CNET科技資訊網(wǎng) 4月21日 北京消息(文/周雅):CEO朋新宇表示,此前AlphaGo在圍棋人機(jī)大賽中的勝出,究其根本是機(jī)器吸納了大量人類智慧經(jīng)驗(yàn)的大數(shù)據(jù)。他認(rèn)為,盡管我們還不能以此定論,大數(shù)據(jù)可以主宰一切。但是可以確信的是:一個(gè)大規(guī)模生產(chǎn)、分享和應(yīng)用數(shù)據(jù)的時(shí)代已經(jīng)開啟,數(shù)據(jù)正在改變著世界。
朋新宇分享了自己對(duì)于未來數(shù)據(jù)行業(yè)發(fā)展的看法。他認(rèn)為:在智能設(shè)備已由單終端發(fā)展至多終端的今天,一個(gè)網(wǎng)民的行為不等于一個(gè)人的行為,如果從單一角度去判斷用戶特征,只是盲人摸象。未來數(shù)據(jù)價(jià)值在于數(shù)據(jù)的連接與流通,而未來的數(shù)據(jù)一定是全域數(shù)據(jù):即多終端的數(shù)據(jù)采集與連接,多方數(shù)據(jù)的匯聚與融合,多場(chǎng)景數(shù)據(jù)的挖掘與運(yùn)用。
友盟+ CEO朋新宇
作為本屆峰會(huì)亮點(diǎn)之一,友盟+現(xiàn)場(chǎng)發(fā)布了繼今年1月份成立以來的首個(gè)數(shù)據(jù)產(chǎn)品系列——U-plus系列產(chǎn)品,意在開啟數(shù)據(jù)的Plus時(shí)代。在這一時(shí)代里,全域數(shù)據(jù)將會(huì)成為主流。
U-plus系列產(chǎn)品為一個(gè)數(shù)據(jù)服務(wù)組件,包括了游戲分析U-Gplus服務(wù)、智能分析U-Dplus服務(wù)、線下分析U-Oplus服務(wù)、廣效監(jiān)測(cè)U-ADplus等不同緯度的數(shù)據(jù)服務(wù)產(chǎn)品。
朋新宇在U-plus系列產(chǎn)品發(fā)布時(shí)表示,U-plus系列產(chǎn)品是以500萬家網(wǎng)站、100萬款A(yù)PP應(yīng)用、11億移動(dòng)智能設(shè)備數(shù)據(jù)作為數(shù)據(jù)藍(lán)本,從多個(gè)維度對(duì)互聯(lián)網(wǎng)用戶的全域數(shù)據(jù)進(jìn)行對(duì)比分析,可以滿足垂直行業(yè)個(gè)性化需求。
作為峰會(huì)的另一個(gè)亮點(diǎn),友盟+發(fā)布國(guó)內(nèi)首份《2015全域大數(shù)據(jù)報(bào)告》。該報(bào)告由友盟+歷時(shí)數(shù)月完成,從線上數(shù)據(jù)綜述、移動(dòng)數(shù)據(jù)發(fā)展以及O2O數(shù)據(jù)等多個(gè)緯度對(duì)2015年全域領(lǐng)域內(nèi)大數(shù)據(jù)行業(yè)的發(fā)展進(jìn)行了深度的解讀。
據(jù)了解,首屆UBDC全域大數(shù)據(jù)峰會(huì)由“無數(shù)據(jù)不智能”主論壇和數(shù)據(jù)化運(yùn)營(yíng)、大數(shù)據(jù)營(yíng)銷、IOT和O2O數(shù)據(jù)應(yīng)用及阿里數(shù)據(jù)經(jīng)濟(jì)研究中心(ADEC)協(xié)辦的數(shù)據(jù)開放與發(fā)展縱橫談,4個(gè)平行分論壇構(gòu)成,吸引了海內(nèi)外2000多名數(shù)據(jù)行業(yè)人員參會(huì)。
友盟+自今年1月由三家數(shù)據(jù)公司——友盟、cnzz、締元信,整合升級(jí)而成,并以打造全球最大的第三方全域大數(shù)據(jù)服務(wù)提供商作為其公司使命。
好文章,需要你的鼓勵(lì)
新加坡國(guó)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(duì)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(jiǎn)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(dòng)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(duì)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(shí)刻"現(xiàn)象,但這些自我糾錯(cuò)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(shí)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(dòng)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(shí)顯著提升訓(xùn)練效率,已在多個(gè)任務(wù)上驗(yàn)證有效性。