人們可能通常會(huì)認(rèn)為所有大型科技公司都對(duì)彼此的存在感到不滿。例如,蒂姆•庫(kù)克(Tim Cook)對(duì)谷歌的可信度提出了批評(píng),而埃里克•施密特(Eric Schmidt)有點(diǎn)傲慢地反擊了這一批評(píng)。這說明,兩家科技公司的領(lǐng)導(dǎo)者不會(huì)互相傳遞什么友好的話。
然而,比爾·蓋茨(Bill Gates)近來表現(xiàn)得愈發(fā)高尚。他依舊堅(jiān)持做著慈善工作,依舊堅(jiān)持著解決世界上一項(xiàng)最棘手的健康和社會(huì)問題。
本周蓋茨接受了彭博社的采訪,其間他詳細(xì)談到了關(guān)于讓更多的“沒有銀行賬戶的”貧困者加入金融體系的事宜。
在采訪中,蓋茨還專門被問及蘋果的最新安全移動(dòng)支付應(yīng)用Apple Pay。他回答道:“Apple Pay很好地證明了,一部手機(jī)將如何以一種強(qiáng)大的方式來識(shí)別用戶,幫助你完成一筆非常非常便宜的交易。”
他解釋道:“我可以在任何應(yīng)用中買東西,這太奇妙了。而且我也不再需要什么實(shí)體卡了,直接就可以進(jìn)行交易,而且你可以很清楚地確定交易的另一端是誰(shuí),這是一種真正的貢獻(xiàn)。”
一些人不知道帶許多信用卡有多不方便。他們會(huì)覺得,從口袋或錢包中取出一張卡付款真的是一項(xiàng)負(fù)擔(dān)嗎?Apple Pay正在解決這樣一個(gè)不怎么大的問題嗎?
不過蓋茨表示,蘋果真正的作用在于開創(chuàng)了這個(gè)市場(chǎng):“所有的平臺(tái),無(wú)論是蘋果、谷歌還是微軟,都將會(huì)整合這種移動(dòng)支付功能。它們將會(huì)建立在行業(yè)標(biāo)準(zhǔn)協(xié)議——NFC之上。而且這些公司都將參與其中。而蘋果將有助于確保把這項(xiàng)移動(dòng)支付服務(wù)推廣到足夠多的設(shè)備上去。”
蘋果的競(jìng)爭(zhēng)對(duì)手們意識(shí)到,一旦蘋果涉及某種理念,每個(gè)人都將獲得更多的機(jī)會(huì)。
蘋果有兩個(gè)優(yōu)勢(shì)。其一是,在蘋果生態(tài)系統(tǒng)中有著大量富有價(jià)值的用戶個(gè)體;其二是,它有著令其設(shè)備易于使用的天賦。
但筆者發(fā)現(xiàn),目前人們?cè)谛前涂耸浙y臺(tái)處用手機(jī)付款時(shí),似乎要比直接現(xiàn)金支付花費(fèi)更長(zhǎng)的時(shí)間。
在被問及為何在大約20年前他就寫下了這種想法,但微軟至今卻仍未提供這種支付服務(wù)時(shí),蓋茨轉(zhuǎn)移了話題。
不過,在如今很多業(yè)界其他領(lǐng)導(dǎo)者愿意用孤陋寡聞這種方式回?fù)羝涓?jìng)爭(zhēng)對(duì)手的情況下,蓋茨卻愿意承認(rèn)至少對(duì)方有所成就,這確實(shí)令人耳目一新。
好文章,需要你的鼓勵(lì)
浙江大學(xué)團(tuán)隊(duì)提出動(dòng)態(tài)專家搜索方法,讓AI能根據(jù)不同問題靈活調(diào)整內(nèi)部專家配置。該方法在數(shù)學(xué)、編程等任務(wù)上顯著提升推理準(zhǔn)確率,且不增加計(jì)算成本。研究發(fā)現(xiàn)不同類型問題偏愛不同專家配置,為AI推理優(yōu)化開辟新路徑。
清華大學(xué)研究團(tuán)隊(duì)提出SIRI方法,通過"壓縮-擴(kuò)張"交替訓(xùn)練策略,成功解決了大型推理模型"話多且準(zhǔn)確率低"的問題。實(shí)驗(yàn)顯示,該方法在數(shù)學(xué)競(jìng)賽題上將模型準(zhǔn)確率提升43.2%的同時(shí),輸出長(zhǎng)度減少46.9%,真正實(shí)現(xiàn)了效率與性能的雙重優(yōu)化,為AI模型訓(xùn)練提供了新思路。
南洋理工大學(xué)與騰訊聯(lián)合研究團(tuán)隊(duì)開發(fā)出Rolling Forcing技術(shù),實(shí)現(xiàn)AI視頻實(shí)時(shí)流式生成的重大突破。該技術(shù)通過滾動(dòng)窗口聯(lián)合去噪、注意力錨點(diǎn)機(jī)制和高效訓(xùn)練算法三項(xiàng)創(chuàng)新,解決了長(zhǎng)視頻生成中的錯(cuò)誤累積問題,可在單GPU上以16fps速度生成多分鐘高質(zhì)量視頻,延遲僅0.76秒,質(zhì)量漂移指標(biāo)從傳統(tǒng)方法的1.66降至0.01,為交互式媒體和內(nèi)容創(chuàng)作開辟新可能。
華中科技大學(xué)研究團(tuán)隊(duì)發(fā)現(xiàn),通過讓AI模型學(xué)習(xí)解決幾何問題,能夠顯著提升其空間理解能力。他們構(gòu)建了包含約30000個(gè)幾何題目的Euclid30K數(shù)據(jù)集,使用強(qiáng)化學(xué)習(xí)方法訓(xùn)練多個(gè)AI模型。實(shí)驗(yàn)結(jié)果顯示,幾何訓(xùn)練在四個(gè)空間智能測(cè)試基準(zhǔn)上都帶來顯著提升,其中最佳模型達(dá)到49.6%準(zhǔn)確率,超越此前最好成績(jī)。這項(xiàng)研究揭示了基礎(chǔ)幾何知識(shí)對(duì)培養(yǎng)AI空間智能的重要價(jià)值。