今天亞馬遜CTO Werner Vogels在AWS re:Invent 2014大會的主題演時,請其合作伙伴Splank的 CEO助陣,他說Splank是一家軟件公司,是他的生產(chǎn)型客戶、消費性客戶等要求他幫助將私有云資源向AWS公有云服務(wù)上轉(zhuǎn)移,如耐克、可口可樂等公司,而且很快搞定,他用了10分鐘完成的說法。
音樂供應(yīng)商則上臺說,通過AWS平臺可以搞定高清,有了AWS他們每月可以為用戶增加100兆音樂的推送,這是原本用私有云不能完成的,亞馬遜CTO在穿叉上述用戶演講時說,澳大利亞一公司本在私有云需要10天完成的項目,放在AWS上4小時搞定。
一位來自天氣預(yù)報,每天下載1.7億次下載的供應(yīng)商說,800個數(shù)據(jù)來自于雷達等設(shè)備,15分鐘為周期天氣預(yù)報,只有AWS云平臺可以支撐。
谷歌眼鏡的開發(fā)公司也上臺,為AWS的省事兒省時完成用私有云不可能完成的項目作了實例證明。
好文章,需要你的鼓勵
浙江大學(xué)團隊提出動態(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)上顯著提升推理準確率,且不增加計算成本。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)研究團隊提出SIRI方法,通過"壓縮-擴張"交替訓(xùn)練策略,成功解決了大型推理模型"話多且準確率低"的問題。實驗顯示,該方法在數(shù)學(xué)競賽題上將模型準確率提升43.2%的同時,輸出長度減少46.9%,真正實現(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)合研究團隊開發(fā)出Rolling Forcing技術(shù),實現(xiàn)AI視頻實時流式生成的重大突破。該技術(shù)通過滾動窗口聯(lián)合去噪、注意力錨點機制和高效訓(xùn)練算法三項創(chuàng)新,解決了長視頻生成中的錯誤累積問題,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)研究團隊發(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個幾何題目的Euclid30K數(shù)據(jù)集,使用強化學(xué)習(xí)方法訓(xùn)練多個AI模型。實驗結(jié)果顯示,幾何訓(xùn)練在四個空間智能測試基準上都帶來顯著提升,其中最佳模型達到49.6%準確率,超越此前最好成績。這項研究揭示了基礎(chǔ)幾何知識對培養(yǎng)AI空間智能的重要價值。