CNET科技資訊網(wǎng) 12月9日 北京消息(文/周雅):當(dāng)你有一個(gè)問題,簡單的日常搜索或許就能搞定,再不濟(jì)也就是在網(wǎng)上通過問問題的方式等別人來答,但這種情況往往有不盡人意的地方,答案太少、答案不精確、答非所問等等,慢慢的,單一的問答、資訊形式的內(nèi)容很難滿足你的需求,于是,內(nèi)容創(chuàng)業(yè)浪潮興起,比如,BAT相繼完善內(nèi)容生態(tài)的布局,今日頭條的頭條問答、果殼旗下的付費(fèi)咨詢產(chǎn)品…不勝枚舉。
已經(jīng)11歲的百度知道早已經(jīng)形成了完整的知識(shí)鏈條,并打算通過百家號(hào)釋放內(nèi)容勢能。近期,百度知道召開2016年度知識(shí)盛典,發(fā)布話題討論社區(qū)新平臺(tái)——百度派。
這是2005年成立以來,百度知道經(jīng)歷的三個(gè)階段積累的成果。
2005年到2011年,百度知道在PC端用最簡單的問答方式,讓知識(shí)、經(jīng)驗(yàn)得到分享,積累了大量內(nèi)容;第二個(gè)階段,百度知道體系下誕生了一大批垂直細(xì)分領(lǐng)域的內(nèi)容平臺(tái),2013年百度知道上線了知道日?qǐng)?bào)(通過專業(yè)作者和機(jī)構(gòu)為用戶提供專業(yè)科普知識(shí)),2015年上線知道行家,2016年先后推出百度問咖(大咖一對(duì)一專屬知識(shí)服務(wù))、次元飯(UGC動(dòng)漫資訊平臺(tái))、百度派(深度話題討論社區(qū));第三個(gè)階段就是現(xiàn)在,百度知道與百家號(hào)打通,沉淀的內(nèi)容通過百家號(hào)分發(fā)到手機(jī)百度資訊流之中,實(shí)現(xiàn)內(nèi)容與流量的協(xié)同效應(yīng)。
在百度知識(shí)體系總經(jīng)理徐賀的理解下,2016年是內(nèi)容井噴的一年,在明年、后年都會(huì)有一個(gè)更爆發(fā)式的增長。這意味在上網(wǎng)時(shí)間所看到的內(nèi)容,有很多再也不是輸入一個(gè)問題就能看到的。
首先,百度認(rèn)為用戶對(duì)知識(shí)的探索已經(jīng)不局限于線上和問答,更多的會(huì)關(guān)注如何能夠從線下獲得更多的知識(shí)。這個(gè)概念更類似于消費(fèi)升級(jí)的概念,就像買東西一樣,用戶會(huì)開始關(guān)注內(nèi)容是不是夠高質(zhì)。所以百度認(rèn)為,當(dāng)務(wù)之急,就是要發(fā)布百度派這個(gè)高質(zhì)內(nèi)容社區(qū)。
第二,有了高質(zhì)量的知識(shí),用戶又會(huì)對(duì)垂類的細(xì)分市場的內(nèi)容有更高的要求,所以百度知道從過去三年開始,已經(jīng)在布局垂類的教育生態(tài),包括教育類、醫(yī)療、母嬰、二次元等等。
最終,高質(zhì)內(nèi)容必須要跟服務(wù)捆綁,所以就有了百度問咖,這是一個(gè)付費(fèi)問答平臺(tái),面向的是創(chuàng)業(yè)者、大學(xué)生和職場新人,百度能提供的是技能學(xué)習(xí)、職業(yè)交換,最終實(shí)現(xiàn)知識(shí)共享經(jīng)濟(jì)。大咖在獲得少量的咨詢收益之外,也打造了個(gè)人品牌。
現(xiàn)在,百度知道旗下全部內(nèi)容平臺(tái)已經(jīng)入駐百家號(hào),開通了百度知道、百度經(jīng)驗(yàn)、百度知道日?qǐng)?bào)、知道大數(shù)據(jù)、問咖、次元飯、百度派等多個(gè)內(nèi)容賬號(hào),通過手機(jī)百度資訊流,分享給更多人。目前,百度知道累計(jì)解決4.13億個(gè)問題,累計(jì)產(chǎn)生超過1400萬高質(zhì)量問答,每天平均有3.8億人次使用。
從今年開始,百度知識(shí)體系的野心是,要做中文互聯(lián)網(wǎng)的知識(shí)分享平臺(tái)和知識(shí)社區(qū)。
可以說,百度知道與百家號(hào)的打通,是從內(nèi)容生產(chǎn)、內(nèi)容分發(fā)到內(nèi)容變現(xiàn)的循環(huán),這個(gè)知識(shí)生態(tài),也將給內(nèi)容行業(yè)帶來更多想象空間。
好文章,需要你的鼓勵(lì)
新加坡國立大學(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。
關(guān)注科技創(chuàng)新、技術(shù)投資。
以文會(huì)友,左手硬核科技,右手浪漫主義。