9月26日,全球頂級金融科技論壇外灘大會迎來收官,綠色和公益話題成大會壓軸議題。大會從著重探討綠色金融、科技和人與自然的關(guān)系。由于當(dāng)天是周六,現(xiàn)場還有很多上海的小學(xué)生、中學(xué)生和家長們來到展區(qū)參觀互動。
圖:7年級小學(xué)生為破解人象沖突提出解決方案
科技公益分論壇上,全場最小嘉賓代表、一位7年級學(xué)生為解決人象沖突大開腦洞,提出給大象戴上“耳環(huán)”和“帽子”,用IOT技術(shù)跟蹤大象,并用安裝蜂鳴器的的無人機(jī)噴灑辣椒水驅(qū)趕大象。上海交大一名大學(xué)生表示,可以繪制野象覓食行為地圖,主打野象覓食觀察,緩解人象沖突的同時(shí)為村民創(chuàng)收,還提出可以用虛擬現(xiàn)實(shí)與腦科學(xué)技術(shù)教育大象,實(shí)現(xiàn)人與大象溝通。
會議同期,一款周長超3米的大象智能項(xiàng)圈引發(fā)大量參會者圍觀。通過衛(wèi)星技術(shù)和地面網(wǎng)絡(luò)結(jié)合,該項(xiàng)圈能對野生亞洲象活動進(jìn)行精準(zhǔn)定位跟蹤,其內(nèi)置的電子圍欄還能根據(jù)大象所處區(qū)域靈活調(diào)整信息采集和上報(bào)頻率,以更加高效地幫助管理部門了解大象活動,及時(shí)發(fā)布預(yù)警。這一項(xiàng)圈由螞蟻集團(tuán)聯(lián)合專業(yè)團(tuán)隊(duì)特意為解決人象沖突設(shè)計(jì),是國內(nèi)首個(gè)專為亞洲象設(shè)計(jì)的智能項(xiàng)圈,是“螞蟻保護(hù)大象”計(jì)劃的關(guān)鍵一步。
圖:大象智能項(xiàng)圈引參會者圍觀
圖:科技公益分論壇
綠色也成為外灘大會最后一天的熱門關(guān)注點(diǎn)。螞蟻集團(tuán)董事長井賢棟表示,過去10年是史上最熱10年,但和未來相比,可能是最涼快的10年;如果氣候環(huán)境持續(xù)變暖,每4月人類會有一種新的傳染病,未來10年有四分之一已知物種消失……而通過破解綠色發(fā)展的覆蓋、激勵(lì)及可信難題,金融科技正在創(chuàng)新性、變革性地促進(jìn)綠色發(fā)展,未來還有很多綠色魅力值得挖掘。
圖:螞蟻集團(tuán)董事長井賢棟
世界自然保護(hù)聯(lián)盟IUCN對螞蟻森林的中期評估結(jié)果顯示,截至當(dāng)前,螞蟻森林已帶動5.5億中國網(wǎng)友“手機(jī)種樹”2.23億棵,GEP(生態(tài)系統(tǒng)生產(chǎn)總值)達(dá)到111.8億元。其中,上海網(wǎng)友通過螞蟻森林已種下近2000萬棵真樹,種植棵樹、參與人數(shù)與低碳生活積累的綠色能量,均在全國排名第1。
“除了螞蟻森林,金融科技還有更多綠色魅力可挖。在垃圾分類、綠色消費(fèi)、綠色信貸、綠色經(jīng)營……金融科技讓一切皆可綠色。”井賢棟說。
螞蟻集團(tuán)社會公益及綠色發(fā)展事業(yè)群總裁彭翼捷表示,公益普惠是螞蟻集團(tuán)近年來一直在推動和探索的方向,科技和公益的結(jié)合,正在改變?nèi)藗儽磉_(dá)善意的方式,把新的生活方式帶到了我們身邊。
她同時(shí)透露,此次舉辦的外灘大會從最開始的設(shè)計(jì)上,就充分考慮了綠色的因素,不僅在活動設(shè)計(jì)和布展上充分考慮綠色因素,觀眾電子購票等低碳行為還可以領(lǐng)綠色能量,最終在荒漠中種下一棵棵真樹。“希望外灘大會,不僅是全球頂級金融科技大會,更是一個(gè)綠色的大會。”
圖:螞蟻集團(tuán)社會公益及綠色發(fā)展事業(yè)群總裁彭翼捷
大會同期,英國權(quán)威智庫發(fā)布全球金融中心最新排名,上海國際金融中心排名實(shí)現(xiàn)新突破,首次躋身全球前三,與紐約、倫敦一起,成國際金融中心前三甲。
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(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。