CNET科技資訊網(wǎng) 6月27日 北京消息(文/CNET科技資訊網(wǎng)、中關(guān)村在線、在前線記者劉克麗):我正在參與一個教育論壇時(shí),直見大隊(duì)人群向全會場擁去,看了看時(shí)間,大約10點(diǎn)15分,我預(yù)感到是李總理的報(bào)告要開始了,我不顧禮貌沖出論壇,加入了大隊(duì)人馬前行,這時(shí)有志愿者看到了我胸前媒體的牌子,告訴我媒體靠右行,我以為是對媒體的照顧,沒想到入場后只能選擇坐在后四排,處于拍攝劣勢地段。
大會由世界經(jīng)濟(jì)論壇董事兼大中華區(qū)首席代表艾德維主持,在東道主遼寧陳省長致歡迎詞后,李克強(qiáng)總理入場,當(dāng)時(shí)場上掀起二次熱烈的掌聲,如果問我李克強(qiáng)總理在這次達(dá)沃斯報(bào)告給我印象深刻是什么我會回答說:
李總理報(bào)告大約40分鐘,加上與達(dá)沃斯創(chuàng)始人兼執(zhí)行主席施瓦布涉的問答時(shí)間大約1小時(shí),報(bào)告內(nèi)容寬泛到涉及到經(jīng)濟(jì)包容性增長、就業(yè)、外資政府、人工智能、環(huán)境等領(lǐng)域,其中給我印象最深刻的是他的結(jié)束語:快魚幫慢魚,他一說完,全場我?guī)ь^鼓掌,隨后所有人跟著我鼓掌。
當(dāng)然深刻的印象還有以下10點(diǎn):
1.他說如果包容性不足就是公平性不夠,如果要包容性增長必須全球經(jīng)濟(jì)一體化;
2.包容性增長不得不應(yīng)對氣候、環(huán)境問題;
3.包容性增長解決就業(yè),爭取每家人至少有1人就業(yè);
4.互聯(lián)網(wǎng)造就的網(wǎng)購、快遞、共享就業(yè)機(jī)會遠(yuǎn)遠(yuǎn)大于人工智能、機(jī)器人替代的人的崗位;
5.對內(nèi)外資企業(yè)一視同仁,爭取一個窗口辦事;
6.以自愿為原則,鼓勵外商將在華利潤留在境內(nèi)繼續(xù)投資,引導(dǎo)投向中西部地區(qū);
7.中國經(jīng)濟(jì)從高速階段進(jìn)入中高速階段,今年一季度GDP增6.9%,但基數(shù)變大,因?yàn)樵贕DP總量在2萬億美元,有3%增速就不得了了;
8.中國還農(nóng)村還有4000人口沒有脫貧,城市還有5000萬人口等待脫貧;
9.中國經(jīng)濟(jì)發(fā)展沒有過多依賴粗放式發(fā)展,消費(fèi)己升至GDP的64.6%,服務(wù)業(yè)占56%,內(nèi)需己成為中國經(jīng)濟(jì)的頂梁柱;
10.中國經(jīng)濟(jì)風(fēng)險(xiǎn)是有的,但總體風(fēng)險(xiǎn)可控。
至于我為什么聽到他快魚幫慢魚帶頭鼓掌,因?yàn)槟壳氨娝苤目祠~吃慢魚是我19年前我在深圳釆訪一位企業(yè)家首次說出來,我用此做了標(biāo)題,后來廣為流傳,李總理在與施瓦布對話時(shí),用正能量修改的太贊了,不得不鼓掌點(diǎn)贊。
好文章,需要你的鼓勵
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,已在多個任務(wù)上驗(yàn)證有效性。