CNET科技資訊網(wǎng) 4月15日 北京消息(文/齊豐潤): 交通問題現(xiàn)在已經(jīng)成為了許多城市面臨的共同問題,而隨著互聯(lián)網(wǎng)的飛速發(fā)展,城市交通問題也迎來了全新解決方式,借助移動互聯(lián)網(wǎng)、物聯(lián)網(wǎng)、大數(shù)據(jù)、云計算與云服務(wù)等技術(shù)的智慧出行,逐漸展現(xiàn)出了巨大的市場潛力。
4月15日,由中國建投集團與FT中文網(wǎng)主辦,建投華科協(xié)辦的“+互聯(lián)網(wǎng),出行改變未來”的JIC投資沙龍在北京舉辦,沙龍現(xiàn)場分享了關(guān)于智慧出行的話題。同時也指出,短途智慧出行的市場空間巨大,專車市場規(guī)模達(dá)到千億級別。
智能交通是指借助移動互聯(lián)網(wǎng)、云計算、大數(shù)據(jù)、物聯(lián)網(wǎng)等先進技術(shù)和理念,將傳統(tǒng)交通運輸業(yè)和互聯(lián)網(wǎng)進行有效滲透與融合,形成具有“線上資源合理分配,線下高效優(yōu)質(zhì)運行”的新業(yè)態(tài)和新模式。
建投華科認(rèn)為,緩解城市擁堵的需求;新興技術(shù)的日趨成熟;國家政策的支持,是智能交通市場保持高速增長的主要驅(qū)動力。未來,智能交通和“交通行業(yè)+互聯(lián)網(wǎng)”領(lǐng)域?qū)⒃谌篁?qū)動力的推進下高速發(fā)展。因此,智能交通行業(yè)蘊藏著較多的投資機會,在細(xì)分領(lǐng)域中,汽車租賃、在線專車和分時租賃等創(chuàng)新模式無疑將成為資本的寵兒。
2015年底,建投華科領(lǐng)投首汽約車A輪融資,這是建投華科在布局智能出行領(lǐng)域邁出的關(guān)鍵一步。建投華科認(rèn)為,專車市場目前是被資本追捧的熱門領(lǐng)域之一。以首汽約車為代表的“正規(guī)軍”由此成為專車市場新的闖入者和新政的受益者。
在今年年初國務(wù)院召開的座談會上,李克強總理提出,大企業(yè)、老產(chǎn)業(yè)也要開展“雙創(chuàng)”,主動“+互聯(lián)網(wǎng)”,通過眾創(chuàng)、眾籌等方式,實現(xiàn)個性化設(shè)計、柔性化制造、網(wǎng)絡(luò)化營銷,以模式創(chuàng)新促進傳統(tǒng)產(chǎn)業(yè)煥發(fā)生機,“傳統(tǒng)產(chǎn)業(yè)+互聯(lián)網(wǎng)”的時代正在到來。
中國建投有限責(zé)任公司副總裁黃建軍在發(fā)言中表示:“傳統(tǒng)產(chǎn)業(yè)加互聯(lián)網(wǎng)的時代正在到來。今年是我國推進結(jié)構(gòu)性改革的攻堅之年,在互聯(lián)網(wǎng)技術(shù)的推動下,我國互聯(lián)網(wǎng)經(jīng)濟的增長動力正在從投資出口驅(qū)動向消費驅(qū)動轉(zhuǎn)變,對于正處在供給側(cè)改革攻堅的我國經(jīng)濟來說是巨大的機遇和不小的挑戰(zhàn)。”
據(jù)悉,智慧出行領(lǐng)域僅僅是建投華重點關(guān)注的投資領(lǐng)域之一,除此之外,遠(yuǎn)程醫(yī)療、互聯(lián)網(wǎng)教育、智能制造、消費服務(wù)、信息安全、云計算、傳統(tǒng)行業(yè)的互聯(lián)網(wǎng)升級等領(lǐng)域都是建投華科關(guān)注的領(lǐng)域。
建投華科投資股份有限公司副總經(jīng)理、執(zhí)行董事吳碩也在發(fā)言中表示:“傳統(tǒng)產(chǎn)業(yè)+互聯(lián)網(wǎng)升級改造過程中,我們重點關(guān)注目前一些熱點領(lǐng)域。通過專車和傳統(tǒng)的出行進行行業(yè)良性的互補,添補目前出租車和公共交通未能覆蓋的一些短途出行的需求。”
同時吳碩還表示,“未來,我們的投資邏輯將圍繞,有人愿意為效率提升買單;通過投資運行要嫁接供應(yīng)鏈金融的產(chǎn)品;新能源汽車普及率的提升;出行的消費升級這四個方向。未來中國建銀投資集團和建投華科將持續(xù)關(guān)注智能交通領(lǐng)域,圍繞行業(yè)進行更多的產(chǎn)業(yè)上下游的布局,以資本的力量參與傳統(tǒng)交通行業(yè)的改革升級。”
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(zhǔn)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。