6月28日,第三屆“網(wǎng)易未來(lái)科技峰會(huì)”將在北京國(guó)貿(mào)大酒店舉行。本次峰會(huì)主題為“原力.感知”(Force.Sense),探尋商業(yè)發(fā)展和技術(shù)發(fā)展的內(nèi)在原動(dòng)力,感知VR、AR、人工智能和智能出行等領(lǐng)域的未來(lái)。
本次峰會(huì)將設(shè)置“創(chuàng)新.原力”、“創(chuàng)業(yè).原力”、“感知.VR”、“感知.人工智能”、“感知.智能出行”等多個(gè)論壇,邀請(qǐng)國(guó)內(nèi)外最具有未來(lái)感和前瞻性的企業(yè)家、科學(xué)家、科幻作家、創(chuàng)業(yè)者、投資人、跨界明星、文化名人一起,大腦激蕩,探尋通往未來(lái)的神秘力量,體驗(yàn)感知力的能量場(chǎng)。
峰會(huì)現(xiàn)場(chǎng)還將設(shè)有微軟Holense、HTC Vive、Ocluse等最新最酷VR、AR體驗(yàn)區(qū),還有機(jī)器人賢二、機(jī)器人佳佳、圖靈機(jī)器人等和您互動(dòng),更有智能出行領(lǐng)域的新潮酷品閃亮登場(chǎng)。眼球跟蹤、體感互動(dòng)、語(yǔ)義分析、圖像識(shí)別、無(wú)人駕駛,非接觸式的“感知時(shí)代”正在款款而來(lái)。本次大會(huì),我們還將進(jìn)行全程VR直播。
歷經(jīng)兩年發(fā)展,網(wǎng)易未來(lái)科技峰會(huì)已成為了科技業(yè)界最為影響力的峰會(huì)之一。
2014年6月18日,以“互聯(lián)網(wǎng)+改變世界”為主題的第一屆網(wǎng)易未來(lái)科技峰會(huì)在北京成功舉辦,討論“互聯(lián)網(wǎng)+傳統(tǒng)行業(yè)”誕生的新物種新模式;在2015年3月,隨著總理把“互聯(lián)網(wǎng)+”寫(xiě)入當(dāng)年兩會(huì)政府報(bào)告中,“互聯(lián)網(wǎng)+”成為主旋律。
2015年10月15日,以“互聯(lián)網(wǎng) X TIME”為主題的第二屆網(wǎng)易未來(lái)科技峰會(huì)在北京召開(kāi),未來(lái)互聯(lián)網(wǎng)和傳統(tǒng)實(shí)業(yè)的融合將不是簡(jiǎn)單的疊加,而是要素重組般的化學(xué)反應(yīng),我們稱之為“互聯(lián)網(wǎng)X時(shí)代”(Internet X TIME)——未知,又充滿無(wú)限的可能。
進(jìn)入2016年,虛擬現(xiàn)實(shí)、人工智能等技術(shù)變革日漸勢(shì)高,商業(yè)從喧囂中沉淀回歸本質(zhì),是什么力量是驅(qū)動(dòng)了社會(huì)和商業(yè)前行大跨越?當(dāng)我們?cè)絹?lái)越多的談?wù)摕o(wú)人駕駛、人工智能時(shí),當(dāng)傳感器從地上到天空,“感知”時(shí)代離我們還有多遠(yuǎn)?正是基于此,我們把2016年未來(lái)科技峰會(huì)的主題定為“原力.感知”,原力迸發(fā),感知未來(lái)。
6月28日,最有創(chuàng)新精神的國(guó)內(nèi)外企業(yè)家、科技家、創(chuàng)業(yè)者、極客、媒體領(lǐng)袖、開(kāi)發(fā)者、投資人將齊聚北京國(guó)貿(mào)大酒店,共赴通往未來(lái)的創(chuàng)新之旅。
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(kāi)發(fā)了SPIRAL框架,通過(guò)讓AI與自己對(duì)弈零和游戲來(lái)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(wú)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(kāi)發(fā)的GIGA-ToF技術(shù)通過(guò)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(wèn)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(jué)解決方案。
伊利諾伊大學(xué)研究團(tuán)隊(duì)通過(guò)對(duì)比實(shí)驗(yàn)發(fā)現(xiàn),經(jīng)過(guò)強(qiáng)化學(xué)習(xí)訓(xùn)練的視覺(jué)語(yǔ)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(wú)法有效利用視覺(jué)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(guò)動(dòng)態(tài)稀疏性實(shí)現(xiàn)大語(yǔ)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。