任何新事物的開花結(jié)果,都要經(jīng)歷一個(gè)被檢驗(yàn)的過程,才能被正確評(píng)判,并在歷史舞臺(tái)刻下烙印。萬事萬物中,技術(shù)(Technology)可能是相對(duì)比較難評(píng)判的一種。
凱文·凱利曾設(shè)想,技術(shù)某種程度上更超越了事物,更接近于生命形態(tài),因?yàn)榧夹g(shù)就像生命一樣不斷演化,充滿不確定性。如果真是這樣,也就難怪人們?cè)谏婕皩?duì)技術(shù)的檢驗(yàn)、判斷和預(yù)言上,經(jīng)常犯大錯(cuò)誤。
比如,我們會(huì)低估一項(xiàng)技術(shù)。IBM創(chuàng)始人托馬斯·沃森在1943年斷言,“全球只需5臺(tái)計(jì)算機(jī)”就夠了,因?yàn)樗挥X得有多少人需要計(jì)算機(jī)協(xié)助工作和學(xué)習(xí)。再比如2007年,面對(duì)iPhone的觸摸界面,諾基亞也認(rèn)為這技術(shù)沒什么大不了,因?yàn)樽约旱?800MX音樂手機(jī),和隨后的N97也不錯(cuò)。但事實(shí)證明,他們遠(yuǎn)遠(yuǎn)低估了個(gè)人計(jì)算機(jī)和智能手機(jī)兩大技術(shù)產(chǎn)品的價(jià)值。這種誤判,還在持續(xù)發(fā)生著。
今年3月,國家加大了對(duì)新基建的推廣。新基建,是由信息技術(shù)、通訊技術(shù)支撐的基礎(chǔ)設(shè)施平臺(tái),這其中包括了以5G、物聯(lián)網(wǎng)、工業(yè)互聯(lián)網(wǎng)、衛(wèi)星互聯(lián)網(wǎng)為代表的通信網(wǎng)絡(luò)基礎(chǔ)設(shè)施,以人工智能、云計(jì)算、區(qū)塊鏈等為代表的新技術(shù)基礎(chǔ)設(shè)施,和以數(shù)據(jù)中心、智能計(jì)算中心為代表的則是算力基礎(chǔ)設(shè)施等。
在以上涉及的技術(shù)中,區(qū)塊鏈,是“年紀(jì)”最小的技術(shù),但它也是最可能被誤判的技術(shù),圍繞這項(xiàng)技術(shù)進(jìn)行的爭(zhēng)論非常之多。有人“高估”它,認(rèn)為它具備革命性,是史無前例的,能改變 “生產(chǎn)關(guān)系”的技術(shù);但有更多人“低估”它,認(rèn)為區(qū)塊鏈沒有創(chuàng)造任何價(jià)值,只是無意義的消耗算力,“看不到實(shí)際用途”。
也是從3月份開始,為了解區(qū)塊鏈技術(shù)真實(shí)的狀態(tài),“科技行者”啟動(dòng)了《區(qū)塊鏈啟示錄》項(xiàng)目,持續(xù)約訪了十幾位區(qū)塊鏈一線從業(yè)者進(jìn)行深度交流。一番訪談之后,我們得出這樣一個(gè)結(jié)論,對(duì)區(qū)塊鏈這項(xiàng)既被高估,又被低估的技術(shù),被低估的程度要更大一些。區(qū)塊鏈并非可以一念生天的靈丹妙藥,但是它絕不是只能消耗算力的“空中樓閣”。
因?yàn)椋J(rèn)為區(qū)塊鏈“不堪實(shí)用”的低估者或許忘了,在新基建涉及的已知技術(shù)中,區(qū)塊鏈可能是唯一一個(gè)完全從一項(xiàng)真實(shí)應(yīng)用中脫胎而出的技術(shù)。中本聰2008年發(fā)布白皮書《Bitcoin: A Peer-to-Peer Electronic Cash System》,并在之后計(jì)算出第一個(gè)區(qū)塊時(shí),區(qū)塊鏈就作為bitcoin的支撐技術(shù)進(jìn)入了實(shí)際應(yīng)用。區(qū)塊鏈,“生于應(yīng)用”。
現(xiàn)在,圍繞區(qū)塊鏈后續(xù)發(fā)展出現(xiàn)的種種低估,甚至不屑,其實(shí)不是區(qū)塊鏈不可應(yīng)用,反而是區(qū)塊鏈和“原生應(yīng)用”結(jié)合太深,難以解藕造成的。但是,這次我們通過與從業(yè)者的交流,發(fā)現(xiàn),“解藕”的過程正在加速,甚至疫情也沒有阻擋腳步。
在金融、憑證、制造、流通等領(lǐng)域,區(qū)塊鏈正以無可比擬的優(yōu)勢(shì),在企業(yè)端逐漸枝繁葉茂。同時(shí),在區(qū)塊鏈的落地過程中,國內(nèi)區(qū)塊鏈從業(yè)者的技術(shù)、能力和專利儲(chǔ)備,即使放在全球視角去比較,也稱得上位居前列。
在讀過本期《區(qū)塊鏈啟示錄》之后,相信大家會(huì)得出和我們一樣的判斷——區(qū)塊鏈,因應(yīng)用而生,也正在繁榮于應(yīng)用。
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。