北京時間2月5日消息,據(jù)《今日美國》網(wǎng)站報道,F(xiàn)acebook CEO馬克·扎克伯格(Mark Zuckerberg)在昨日于該公司新辦公室召開的一次會議上稱,他預計到2030年時Facebook用戶總數(shù)將達50億人。
扎克伯格在接受采訪時表示:“我們希望完成將所有人都聯(lián)系到一起的目標,將與全球各國政府和企業(yè)合作來做這件事情。”
報道稱,扎克伯格的目標是讓“全世界70億人中的50億人連上其社交網(wǎng)絡”。當然,70億人是目前的全球人口總數(shù),扎克伯格的這種對比是假設未來14年時間里全球人口零增長。而根據(jù)聯(lián)合國作出的預測,到2030年時全球人口總數(shù)將達85億人。但無論如何,即便是85億人中有50億人都使用Facebook服務,也是一種令人瞠目的發(fā)展。
扎克伯格曾在此前多次重申,他的目標是將整個世界都聯(lián)系到一起。為此,他推出了可交付互聯(lián)網(wǎng)服務的無人機項目,并牽頭發(fā)起了頗有爭議的Internet.org互聯(lián)網(wǎng)組織。扎克伯格認為,后一個項目有利于發(fā)展免費互聯(lián)網(wǎng)服務,將可鼓勵互聯(lián)網(wǎng)的采用速度加快。但批評人士則認為,Internet.org是由一家美國企業(yè)巨頭發(fā)起的“圈地”行動,會對“網(wǎng)絡中立性”等概念造成威脅。
好文章,需要你的鼓勵
新加坡國立大學研究團隊開發(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,僅訓練AI玩簡單撲克游戲就能讓其數(shù)學推理能力提升8.6%,通用推理提升8.4%,且無需任何數(shù)學題目作為訓練材料。研究發(fā)現(xiàn)游戲中的三種推理模式能成功轉移到數(shù)學解題中,為AI訓練提供了新思路。
同濟大學團隊開發(fā)的GIGA-ToF技術通過融合多幀圖像的"圖結構"信息,創(chuàng)新性地解決了3D相機噪聲問題。該技術利用圖像間的不變幾何關系,結合深度學習和數(shù)學優(yōu)化方法,在合成數(shù)據(jù)集上實現(xiàn)37.9%的精度提升,并在真實設備上展現(xiàn)出色泛化能力,為機器人、AR和自動駕駛等領域提供更可靠的3D視覺解決方案。
伊利諾伊大學研究團隊通過對比實驗發(fā)現(xiàn),經(jīng)過強化學習訓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等頂尖機構聯(lián)合提出SparseLoRA技術,通過動態(tài)稀疏性實現(xiàn)大語言模型訓練加速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練效率,已在多個任務上驗證有效性。