洛杉磯當(dāng)?shù)貢r(shí)間11月13日下午,滴滴出行美國(guó)研究院坐落于的硅谷山景城的新辦公室,舉行了簡(jiǎn)短的開(kāi)幕活動(dòng)。這座占地36000平方英尺(約為3340平方米)的獨(dú)立建筑,未來(lái)將能容納至少200名員工。
滴滴CTO張博、美研負(fù)責(zé)人弓峰敏、與中國(guó)舊金山總領(lǐng)館王紅霞領(lǐng)事、山景城市長(zhǎng)Ken Rosenberg、蘋(píng)果公司副總裁Adrian Perica、斯坦福教授Silvio Savarese以及合作伙伴共同在National Avenue 450號(hào)門(mén)前完成剪彩儀式。
滴滴CTO張博(左四)山景城市長(zhǎng)Rosenberg(左五)美研負(fù)責(zé)人弓峰敏(左六)舊金山總領(lǐng)館王紅霞領(lǐng)事(左七)
今年3月,滴滴宣布在加州硅谷成立滴滴美國(guó)研究院,以吸引頂尖科研人才。滴滴美研將研究重點(diǎn)放在大數(shù)據(jù)安全和智能駕駛兩大核心領(lǐng)域。8個(gè)月的時(shí)間,美研迅速吸納了眾多優(yōu)秀的科學(xué)家和工程師。公司決定搬到現(xiàn)在更大的辦公地點(diǎn),以容納不斷擴(kuò)大的研究者隊(duì)伍,并滿(mǎn)足未來(lái)科研項(xiàng)目發(fā)展需求。
滴滴美研員工在新辦公區(qū)工作
美研新辦公室的落成對(duì)于滴滴技術(shù)研發(fā),以及布局全球人才網(wǎng)絡(luò)有著重要意義。開(kāi)幕活動(dòng)上,滴滴技術(shù)線(xiàn)包括產(chǎn)品負(fù)責(zé)人俞軍、智慧交通負(fù)責(zé)人章文嵩、大數(shù)據(jù)研究院副院長(zhǎng)葉杰平在內(nèi)的管理者悉數(shù)到齊。CTO張博表示:“優(yōu)秀的科技公司除了可以解決世界級(jí)的問(wèn)題,還應(yīng)該讓全世界優(yōu)秀人才心向往之。目前公司有3000多的工程師和科學(xué)家。越來(lái)越多的頂尖科技人才加入了滴滴的產(chǎn)品設(shè)計(jì)、人工智能、信息安全、大規(guī)模實(shí)時(shí)交易系統(tǒng)等技術(shù)團(tuán)隊(duì)。他們每天的工作都會(huì)影響到全球成百上千萬(wàn)人的出行。硅谷是全球科技創(chuàng)新中心,滴滴希望通過(guò)在這里設(shè)立研究機(jī)構(gòu),與更多科技領(lǐng)導(dǎo)企業(yè),技術(shù)人才,學(xué)術(shù)機(jī)構(gòu)交流合作,一起推動(dòng)交通變革。未來(lái),滴滴仍將進(jìn)一步加大在技術(shù)和人才的投入。”
滴滴美研新辦公室
美研負(fù)責(zé)人弓峰敏表示,除了吸引技術(shù)人才,美研未來(lái)還將成為滴滴在海外技術(shù)和文化交流中心。身處硅谷腹地的有利位置,美研將有助于進(jìn)一步促成滴滴與其他科技企業(yè)以及國(guó)際學(xué)術(shù)機(jī)構(gòu)的科研合作。
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。