CNET科技資訊網(wǎng) 1月17日 北京消息(文/齊豐潤): 百度“第二把交椅”人選落定,今日,百度正式宣布任命陸奇為百度集團總裁兼首席運營官,主要負責產(chǎn)品、技術、銷售以及市場運營,并直接向百度集團CEO李彥宏匯報。
據(jù)了解,百度現(xiàn)有各業(yè)務群組及負責人都將直接向陸奇匯報工作,包括搜索公司總裁向海龍、技術體系和新興業(yè)務群組總裁張亞勤、高級副總裁朱光攜金融業(yè)務群組、高級副總裁王勁攜無人駕駛事業(yè)部和首席科學家吳恩達帶領的人工智能技術團隊。
1998年,陸奇加入雅虎公司,2007年晉升為雅虎執(zhí)行副總裁。2008年8月,陸奇離開雅虎,并于次年1月正式加盟微軟任網(wǎng)絡服務集團總裁,2013年出任微軟集團全球執(zhí)行副總裁。在微軟期間,他領導了包括Microsoft Office、Office365、SharePoint、Exchange、Yammer、Lync、Skype、Bing搜索、Bing應用、MSN及廣告平臺在內(nèi)的多項業(yè)務,是大陸華人在全球科技公司總部所任職位的最高級別,被認為是微軟搜索引擎的“Savior”。
百度集團董事長兼CEO李彥宏表示:“我非常高興能夠邀請到陸奇博士加盟百度,陸奇是在全球科技界都享有盛譽的杰出管理人才,也曾是美國科技巨頭中職位最高的華人高管。他擁有豐富的管理經(jīng)驗、出色地技術洞察力和卓越的團隊領導力,同時,陸奇還是人工智能領域世界級的技術權威。”
李彥宏還表示:“我相信陸奇的加盟將極大地提升百度的綜合管理水平和技術實力,他將和現(xiàn)有團隊一起把百度從一家優(yōu)秀的中國公司提升為一家卓越的世界級公司!百度已經(jīng)決定將人工智能列為公司未來十年最重要的戰(zhàn)略方向,而要落地這一戰(zhàn)略就需要不斷吸引世界級的一流人才,陸奇的加盟將極大地確保這一戰(zhàn)略得以順利實現(xiàn),幫助百度在人工智能時代奠定全球領先地位、成為令中國人為之驕傲的世界級高科技公司。”
從中不難看出李彥宏十分看重陸奇在人工智能領域中的作為,在微軟任職期間,陸奇曾是“小冰”項目的領導者之一,而“小冰”也是微軟的人工智能戰(zhàn)略級產(chǎn)品之一。
同時,陸奇在2016年發(fā)表的署名文章《關于人工智能,我們可能做對了一些事》中表示,人工智能將成為未來10年全球科技領域和互聯(lián)網(wǎng)行業(yè)創(chuàng)新的主要增長點,而意義更重大的是,人工智能將成為人與世界之外的第三極,并成為新的連接人與世界的橋梁。
陸奇畢業(yè)于復旦大學,獲計算機科學學士、碩士學位,此后就讀于卡耐基梅隆大學,獲計算機科學博士學位。陸奇博士除了在學術界發(fā)表過一系列高質(zhì)量的研究論文,還持有40多項美國專利。
去年9月,陸奇宣布從微軟離職,傳聞稱其一直受傷情困擾,難以正常工作。不過關于其去向一直未定,也引來了不少猜測和傳言。
而在正式加盟百度之后,這位新上任的百度集團總裁兼首席運營官表示:“我很高興能夠受到李彥宏先生邀請并加盟百度,李彥宏是中國擁有全球影響力的重量級企業(yè)家,百度是中國在人工智能領域布局最廣、實力最雄厚的技術公司,甚至在全球范圍內(nèi)百度的技術實力也位列前茅。”
對于接下來在百度的未來陸奇也表示非常興奮,“李彥宏將人工智能定為百度未來十年最重要的戰(zhàn)略方向是極富遠見且非常正確的決定,對于承擔具體管理、執(zhí)行和落實這一戰(zhàn)略的重要職責,我深感責任重大;同時對于有機會幫助百度成為人工智能時代的世界級科技巨頭,我感到非常興奮!在李彥宏先生的領導下,我將和百度同事一起全力以赴追求卓越,將百度打造為人工智能時代全球領先的高科技公司!”
好文章,需要你的鼓勵
新加坡國立大學研究團隊開發(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,僅訓練AI玩簡單撲克游戲就能讓其數(shù)學推理能力提升8.6%,通用推理提升8.4%,且無需任何數(shù)學題目作為訓練材料。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)學解題中,為AI訓練提供了新思路。
同濟大學團隊開發(fā)的GIGA-ToF技術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。該技術利用圖像間的不變幾何關系,結(jié)合深度學習和數(shù)學優(yōu)化方法,在合成數(shù)據(jù)集上實現(xiàn)37.9%的精度提升,并在真實設備上展現(xiàn)出色泛化能力,為機器人、AR和自動駕駛等領域提供更可靠的3D視覺解決方案。
伊利諾伊大學研究團隊通過對比實驗發(fā)現(xiàn),經(jīng)過強化學習訓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,通過動態(tài)稀疏性實現(xiàn)大語言模型訓練加速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練效率,已在多個任務上驗證有效性。