9月21日,2018杭州•云棲大會(huì)期間,“阿里云技術(shù)脫貧聯(lián)盟”正式成立。技術(shù)脫貧聯(lián)盟將為正在或計(jì)劃加入脫貧攻堅(jiān)戰(zhàn)的公益組織、政府機(jī)構(gòu)及企事業(yè)單位提供多項(xiàng)技術(shù)支持,共同打贏脫貧攻堅(jiān)戰(zhàn)。
首批聯(lián)盟合作代表中民社會(huì)救助研究院、中國(guó)扶貧基金會(huì)、深圳市慈善基金會(huì)、南都公益基金會(huì)、恩派基金戶、ABC美好社會(huì)咨詢、NGO2.0、社創(chuàng)之星參加了啟動(dòng)儀式。聯(lián)盟成員可以通過(guò)“碼上公益”平臺(tái)獲得UX設(shè)計(jì)、軟件開發(fā)、項(xiàng)目管理、云計(jì)算、大數(shù)據(jù)、人工智能等相關(guān)技術(shù)支持及開發(fā)指導(dǎo)。此外,聯(lián)盟成員優(yōu)秀脫貧項(xiàng)目,或?qū)@得阿里巴巴集團(tuán)的電商、金融等多資源對(duì)接及脫貧基金支持。
2018杭州•云棲大會(huì)首次設(shè)立科技脫貧分論壇。出席論壇的中國(guó)扶貧基金會(huì)副秘書長(zhǎng)丁亞冬表示:“精準(zhǔn)脫貧是中國(guó)扶貧基金會(huì)的工作重點(diǎn),打贏脫貧攻堅(jiān)戰(zhàn)離不開科技的推動(dòng)。技術(shù)脫貧聯(lián)盟將能更好服務(wù)公益組織面臨的技術(shù)難題。”
阿里云技術(shù)脫貧負(fù)責(zé)人陳俊認(rèn)為,依靠科技創(chuàng)新助力精準(zhǔn)脫貧已成定勢(shì)。“我們希望借助阿里云技術(shù)脫貧聯(lián)盟,讓更多扶貧機(jī)構(gòu)與扶貧項(xiàng)目得到技術(shù)支持,實(shí)現(xiàn)機(jī)構(gòu)的數(shù)字化升級(jí);助力脫貧攻堅(jiān),讓脫貧項(xiàng)目能夠更加高效,讓社會(huì)資源能夠更為精準(zhǔn)匹配。”
據(jù)了解,阿里巴巴一直致力于動(dòng)員經(jīng)濟(jì)體的力量共同參與脫貧攻堅(jiān)。2017年12月1日,阿里巴巴宣布成立脫貧基金,5年投入100億,在教育、健康、女性、電商、生態(tài)五大領(lǐng)域開展脫貧工作。此外,阿里巴巴希望通過(guò)技術(shù)支持,最終帶來(lái)價(jià)值1000億乃至10000億的脫貧效應(yīng)。
“‘公益心態(tài)+商業(yè)手法’的公益理念將會(huì)繼續(xù)應(yīng)用在脫貧基金運(yùn)行過(guò)程中,”阿里巴巴集團(tuán)社會(huì)公益部總監(jiān)吳耀華表示,“阿里巴巴脫貧基金將注重發(fā)揮集團(tuán)在技術(shù)方面的優(yōu)勢(shì),用科技的力量為脫貧賦能,讓科技成就精準(zhǔn)脫貧的‘快車道’。利用互聯(lián)網(wǎng)技術(shù)提升農(nóng)業(yè)產(chǎn)能及產(chǎn)值,并將區(qū)塊鏈、物聯(lián)網(wǎng)等新技術(shù)成果引入脫貧工作中,用技術(shù)的力量為生產(chǎn)‘加油’、為脫貧‘提速’”。
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。