3月17日消息,據(jù)韓國媒體報道,為了改善經(jīng)營狀況,三星電子18年來首次削減研發(fā)投資,年初至今三星電子已經(jīng)在總部裁員2480人。此外,三星還關閉了美國的電子材料研發(fā)中心和信息應用研發(fā)中心,研發(fā)中心數(shù)量從去年的44家降至41家。除了總部,其他部門也進行了裁員。
三星發(fā)布的2015年第四季度以及全年的財報顯示,在2015全年,三星移動部門收入達到103.55萬億韓元(870億美元),運營利潤為10.14萬億韓元(85 億美元),收入比去年同期下降7.3%,利潤下降30%。考慮到競爭日趨激烈和需求減緩,三星預計今年智能手機和平板銷量都將有個位數(shù)的增長,可以預見三星在今年的處境較為艱難。
為渡過難關,三星也是想盡辦法來提高公司營收。例如,提高零部件利潤,通過在Galaxy S系列旗艦智能手機中部署自家的Exynos 7420處理器來降低專利授權費等。除了智能手機、零部件和電視業(yè)務,三星電子還在虛擬現(xiàn)實(VR)領域展開投資,并推出了Gear VR虛擬現(xiàn)實頭盔。
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(zhuǎn)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(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。