通用電氣任命前EMC高管和前IBM高管擔(dān)任該公司的重要領(lǐng)導(dǎo)職位,此舉突顯了通用電氣逐漸發(fā)展為一個越來越近似物聯(lián)網(wǎng)和信息技術(shù)供應(yīng)商的過程。
通用電氣任命Harel Kodesh擔(dān)任該公司軟件部門首席技術(shù)官。Kodesh為創(chuàng)業(yè)公司Nurego的創(chuàng)始人兼CEO。Nurego是一家分析公司,成立于2013年,不過在那之前Kodesh曾擔(dān)任EMC公司云計算部門的執(zhí)行副總裁,以及Mozy公司的首席執(zhí)行官,后者現(xiàn)已被EMC收購。
從2003年到2008年期間,在前往EMC任職以前,Kodesh還曾在Amdocs公司擔(dān)任首席產(chǎn)品官。
與此同時,通用電氣還任命柯林·帕里斯 (Colin Parris)擔(dān)任該公司軟件研究部門副總裁。帕里斯來自IBM公司,曾擔(dān)任IBM研發(fā)部門系統(tǒng)研究副總裁,以及IBM Power Unix系統(tǒng)部門總經(jīng)理。
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(zhǔn)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(zhǔn)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(zhǔn)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(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(zhǔn)上都帶來顯著提升,其中最佳模型達到49.6%準(zhǔn)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。