科技行者 5月8日 北京消息:Qualcomm Incorporated (NASDAQ: QCOM)子公司Qualcomm Technologies, Inc.今日宣布,Marta Karczewicz博士在歐洲專利局設(shè)立的歐洲發(fā)明家大獎評選中獲得“終身成就獎”提名。
Qualcomm Technologies技術(shù)副總裁Marta Karczewicz博士是視頻壓縮技術(shù)的開創(chuàng)者,在全球擁有近400項(xiàng)專利。她的工作側(cè)重于視頻編解碼,這是實(shí)現(xiàn)對大量原始視頻數(shù)據(jù)進(jìn)行壓縮并通過蜂窩網(wǎng)絡(luò)傳輸?shù)幕A(chǔ)性技術(shù)。她的發(fā)明已在多種視頻壓縮標(biāo)準(zhǔn)中發(fā)揮了重要作用,比如高級視頻編碼(AVC)和高效視頻編碼(HEVC)。
Qualcomm Technologies, Inc.工程執(zhí)行副總裁兼首席技術(shù)官Jim Thompson表示:“毫不夸張地說,如果沒有Karczewicz博士的發(fā)明,我們?nèi)缃衩刻煜硎艿囊曨l傳輸將不可能實(shí)現(xiàn)。她獲得這一享有盛譽(yù)的獎項(xiàng)提名,再次證明了Qualcomm發(fā)明的基礎(chǔ)科技的價值,以及我們擁有世界一流水平的發(fā)明家。”
歐洲發(fā)明家大獎是為表彰那些通過發(fā)明對技術(shù)進(jìn)步做出實(shí)質(zhì)性貢獻(xiàn)并且改善人們?nèi)粘I畹臍W洲杰出發(fā)明家而設(shè)立的。其中,享有盛譽(yù)的“終身成就獎”這一獎項(xiàng)是表彰那些擁有長期貢獻(xiàn)和重要專利發(fā)明、并已對技術(shù)領(lǐng)域和整個社會產(chǎn)生巨大影響的個人發(fā)明家。Karczewicz博士成為獲得“終身成就獎”提名的三位最終入圍者之一。
頒獎典禮將于歐洲中部時間2019年6月20日在奧地利維也納舉行。若需獲取更多信息,請?jiān)L問歐洲專利局官方網(wǎng)站。
關(guān)于高通(Qualcomm)
高通發(fā)明的基礎(chǔ)科技改變了世界連接、計(jì)算與溝通的方式。把手機(jī)連接到互聯(lián)網(wǎng),我們的發(fā)明開啟了移動互聯(lián)時代。今天,我們發(fā)明的基礎(chǔ)科技催生了那些改變?nèi)藗兩畹漠a(chǎn)品、體驗(yàn)和行業(yè)。高通引領(lǐng)世界邁向5G,我們看到新一輪蜂窩技術(shù)的變革將激發(fā)萬物智能互連的新時代,并在網(wǎng)聯(lián)汽車、遠(yuǎn)程健康醫(yī)療服務(wù)和物聯(lián)網(wǎng)領(lǐng)域創(chuàng)造全新機(jī)遇。Qualcomm Incorporated包括技術(shù)許可業(yè)務(wù)(QTL)和我們絕大部分的專利組合。Qualcomm Technologies, Inc.(QTI)是Qualcomm Incorporated的全資子公司,與其子公司一起運(yùn)營我們所有的工程、研發(fā)活動以及所有產(chǎn)品和服務(wù)業(yè)務(wù),其中包括半導(dǎo)體業(yè)務(wù)QCT。
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顯著提升訓(xùn)練效率,已在多個任務(wù)上驗(yàn)證有效性。