2014年5月20-23日, “第六屆中國(guó)云計(jì)算大會(huì)”在北京國(guó)家會(huì)議中心隆重舉行。會(huì)上中國(guó)電子學(xué)會(huì)云計(jì)算專(zhuān)家委員會(huì)主任委員、中國(guó)大數(shù)據(jù)專(zhuān)家委員會(huì)主任委員、中國(guó)科學(xué)院懷進(jìn)鵬院士分享了議題:《對(duì)云計(jì)算大數(shù)據(jù)的認(rèn)識(shí)與思考》。
懷進(jìn)鵬在議題中指出:這個(gè)領(lǐng)域現(xiàn)在已經(jīng)非常的熱鬧。云計(jì)算和大數(shù)據(jù)也是業(yè)界談?wù)撟罨馃岬囊患?,互?lián)網(wǎng)和信息化是非常重要的,互聯(lián)網(wǎng)快速發(fā)展會(huì)使我們更好的利用資源。這時(shí)就出現(xiàn)了幾個(gè)問(wèn)題:
第一怎么利用好資源。盡管如此大數(shù)據(jù)給社會(huì)、產(chǎn)業(yè)界、技術(shù)研究者帶來(lái)很多的機(jī)會(huì),同時(shí)也反應(yīng)出在當(dāng)前互聯(lián)網(wǎng)二次價(jià)值進(jìn)行探索的時(shí)候,完好的數(shù)據(jù),完好資源是云計(jì)算要做的,同時(shí)大量的資源如何用好,這是非常重要的問(wèn)題。好用和用好應(yīng)該說(shuō)也是一個(gè)定義的兩個(gè)方面,代表了云計(jì)算的管理和大數(shù)據(jù)的分析。此外,短時(shí)間內(nèi)的數(shù)據(jù)暴漲應(yīng)如何建立可伸縮高保障的資源管理能力,也是一個(gè)問(wèn)題。
二是如何用好這些數(shù)據(jù)。想要用好這些有價(jià)值的數(shù)據(jù)就必須要提高數(shù)據(jù)分析和處理能力,傳統(tǒng)的軟件很多已經(jīng)不再適用于大數(shù)據(jù)時(shí)代,是不是出現(xiàn)面向云計(jì)算和大數(shù)據(jù)所需要的新一類(lèi)的技術(shù)和科學(xué)也是值得探索的一件事。
第三則是關(guān)于網(wǎng)絡(luò)安全和數(shù)據(jù)安全的問(wèn)題。倘若無(wú)法保障這些數(shù)據(jù)安全性,那么也無(wú)法將使用這些可貴的資源。安全問(wèn)題應(yīng)該說(shuō)是無(wú)論怎么強(qiáng)調(diào)都不過(guò)分,但是對(duì)于大數(shù)據(jù)來(lái)說(shuō)可能隱私與共享的問(wèn)題會(huì)成為新的矛盾。懷進(jìn)鵬認(rèn)為在面向互聯(lián)網(wǎng)第二個(gè)機(jī)會(huì)興起的時(shí)候,需要面對(duì)和處理好三個(gè)基本的挑戰(zhàn),未來(lái)計(jì)算架構(gòu)問(wèn)題;資源有效管理和分析處理問(wèn)題;相互信任基本的環(huán)境。
云計(jì)算和大數(shù)據(jù)將會(huì)是一場(chǎng)影響長(zhǎng)久且意義深遠(yuǎn)的事情,也許會(huì)對(duì)當(dāng)今形勢(shì)以及用戶思維都會(huì)產(chǎn)生重要的影響,但這也更需要產(chǎn)業(yè)界、學(xué)術(shù)界和資源擁有者共同合作來(lái)推進(jìn)云計(jì)算大數(shù)據(jù)有效的發(fā)展,這也將對(duì)中國(guó)信息產(chǎn)業(yè)的發(fā)展和信息化的建設(shè)具有特別重要的作用。
好文章,需要你的鼓勵(lì)
新加坡國(guó)立大學(xué)研究團(tuán)隊(duì)開(kāi)發(fā)了SPIRAL框架,通過(guò)讓AI與自己對(duì)弈零和游戲來(lái)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(wú)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(kāi)發(fā)的GIGA-ToF技術(shù)通過(guò)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(wèn)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(jué)解決方案。
伊利諾伊大學(xué)研究團(tuán)隊(duì)通過(guò)對(duì)比實(shí)驗(yàn)發(fā)現(xiàn),經(jīng)過(guò)強(qiáng)化學(xué)習(xí)訓(xùn)練的視覺(jué)語(yǔ)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(wú)法有效利用視覺(jué)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(guò)動(dòng)態(tài)稀疏性實(shí)現(xiàn)大語(yǔ)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。