科技行者 6月23日 北京消息:萬眾矚目的蘋果全球開發(fā)者大會(huì)(WWDC2020)給了不少人不少視角,除了大會(huì)本身內(nèi)容,我們還把視角放在了蘋果公司的股價(jià)走勢(shì)上。
實(shí)際上,在科技會(huì)議期間關(guān)注股價(jià)波動(dòng)算是業(yè)界老傳統(tǒng)。想當(dāng)年WWDC 2018期間,隨著Apple Watch Series 4的公布,蘋果股價(jià)應(yīng)聲下跌。而這次情形如何呢?
美東時(shí)間12:18: 蘋果股價(jià)上漲2.12%,每股為357.13美元。今天美國股市大盤看漲,蘋果股價(jià)當(dāng)然也隨之提升。當(dāng)天蘋果與微軟的股價(jià)漲幅基本相當(dāng),而且雙方市值均已經(jīng)達(dá)到Aphabet整體資產(chǎn)的約兩倍。
美東時(shí)間1:04: CEO Tim Cook在WWDC上談到蘋果公司、接下來一周的計(jì)劃以及近期給美國造成嚴(yán)重影響的系統(tǒng)性種族主義與國家暴力危機(jī),在此期間股價(jià)沒有什么變化。
美東時(shí)間1:07: 蘋果方面公布了iOS上的新功能,股價(jià)沒有什么變化。
美東時(shí)間1:15: 發(fā)布Siri更新,蘋果股價(jià)上漲2.2%,但幅度幾乎可以忽略不計(jì)。
美東時(shí)間1:20: Messages更新,股價(jià)還是沒什么反應(yīng);Alphabet股價(jià)同樣未受影響。
美東時(shí)間1:29: App Clips消息一出——股價(jià)還是沒動(dòng),目前的漲幅仍在2.15%;iOS更新同樣沒掀起什么波瀾。
美東時(shí)間1:42: 深入討論iPad更新,包括盡可能使用配套Pencil操作以替代平板設(shè)備上的鍵盤,此次股價(jià)增幅為2.03%,繼續(xù)忽略不計(jì)。
美東時(shí)間1:44: 蘋果公布AirPods Pro,股價(jià)增幅繼續(xù)穩(wěn)定在2.14%。
美東時(shí)間1:51: Apple Watch與WatchOS 7發(fā)布,股價(jià)不變。
美東時(shí)間1:54: Apple Watch應(yīng)用可提醒用戶及時(shí)洗手、認(rèn)真清潔,但這顯然解決不了人民群眾對(duì)COVID-19疫情的普遍擔(dān)憂,股份增幅還是在2.16%。
美東時(shí)間2:00: 蘋果公布振奮人心的隱私保護(hù)更新,股票增幅保持在2.05%。
當(dāng)天,納斯達(dá)克大盤再次超過10000點(diǎn)。
美東時(shí)間2:13: macOS更新,股價(jià)沒反應(yīng)。
美東時(shí)間2:19: 這段時(shí)間,增幅穩(wěn)定在2.16%,沒什么有意思的內(nèi)容。
美東時(shí)間2:25: 蘋果討論Safari,股價(jià)當(dāng)日增幅繼續(xù)穩(wěn)定在2.19%。
美東時(shí)間2:31: 在說起自研處理器時(shí),蘋果股價(jià)上漲2.28%。
美東時(shí)間2:33: 英特爾股價(jià)沒有變化,仍保持0.38%的當(dāng)日增幅。
美東時(shí)間2:41: 蘋果仍在公布更多面向開發(fā)人員的更新,股價(jià)上漲2.34%,當(dāng)日增幅得到進(jìn)一步鞏固。
美東時(shí)間2:46:蘋果表示開發(fā)人員將逐步向自研芯片過渡,原本英特爾版本MacOS的未來發(fā)展,以及蘋果作為芯片制造商的未來發(fā)展思路。整場(chǎng)發(fā)布會(huì)下來,蘋果的股價(jià)只實(shí)現(xiàn)了2.30%的當(dāng)日增幅。
看到這里,或許你要抱怨這篇文章似乎純粹在浪費(fèi)時(shí)間。其實(shí)不然,這里頭還是有一定含義可挖的。
首先,大部分投資者顯然根本不知道蘋果公司的很多公告到底有什么影響;其次,這種狀況也狠狠嘲笑了那些市場(chǎng)作用理論的擁護(hù)者,相反,通過此次發(fā)布會(huì),大小投資者們都能輕松獲得遠(yuǎn)超以往的信息量。
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(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。