CNET科技資訊網(wǎng) 6月27日 大連報(bào)道(文/CNET科技資訊網(wǎng)、中關(guān)村在線、在前線記者劉克麗):來自20多個(gè)國家的2000多名各行業(yè)專家會(huì)集大連,參加200多場論壇,這些論壇的場里場外成了狂飚未來黑科技賽場。這就是我對我正在采訪的2017達(dá)沃斯全球經(jīng)濟(jì)論壇深刻感受。
啊,我好久沒有聞道海風(fēng)的腥味,我貪婪地呼吸著這讓人神怡清醒空氣,仿佛給我輸入了精神的氧氣,今晨我迎著海風(fēng)向的大連國際會(huì)議中心走去,這個(gè)建筑生于2004年,外型是貝殼和鳥巢的結(jié)合體,我從媒體專用入口進(jìn)入,這是我從沒受過的待遇。
其實(shí)昨天下午報(bào)道后我就在會(huì)場轉(zhuǎn)了轉(zhuǎn)認(rèn)認(rèn)路,因?yàn)槲沂莻€(gè)路癡,回酒店又消化了些材料,發(fā)現(xiàn)今天有100多場論壇,于是今天早飯吃得飽飽的準(zhǔn)備應(yīng)戰(zhàn)。
我進(jìn)入看到展區(qū)有一種從沒見過的真菌磚:
這是什么惡心的東西?原來是3D打印的人體器官:
我走進(jìn)一個(gè)論壇,發(fā)現(xiàn)了輕度教育成人化的觀點(diǎn)。
把教育知識(shí)內(nèi)容從文字變成互聯(lián)網(wǎng)包裝語音的介面更易被人接受并商業(yè)化,通常一課時(shí)可賣到3一5元,一般可賣到1萬份左右,二手知識(shí)傳遞者,是知識(shí)更新和連接。
我在機(jī)器人展區(qū)看到的只是一些基礎(chǔ)的模型,產(chǎn)生的感覺是,如果AI(人工智能)也好、機(jī)器人也罷,真的打敗了人,也是眾多人打敗了一個(gè)人,因?yàn)锳I/機(jī)器人的設(shè)計(jì)、制造、編程者決不是一個(gè)人,而是眾人。
從昨天拿到的會(huì)議資料里我看到了一個(gè)我最想聽的論壇,這就是今天下午3點(diǎn)半以后的<思考·量子計(jì)算>論壇,由于論壇太多,涉及能源、清潔技朮、傳染病防治、朝鮮半島安全化、中醫(yī)、非法經(jīng)濟(jì)、睡眠等科學(xué)領(lǐng)域,況且時(shí)間上全部重疊,一年多以來我對量子計(jì)算機(jī)的采訪處于饑餓狀態(tài),我?guī)状螌⒉稍L題綱發(fā)給IBM(中國)、微軟中國等大公司,全都肉包打狗一去不復(fù)返了,之后我見人就問,從無準(zhǔn)確答案,在世界經(jīng)濟(jì)論壇上渴望能滿足我的好奇心。3點(diǎn)以后我守在了科學(xué)空間小會(huì)議室門口,3點(diǎn)10分除了演講者外我第一個(gè)進(jìn)入。
這個(gè)名叫Jonotan的青年教授來自蘇黎世高工,據(jù)說這是歐洲很有名的學(xué)校,盡管我想他根本沒見過量子計(jì)算機(jī),只是學(xué)術(shù)上的研究,還是將他演講的要點(diǎn)和他回答我的5個(gè)問題整理如下:
1.他認(rèn)為量子計(jì)算機(jī)商業(yè)化目前沒有時(shí)間表;
2.經(jīng)典物理學(xué)的基本原理呈現(xiàn)在芯片上對計(jì)算機(jī)的能力己有束縛;
3.傳統(tǒng)計(jì)算機(jī)待解決的計(jì)算能力呈指數(shù)上漲;
4.分子計(jì)算很難用傳統(tǒng)計(jì)算機(jī)解決,直到基本粒子出現(xiàn);
5.量子計(jì)算可以進(jìn)行5000操作,百萬原子可以進(jìn)行10的17次方操作;
6.可量子計(jì)算面臨的是激光波和微制造應(yīng)用的挑戰(zhàn);
下面是我的問題和答案:
問:量子計(jì)算機(jī)操作系統(tǒng)是否要重寫?
答:是,操作系統(tǒng)和量子計(jì)算機(jī)并行研發(fā),需要重寫不同的編譯器;
問:是二進(jìn)制的嗎?
答:不全是二進(jìn)制的。
問:量子計(jì)算機(jī)芯片載體還是硅嗎?
答:硅只是選擇之一。
問:有專家認(rèn)為目前量子計(jì)算最大挑戰(zhàn)是穩(wěn)定性,你同意嗎?
答:我認(rèn)為量子最大挑戰(zhàn)是光學(xué),何況量子計(jì)算機(jī)是與傳統(tǒng)計(jì)算機(jī)互補(bǔ),做傳統(tǒng)計(jì)算機(jī)做不到的事情,不需要像便攜電腦那么穩(wěn)定。
順便自夸一下,這個(gè)論壇問答疑似我的專訪。
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。