業(yè)所應(yīng)該具有的社會價值和社會責任感。
李廷偉表示:“科學(xué)技術(shù)的發(fā)展應(yīng)當回歸人的本源,如何將孩子培養(yǎng)成為對是會有用的人是非常重要的,我們今天不講產(chǎn)品,而是在探討一些我們應(yīng)該做的事情。我希望利用這樣一個星星之火,能夠在各個地方落地。”
對此,孫明藍也說道:“博通和華三通信都是在相應(yīng)行業(yè)領(lǐng)域里的領(lǐng)軍企業(yè),在追求創(chuàng)新以及致力于人才培養(yǎng)的方面也有著相同的認知。當博通提出希望分享一些資源和平臺給中國的孩子,為他們創(chuàng)造一個全球化視野的機會時,我們一拍即合。今天大家可以看到,我們的孩子來自中國的每一個地方,有山區(qū)農(nóng)村的,有四川的,有湖南的,也有北京非常優(yōu)秀的學(xué)校的,還有香港的,不同區(qū)域的創(chuàng)新理念和文化,孩子們會知道他們的思索,他們的思辨,他們構(gòu)建知識的體系,大家有一個非常好的交流平臺。”
對于未來的合作,博通和華三都展示出了相當?shù)钠诖麄兿M谖磥韺τ赟TEM行業(yè)人才培養(yǎng)上做出貢獻,雙方會繼續(xù)進行探討,將更好的資源引入其中,朝這個方向堅定的努力下去。
好文章,需要你的鼓勵
新加坡國立大學(xué)研究團隊開發(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。實驗顯示,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。
同濟大學(xué)團隊開發(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)集上實現(xiàn)37.9%的精度提升,并在真實設(shè)備上展現(xiàn)出色泛化能力,為機器人、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)研究團隊通過對比實驗發(fā)現(xiàn),經(jīng)過強化學(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際提升推理準確率。研究揭示了AI模型存在"生成-驗證差距",即生成答案的能力強于驗證答案質(zhì)量的能力,且模型在自我驗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等頂尖機構(gòu)聯(lián)合提出SparseLoRA技術(shù),通過動態(tài)稀疏性實現(xiàn)大語言模型訓(xùn)練加速1.6倍,計算成本降低2.2倍。該方法使用SVD稀疏性估計器智能選擇重要計算部分,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)上驗證有效性。