美國當(dāng)?shù)貢r間8月10日,谷歌為全世界的科技關(guān)注者們都帶來了一條重磅新聞,谷歌對其自身進(jìn)行了重組,創(chuàng)建了名為Alphabet的“傘型公司”,并由拉里•佩奇和謝爾蓋•布林分別擔(dān)任新公司的首席執(zhí)行官和總裁。
Alphabet旗下公司包含谷歌(包括搜索、廣告、地圖、Youtube視頻服務(wù)和移動終端系統(tǒng)安卓)、Calico(抗衰老生物技術(shù))、Nest(物聯(lián)網(wǎng)相關(guān))、Fiber(光纖寬帶服務(wù))、Google Ventures和Google Capital (風(fēng)投和投資部門)以及Google X(無人駕駛汽車、無人機(jī)等研發(fā)部門)。也就是說,含有離主要互聯(lián)網(wǎng)產(chǎn)品較遠(yuǎn)的業(yè)務(wù)的公司將歸入Alphabet旗下。
桑德爾•皮查伊將擔(dān)任谷歌的新CEO。Alphabet Inc.將取代谷歌成為公開上市的公司,新谷歌也將成為Alphabet的全資子公司,股票代碼將分別是GOOGL和GOOG。
之所以將新公司命名為Alphabet是因?yàn)檫@個單詞代表了所有字母的合集,而從這樣的命名中我們也不難看出,全新的公司也將成為領(lǐng)導(dǎo)所有子公司的制高點(diǎn)。
其實(shí)這也是谷歌發(fā)展到現(xiàn)在的必然之舉。對于谷歌的重組,創(chuàng)新工場CEO李開復(fù)做出了這樣的解讀:
首先是回應(yīng)華爾街對谷歌不專注、不透明的批評,之前谷歌作為一家互聯(lián)網(wǎng)公司,大氣所涉及的領(lǐng)域卻過于龐大,比如投資、健康、長壽、汽車領(lǐng)域等等,這讓外界對它有不少不務(wù)正業(yè)的評論,而這次重組將之前的許多項(xiàng)目都從谷歌中分離出來,而且也更方便提供各個子公司的運(yùn)營數(shù)據(jù)。
其次是要降低Google之外領(lǐng)域負(fù)面影響主營業(yè)務(wù),比如之前谷歌在汽車方面的業(yè)務(wù)導(dǎo)致了虧損和訴訟等諸多問題,這些負(fù)面對于公司的主營業(yè)務(wù)來說也有著影響,而將這些項(xiàng)目從谷歌分離出去之后,那么這些負(fù)面對主營業(yè)務(wù)的影響也會降低不少。
再次,對于谷歌這個品牌來說,它是屬于互聯(lián)網(wǎng)業(yè)務(wù)的,而對于其他業(yè)務(wù)來說,在沿用谷歌的品牌并不是很恰當(dāng),因此在別的業(yè)務(wù)上面,也應(yīng)當(dāng)建立起別的品牌。
最后,谷歌的重組也為其內(nèi)部提供了許多升遷的機(jī)會,比如原Google高級副總裁、Android負(fù)責(zé)人桑德爾•皮查伊將被晉升為Google的CEO。
好文章,需要你的鼓勵
浙江大學(xué)團(tuán)隊(duì)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(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(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(diǎn)機(jī)制和高效訓(xùn)練算法三項(xiàng)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(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AI模型。實(shí)驗(yàn)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(dá)到49.6%準(zhǔn)確率,超越此前最好成績。這項(xiàng)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。