近日,樂視人工智能研究院舉辦了全球人才招聘德國專場,計劃在德國招募系統(tǒng)、軟件、測試認(rèn)證、人機交互和設(shè)計等方面的精英人才。 既然是精英人才,那一定是相對小范圍的深度篩選。于是,樂視人工智能研究院只計劃邀約幾十位候選人當(dāng)面交流,但是,通過各種渠道投簡歷的應(yīng)聘者竟然超過了10000人,每個人都成了“百里挑一”的對象,就連很多沒有收到邀約的應(yīng)聘者,也不遠(yuǎn)千里地從德國各地,甚至是國外感到招聘現(xiàn)場,結(jié)果,招聘現(xiàn)場就這樣被人工智能領(lǐng)域的精英們擠爆了…… 此次招聘會在德國慕尼黑舉行,按照樂視人工智能研究院的計劃,這次招聘重點針對德國20所世界500強的大學(xué),也涵蓋了有慕尼黑寶馬總部、英格爾斯塔特奧迪總部及博世德國學(xué)習(xí)和工作經(jīng)歷的人,專業(yè)涵蓋了自動化、電子科技、車輛工程和IT等專業(yè)。 招聘信息公布后,超過10000名應(yīng)聘者投了簡歷,遠(yuǎn)遠(yuǎn)超出了樂視人工智能研究院計劃招聘的人數(shù)。為了節(jié)約大多數(shù)應(yīng)聘者的時間,研究院只邀約了70人到現(xiàn)場,但是最終來到現(xiàn)場的應(yīng)聘者足足多出了一倍。 據(jù)了解,這其中大多數(shù)是坐飛機、火車從德國各地趕來的應(yīng)聘者,還有人開車6個小時到慕尼黑,只為爭取一個面試的機會,而最遠(yuǎn)的一位甚至是從荷蘭趕到現(xiàn)場!還有一位人在中國的應(yīng)聘者,委托在德國的妻子來現(xiàn)場投簡歷。 看見應(yīng)聘者的熱情如此高漲,現(xiàn)場工作人員也給每位遠(yuǎn)道而來的應(yīng)聘者準(zhǔn)備了禮物,面試還是要按計劃進(jìn)行。 樂視汽車智能駕駛副總裁倪凱宣講,對于現(xiàn)場應(yīng)聘者而言,這位有著“無人駕駛第一人”稱號的業(yè)內(nèi)大牛,恐怕是很多人的偶像。 除了宣講,還有工作人員單獨面試。 面試的形式多種多樣,除了單獨面試還有群組面試。 這場為期兩天的招聘會,最終有60位應(yīng)聘者通過了第二輪的面試。從10000人到60人,人工智能行業(yè)火爆的同時,樂視人工智能研究院在行業(yè)里的吸引力也可見一斑。 在前沿科技的探索上,如谷歌這樣的國外互聯(lián)網(wǎng)巨頭早已發(fā)力,而在國內(nèi),百度、小米也都成立了自己的實驗室。相對年輕的樂視人工智能研究院成立于今年4月,致力于人工智能技術(shù)以及具有重大現(xiàn)實意義的原型產(chǎn)品的研發(fā),并利用研發(fā)成果孵化新產(chǎn)品,包含汽車、人工智能、VR、AR等相關(guān)領(lǐng)域。 眾多應(yīng)聘者擠爆樂視AI研究院的招聘會現(xiàn)場,背后反映的是樂視發(fā)力探索前沿科技,而在全球人工智能行業(yè)掀起的影響。公開報道顯示,樂視人工智能研究院總部在硅谷,在北京設(shè)有分部,而作為全球首家汽車主機廠與互聯(lián)網(wǎng)公司共同成立的人工智能研究院,開啟全球人才招募計劃,也將實現(xiàn)互聯(lián)網(wǎng)人才和傳統(tǒng)車企人才的優(yōu)勢互補。 當(dāng)然,那些因為消息不暢而錯過了德國專場的業(yè)內(nèi)精英也不必懊悔,據(jù)小編了解,樂視AI研究院這場全球招聘計劃還將繼續(xù),如果你有興趣,可以把簡歷投到j(luò)obs-selfdriving@le.com,或許你也會得到一次邀約面試的機會。 業(yè)內(nèi)認(rèn)為,樂視全球化給其品牌帶來的影響力越來越強勢,從德國的這次招聘效果來看,其影響力已經(jīng)直逼國際一線巨頭,享受到了只有微軟、facebook等公司才有的待遇。從這個層面來看,樂視的全球化一定能成功。 |
好文章,需要你的鼓勵
新加坡國立大學(xué)研究團(tuán)隊開發(fā)了SPIRAL框架,通過讓AI與自己對弈零和游戲來提升推理能力。實驗顯示,僅訓(xùn)練AI玩簡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。
同濟大學(xué)團(tuán)隊開發(fā)的GIGA-ToF技術(shù)通過融合多幀圖像的"圖結(jié)構(gòu)"信息,創(chuàng)新性地解決了3D相機噪聲問題。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)集上實現(xiàn)37.9%的精度提升,并在真實設(shè)備上展現(xiàn)出色泛化能力,為機器人、AR和自動駕駛等領(lǐng)域提供更可靠的3D視覺解決方案。
伊利諾伊大學(xué)研究團(tuán)隊通過對比實驗發(fā)現(xiàn),經(jīng)過強化學(xué)習(xí)訓(xùn)練的視覺語言模型雖然表現(xiàn)出"頓悟時刻"現(xiàn)象,但這些自我糾錯行為并不能實際提升推理準(zhǔn)確率。研究揭示了AI模型存在"生成-驗證差距",即生成答案的能力強于驗證答案質(zhì)量的能力,且模型在自我驗證時無法有效利用視覺信息,為AI多模態(tài)推理發(fā)展提供了重要啟示。
MIT等頂尖機構(gòu)聯(lián)合提出SparseLoRA技術(shù),通過動態(tài)稀疏性實現(xiàn)大語言模型訓(xùn)練加速1.6倍,計算成本降低2.2倍。該方法使用SVD稀疏性估計器智能選擇重要計算部分,在保持模型性能的同時顯著提升訓(xùn)練效率,已在多個任務(wù)上驗證有效性。