CNET科技資訊網(wǎng) 2月14日 國(guó)際報(bào)道:最近以來(lái),不少虛假新聞已在相當(dāng)程度上主導(dǎo)了輿論,這使得人們很難接觸到真實(shí)信息。當(dāng)?shù)貢r(shí)間上周五,蘋果首席執(zhí)行官蒂姆·庫(kù)克(Tim Cook)訪問(wèn)倫敦時(shí)向英國(guó)《每日電訊報(bào)》表示,他認(rèn)為虛假新聞在某種程度上正在“侵蝕人們的思想”。
庫(kù)克堅(jiān)定地認(rèn)為,這個(gè)問(wèn)題在全球大部分地區(qū)都非常嚴(yán)重,每個(gè)人都需要更加深刻地意識(shí)到這一點(diǎn)。
他表示:“無(wú)論是在學(xué)校還是公眾場(chǎng)合,對(duì)虛假新聞的辨別意識(shí)都必須根深蒂固。”庫(kù)克還呼吁為此舉辦一個(gè)面向所有人的“大規(guī)?;顒?dòng)”,不過(guò),這個(gè)活動(dòng)可能會(huì)采取什么形式呢?
庫(kù)克解釋道:“我們需要發(fā)起一場(chǎng)現(xiàn)代版的公益服務(wù)宣傳活動(dòng)。只要我們有決心,很快就可以做成。”
但是,他需要的又是誰(shuí)的決心呢?想必其中可能會(huì)涉及各大科技公司吧。而庫(kù)克認(rèn)為,各科技公司需要發(fā)明一些工具,用來(lái)幫助他們剔除虛假新聞。
他表示,正如要提高全世界對(duì)全球變暖的意識(shí)一樣,也要提高人們打擊虛假新聞的意識(shí)。庫(kù)克表示,正是那些第一次準(zhǔn)備學(xué)習(xí)和吸收外界信息的孩子,會(huì)在看過(guò)一些信息后去說(shuō)服他們的父母據(jù)此做些什么。
庫(kù)克說(shuō):“從某些方面而言,教育孩子是最容易的。至少在某一特定年齡之前,他們大多時(shí)候都處在傾聽(tīng)和理解(模式)中。”
不過(guò),筆者不確定庫(kù)克的公益服務(wù)宣傳活動(dòng)會(huì)不會(huì)那么容易地起作用。畢竟,人們現(xiàn)在已越來(lái)越熱衷于相信他們所想要相信的事,同時(shí)懷疑任何違背他們信仰的東西。他們無(wú)疑會(huì)通過(guò)自己的主觀視角,看待這個(gè)世界。
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。