球范圍內(nèi)第一個政務(wù)數(shù)據(jù)和企業(yè)數(shù)據(jù)融合的智慧交通試點,也許很快就會在貴陽落地生根。5月24日上午,滴滴出行創(chuàng)始人兼CEO程維透露,滴滴正和貴陽政府探討這方面的合作。
程維是在貴陽參加2016數(shù)博會前夕接受媒體采訪時透露上述信息的。據(jù)程維介紹,23日晚間滴滴團隊抵達貴陽,得到貴州省委常委、貴陽市委書記陳剛接見,雙方就大數(shù)據(jù)的合作聊得非常愉快。
貴陽方面對大數(shù)據(jù)的理解、投入及對于創(chuàng)新的支持和包容,讓這位滴滴的掌舵人感到非常驚喜。在程維看來,交通領(lǐng)域企業(yè)和政府擁有的數(shù)據(jù)及資源是可以高度互補的,比如哪里有紅綠燈,哪里擁堵,政府主管部門有一手的數(shù)據(jù),而哪個地段有多少車,哪個地方有多少人想出行,滴滴的大數(shù)據(jù)系統(tǒng)掌握得非常清楚。
程維表示,滴滴已經(jīng)構(gòu)建了一個世界領(lǐng)先的智能交通云,不僅服務(wù)于滴滴平臺,未來還能通過與公共部門合作,對整個城市的公共交通產(chǎn)生價值,滴滴和貴陽的合作就希望達到這樣的效果。“希望雙方共享數(shù)據(jù),打造全球第一個政務(wù)數(shù)據(jù)和企業(yè)數(shù)據(jù)融合的智慧交通系統(tǒng),讓老百姓的出行越來越方便。”
程維創(chuàng)辦的滴滴出行有著巨大的技術(shù)優(yōu)勢,其中最為寶貴的就是出行大數(shù)據(jù)。在將近四年的時間里,滴滴積累了大量的交通出行數(shù)據(jù),并通過不斷引進大數(shù)據(jù)和機器學(xué)習(xí)方面世界級的科學(xué)家,儲備了大量的技術(shù)人才,搭建起自己的深度學(xué)習(xí)平臺。
通過這個學(xué)習(xí)平臺,滴滴打造了一個出行數(shù)據(jù)精準匹配的智能系統(tǒng)。這個系統(tǒng)包括隨區(qū)域、時間變動的定價、訂單的高效匹配、根據(jù)供需預(yù)測之后的司機運力調(diào)度等等。目前滴滴日訂單量已超過1100萬,平臺上每天的計算次數(shù)以10億計,高峰時段,每一分鐘的匹配就高達200萬次;每天平臺都要計算所有司機和訂單的加乘;每天平臺上新增數(shù)據(jù)50TB以上(相當于5萬部電影),超過90億次路徑規(guī)劃次數(shù)。
而近年來貴陽方面亦不斷營造適合大數(shù)據(jù)產(chǎn)業(yè)發(fā)展的環(huán)境,吸引了大批企業(yè)投資興業(yè)。2013年至今,貴陽累計新引進大數(shù)據(jù)項目300多個,合同投資達1800多億元。2015年,貴陽市大數(shù)據(jù)及關(guān)聯(lián)產(chǎn)業(yè)規(guī)??偭坑?16億元,同比增長38%以上。被外界譽為“最適合投資數(shù)據(jù)中心的城市”“中國數(shù)谷”“世界眾籌之都”的貴陽,正成為國內(nèi)外大數(shù)據(jù)企業(yè)投資的沃土。
據(jù)悉,2016數(shù)博會由國家發(fā)改委、工信部、商務(wù)部和國家網(wǎng)信辦、貴州省人民政府主辦,將于明日在貴陽開幕,程維將在明天的大會開幕上做主題發(fā)言。
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。