科技行者 9月26日 北京消息: 9月25日消息,首屆小米全國高校編程大賽在小米集團(tuán)舉行了頒獎(jiǎng)禮。此次大賽共有來自全國530所高校的數(shù)千名大學(xué)生參賽,最終有55人脫穎而出,分獲金銀銅獎(jiǎng)。在頒獎(jiǎng)禮上,小米集團(tuán)董事長、CEO雷軍親臨現(xiàn)場致辭,并為金獎(jiǎng)獲得者頒發(fā)了獎(jiǎng)牌和獎(jiǎng)品小米8手機(jī)。
“看著同學(xué)們,我仿佛回到了三十年前寫程序的日子。”雷軍在致辭中分享,自己也是一名程序員,在大學(xué)時(shí)代也曾如饑似渴地學(xué)習(xí)編程。
在武漢大學(xué)期間,雷軍用兩年時(shí)間修滿了四年才能達(dá)到的總學(xué)分要求,在一級(jí)學(xué)報(bào)上發(fā)表了多篇論文,課余撰寫出了《深入DOS編程》、《深入Windows編程-加密及壓縮軟件編程與方法》兩本書,先后由北京大學(xué)和清華大學(xué)出版社出版。
“我相信,大家程序?qū)懙煤?,一定是真正熱愛編程,所以我希望大家能在這條路上更進(jìn)一步。”雷軍告訴獲獎(jiǎng)?wù)撸缒曜约涸阢@研技術(shù)的同時(shí),也在思考如何將技術(shù)轉(zhuǎn)化為生產(chǎn)力,自己的技術(shù)又離用戶的需求有多遠(yuǎn)。
為此,雷軍在大學(xué)時(shí)就進(jìn)入企業(yè),開始了創(chuàng)業(yè)之路。“好產(chǎn)品和好技術(shù)之間還不一樣,要求的能力可能更加全面。”雷軍鼓勵(lì)獲獎(jiǎng)?wù)邆冏哌M(jìn)企業(yè),理解市場和用戶的需求,發(fā)現(xiàn)技術(shù)的真正價(jià)值,而小米隨時(shí)提供這樣的機(jī)會(huì)。
雷軍還提到,小米是一家有著深厚工程師文化的公司。“小米在創(chuàng)業(yè)之初,合伙人都是工程師出身,因此小米尤其重視技術(shù)。”雷軍說,大約在兩年前,他希望技術(shù)部門激發(fā)程序員對(duì)技術(shù)的追求,此后小米內(nèi)部舉辦了編程大賽,開發(fā)了全新的在線判題系統(tǒng),到現(xiàn)在已經(jīng)舉辦了16屆。今年,這項(xiàng)內(nèi)部賽事演變成了首屆小米全國高校編程大賽,影響力越來越大,未來小米還會(huì)持續(xù)舉辦下去,激勵(lì)年輕人參與比賽,了解小米的工程師文化。
本次大賽設(shè)立了金、銀、銅獎(jiǎng),金獎(jiǎng)獲得者還能獲得小米校招的終面邀請(qǐng)。大賽吸引了眾多在校學(xué)生參賽,其中還有不少00后。最終五名金獎(jiǎng)獲得者年齡最大21歲,年齡最小17歲,盡管很年輕,卻都是編程高手,大多擁有ACM(國際大學(xué)生程序設(shè)計(jì)競賽)、CCPC(中國大學(xué)生程序設(shè)計(jì)競賽)、NOIP(全國青少年信息學(xué)奧林匹克聯(lián)賽)等大賽的獲獎(jiǎng)經(jīng)歷。
其中,獲得金獎(jiǎng)第一名的是來自北京大學(xué)信息科學(xué)技術(shù)學(xué)院2016級(jí)本科生吉如一。他曾擔(dān)任第42屆ACM大賽北大隊(duì)隊(duì)長,曾獲2017 ACM世界總決賽銀牌、2018 ACM世界總決賽金牌等多項(xiàng)大獎(jiǎng)。在2018年的第42屆ACM世界總決賽上,吉如一和隊(duì)友奮力拼搏,于全場比賽倒計(jì)時(shí)30秒時(shí)絕殺G題,共破解8題,排名世界第三、亞洲第一,榮獲金牌。吉如一坦言,聽過雷軍對(duì)程序員生涯的分享后,自己也會(huì)好好思考如何走好“程序人生”的下一步。
在參賽者中還有不少米粉,銀獎(jiǎng)獲得者大三學(xué)生李京澤就是其中之一。“我是雷總的鐵粉,非常崇拜雷總的經(jīng)歷,感覺他做企業(yè)和別人不一樣。”李京澤說,小米的產(chǎn)品非常厚道,就好像開源社區(qū)的理念,是要與他人分享知識(shí)。“小米不是一個(gè)只為了賺錢的公司,而是要與用戶產(chǎn)生共鳴,這一點(diǎn)我非常認(rèn)同。”此次大賽,小米向所有獲獎(jiǎng)?wù)叨及l(fā)出了邀請(qǐng),希望他們進(jìn)入小米實(shí)習(xí)。李京澤說:“如果我要實(shí)習(xí),我首選一定是小米。”
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。