科技行者 9月18日 北京消息(文/王聰彬):當前,新一輪科技革命和產(chǎn)業(yè)變革席卷全球,云計算、大數(shù)據(jù)、人工智能、區(qū)塊鏈等新技術不斷涌現(xiàn),數(shù)字經(jīng)濟正深刻的改變著人類的生產(chǎn)和生活方式,成為了經(jīng)濟增長的新動能。區(qū)塊鏈作為一項顛覆性技術,正在引領全球新一輪技術變革和產(chǎn)業(yè)變革。
2019可信區(qū)塊鏈峰會將于2019年11月8日在北京召開,峰會由中國信息通信研究院、中國通信標準化協(xié)會、可信區(qū)塊鏈推進計劃主辦,科技行者協(xié)辦。峰會將全方位呈現(xiàn)區(qū)塊鏈技術產(chǎn)業(yè)最新動態(tài),展示區(qū)塊鏈應用熱點及標桿案例,探討區(qū)塊鏈應用落地面臨的挑戰(zhàn),共商區(qū)塊鏈賦能實體經(jīng)濟的最佳路徑。
其中此次峰會將于上、下午設置 “區(qū)塊鏈與分布式賬本系列圓桌論壇”,主題分別為“區(qū)塊鏈與實體經(jīng)濟結(jié)合的現(xiàn)狀、挑戰(zhàn)與展望”(RoundtableⅠ: The Status, Challenges and Prospects of the Combination of Blockchain and Real Economy)和“區(qū)塊鏈與分布式賬本技術的現(xiàn)狀與趨勢” (Roundtable Ⅱ : The Status and Trends of Blockchain and DLT)。
2018可信區(qū)塊鏈峰會就已經(jīng)成功舉辦了“區(qū)塊鏈與分布式賬本國際標準”圓桌論壇,來自聯(lián)合國、中國、巴西、韓國、德國等各國的7位業(yè)內(nèi)大咖參與了討論。2019可信區(qū)塊鏈峰會“區(qū)塊鏈與分布式賬本系列圓桌論壇”將繼續(xù)秉持高端與權威,聯(lián)合國際知名區(qū)塊鏈相關機構,邀請來自多個國家和地區(qū)的官員、區(qū)塊鏈技術專家,以及國內(nèi)知名業(yè)界大咖共同分享區(qū)塊鏈與實體經(jīng)濟加速融合的見解和經(jīng)驗,深入探討區(qū)塊鏈技術演進和標準構建等關鍵議題。
2019可信區(qū)塊鏈峰會“區(qū)塊鏈與分布式賬本系列圓桌論壇”向業(yè)內(nèi)專業(yè)人士提供進行前沿分享、知識交流、經(jīng)驗分享、思維碰撞、觀點探討的最佳平臺:
• 洞察全球區(qū)塊鏈技術及標準最新動態(tài),把握全球區(qū)塊鏈技術及標準發(fā)展趨勢
• 與國內(nèi)外領先的區(qū)塊鏈機構企業(yè)溝通交流
• 深入分析目前的宏觀經(jīng)濟形勢和全球區(qū)塊鏈發(fā)展路線圖
• 借鑒當前國內(nèi)外區(qū)塊鏈產(chǎn)業(yè)切實可行的發(fā)展經(jīng)驗,探討區(qū)塊鏈在傳統(tǒng)行業(yè)的商業(yè)應用之路
• 與國內(nèi)外領先的區(qū)塊鏈機構企業(yè)溝通交流,與區(qū)塊鏈同行交流知識、分享經(jīng)驗、碰撞思維、拓展專業(yè)人脈
屆時,來自國內(nèi)外近千名區(qū)塊鏈專家、企業(yè)領袖、技術大咖代表齊聚于此共謀區(qū)塊鏈發(fā)展之道,2019可信區(qū)塊鏈峰會“區(qū)塊鏈與分布式賬本系列圓桌論壇”將共同打造區(qū)塊鏈創(chuàng)新領域高效溝通平臺,促進區(qū)塊鏈在更多地場景的落地,挖掘區(qū)塊鏈技術的行業(yè)投資價值。
好文章,需要你的鼓勵
新加坡國立大學研究團隊開發(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。實驗顯示,僅訓練AI玩簡單撲克游戲就能讓其數(shù)學推理能力提升8.6%,通用推理提升8.4%,且無需任何數(shù)學題目作為訓練材料。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)學解題中,為AI訓練提供了新思路。
同濟大學團隊開發(fā)的GIGA-ToF技術通過融合多幀圖像的"圖結(jié)構"信息,創(chuàng)新性地解決了3D相機噪聲問題。該技術利用圖像間的不變幾何關系,結(jié)合深度學習和數(shù)學優(yōu)化方法,在合成數(shù)據(jù)集上實現(xiàn)37.9%的精度提升,并在真實設備上展現(xiàn)出色泛化能力,為機器人、AR和自動駕駛等領域提供更可靠的3D視覺解決方案。
伊利諾伊大學研究團隊通過對比實驗發(fā)現(xiàn),經(jīng)過強化學習訓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際提升推理準確率。研究揭示了AI模型存在"生成-驗證差距",即生成答案的能力強于驗證答案質(zhì)量的能力,且模型在自我驗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等頂尖機構聯(lián)合提出SparseLoRA技術,通過動態(tài)稀疏性實現(xiàn)大語言模型訓練加速1.6倍,計算成本降低2.2倍。該方法使用SVD稀疏性估計器智能選擇重要計算部分,在保持模型性能的同時顯著提升訓練效率,已在多個任務上驗證有效性。