20 多位全球最成功的科技、投資以及商業(yè)領(lǐng)袖日前共同成立了一期募資規(guī)模達到 10 億美元的“突破能源基金”,用于投資初創(chuàng)公司。
這一期基金的投資對象公司,可以處于或服務(wù)能源、農(nóng)業(yè)、交通、科技等各個行業(yè),但其必須滿足以下幾個條件:
1)不帶來任何溫室氣體或能夠降低溫室氣體排放;
2)對突破能源聯(lián)盟之外的其他投資機構(gòu)或公司有商業(yè)價值,能夠吸引到外部投資;
3)具備突破現(xiàn)有科學(xué)邊界的能力。
總的來說,這些公司、它們的產(chǎn)品和技術(shù)必須和基金的名稱一樣,相較于現(xiàn)有的產(chǎn)品和技術(shù)足夠有突破性。
基金的出資人大多都是商業(yè)、投資和政治名流,除了比爾蓋茨之外,還有馬云、杰夫·貝佐斯、風(fēng)險投資人約翰·杜爾、溫諾·科斯拉,以及熱衷于投資和慈善事業(yè)的沙特王子阿拉維·本·塔拉爾等。突破能源基金是比爾·蓋茨牽頭成立的“突破能源聯(lián)盟”旗下的投資機構(gòu),這個聯(lián)盟的其他成員,還包括紅杉資本中國基金沈南鵬、扎克伯格夫婦等等。這群圍繞在蓋茨身邊的大佬們,身家總值超過了 1700 億美元。
突破能源基金進行長遠和高風(fēng)險承受力的投資,投資年限為 20 年,以推動大規(guī)模的能源轉(zhuǎn)型。這些出資人希望根本改變?nèi)祟愡^往消耗能源的模式,從過度依賴不可再生、產(chǎn)生大量溫室氣體的化石能源(比如汽油和煤炭),轉(zhuǎn)向可靠、可負擔(dān)的清潔能源。
“涉及到能源的時候,人們會說你不能在滿足需求、保護環(huán)境的同時獲取獲利,”馬云說,“這個基金的建立融合了科技創(chuàng)新、科學(xué)知識以及改變能源市場所需要的投資人才。我們會共同提醒這個世界:有遠見的想法能夠創(chuàng)造精彩的世界。”
地球正在變得越來越不適宜人居。全球年平均氣溫每年的上漲幅度越來越高,據(jù)權(quán)威機構(gòu)估計,按照現(xiàn)在的節(jié)奏估計,全球年平均氣溫和現(xiàn)在相比再提高 3.5 攝氏度僅需 10 年左右。
屆時,人類食用的蔬菜無法在高溫下存活;海洋中的浮游生物死亡,吸收二氧化碳能力降低,加劇溫室效應(yīng),海水酸化殺死更多海洋生物;陸上生物同樣無法幸免,比如蜜蜂將會滅絕,授粉斷檔導(dǎo)致植物大量滅亡,以植物為食物的動物也將滅絕;工業(yè)級的動物養(yǎng)殖和作物種植,也在產(chǎn)生著大量的溫室氣體。此外,大氣層中的溫室氣體濃度之高,已經(jīng)達到了一個永遠無法通過地球氣候運動而自行消解和降低的程度。人類自己是造成這一情況的罪魁禍?zhǔn)住?/span>
遺憾的是,在政治和經(jīng)濟勢力的面前,氣候和環(huán)保學(xué)家的話語權(quán)微乎其微。企業(yè)追逐利潤最大化,政府則追求對現(xiàn)狀的顛覆最小化,由政府和大企業(yè)牽頭的能源、環(huán)保和氣候變革,往往無疾而終或陷入循環(huán)往復(fù)的討論。
而當(dāng)責(zé)任落到了富有的全球領(lǐng)袖們的頭上時,通過投資來促進可持續(xù)發(fā)展,是他們能夠帶來最大改變的途徑。
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。