CNET科技資訊網(wǎng) 5月4日 北京消息:中國TMT行業(yè)正進(jìn)入技術(shù)變革與商業(yè)模式創(chuàng)新的高速升級(jí)期。從社交到O2O;從平臺(tái)式電商到垂直電商引領(lǐng)消費(fèi)升級(jí);從“滴滴”的崛起到共享單車顛覆了大眾出行方式;直至智能化風(fēng)暴席卷話語圈——變革中的TMT作為中國經(jīng)濟(jì)中最有活力、最前沿的行業(yè)集群,正不斷牽動(dòng)著產(chǎn)業(yè)與資本的走向。
2015年政府工作報(bào)告中首次提出互聯(lián)網(wǎng)+戰(zhàn)略,信息產(chǎn)業(yè)發(fā)展上升為國家戰(zhàn)略。2017年的政府工作報(bào)告則指出,要加快培育壯大包括人工智能在內(nèi)的新興產(chǎn)業(yè);積極發(fā)展創(chuàng)業(yè)板、新三板——“人工智能”、“新三板”首次被寫入了政府工作報(bào)告,并因此成為了TMT行業(yè)與資本市場(chǎng)中最為引人注目的兩極。
技術(shù)以及商業(yè)創(chuàng)新升級(jí)往往需要資本的推動(dòng),普華永道發(fā)布的2016年第三第四季度MoneyTree(TM)中國TMT報(bào)告顯示, 2016年下半年,TMT行業(yè)共實(shí)現(xiàn)1478起PE/VC投資,投資總額達(dá)到250.2億美元,TMT行業(yè)在投資數(shù)量上創(chuàng)下了半年度的新紀(jì)錄。作為多層次資本市場(chǎng)的重要組成部分,年輕而充滿活力的新三板也吸引了眾多TMT企業(yè)前來尋求資本的關(guān)注。截至2017年4月30日,新三板上的TMT產(chǎn)業(yè)企業(yè)已占到約40%,成為名副其實(shí)的主力軍。伴隨新三板等融資渠道的多元化發(fā)展,更多TMT優(yōu)秀企業(yè)將被資本推入高速發(fā)展階段,并推動(dòng)TMT行業(yè)整體升級(jí)。
為了探討新三板作為新興資本市場(chǎng)為TMT行業(yè)發(fā)展帶來的機(jī)遇,由新三板在線主辦,國務(wù)院發(fā)展研究中心國際技術(shù)經(jīng)濟(jì)研究所作為指導(dǎo)單位的“TOP TMT資本峰會(huì)”即將于2017年6月底于北京召開。據(jù)悉,本次峰會(huì)已邀請(qǐng)到《北京折疊》作者、第74屆雨果獎(jiǎng)獲得者郝景芳、信中利董事長汪潮涌、海通證券新三板與結(jié)構(gòu)融資部原總經(jīng)理魯公路、硅谷天堂董事總經(jīng)理邵文海等重量級(jí)嘉賓。屆時(shí),逾五百名TMT行業(yè)領(lǐng)袖、企業(yè)董事長、經(jīng)濟(jì)學(xué)家、投資機(jī)構(gòu)高管及合伙人、財(cái)經(jīng)媒體等將齊聚一堂,共話TMT與資本之道。峰會(huì)將聚焦智能化、共享經(jīng)濟(jì)、消費(fèi)升級(jí)等行業(yè)熱點(diǎn),側(cè)重產(chǎn)業(yè)發(fā)展與資本運(yùn)作相結(jié)合,深入探討TMT行業(yè)未來發(fā)展方向。峰會(huì)上還將發(fā)布“新三板金號(hào)角榜『 TOP TMT 100 』”榜單,深度挖掘企業(yè)價(jià)值,為資本與TMT產(chǎn)業(yè)之間架設(shè)直接的通路與橋梁。
參會(huì)咨詢:021-64826098;toptmt@chinaipo.com
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。