
CNET科技資訊網(wǎng) 6月27日 大連報道(文/CNET科技資訊網(wǎng)、中關(guān)村在線、在前線記者劉克麗):來自20多個國家的2000多名各行業(yè)專家會集大連,參加200多場論壇,這些論壇的場里場外成了狂飚未來黑科技賽場。這就是我對我正在采訪的2017達(dá)沃斯全球經(jīng)濟(jì)論壇深刻感受。
啊,我好久沒有聞道海風(fēng)的腥味,我貪婪地呼吸著這讓人神怡清醒空氣,仿佛給我輸入了精神的氧氣,今晨我迎著海風(fēng)向的大連國際會議中心走去,這個建筑生于2004年,外型是貝殼和鳥巢的結(jié)合體,我從媒體專用入口進(jìn)入,這是我從沒受過的待遇。
其實昨天下午報道后我就在會場轉(zhuǎn)了轉(zhuǎn)認(rèn)認(rèn)路,因為我是個路癡,回酒店又消化了些材料,發(fā)現(xiàn)今天有100多場論壇,于是今天早飯吃得飽飽的準(zhǔn)備應(yīng)戰(zhàn)。
我進(jìn)入看到展區(qū)有一種從沒見過的真菌磚:
這是什么惡心的東西?原來是3D打印的人體器官:
我走進(jìn)一個論壇,發(fā)現(xiàn)了輕度教育成人化的觀點。
把教育知識內(nèi)容從文字變成互聯(lián)網(wǎng)包裝語音的介面更易被人接受并商業(yè)化,通常一課時可賣到3一5元,一般可賣到1萬份左右,二手知識傳遞者,是知識更新和連接。
我在機(jī)器人展區(qū)看到的只是一些基礎(chǔ)的模型,產(chǎn)生的感覺是,如果AI(人工智能)也好、機(jī)器人也罷,真的打敗了人,也是眾多人打敗了一個人,因為AI/機(jī)器人的設(shè)計、制造、編程者決不是一個人,而是眾人。
從昨天拿到的會議資料里我看到了一個我最想聽的論壇,這就是今天下午3點半以后的<思考·量子計算>論壇,由于論壇太多,涉及能源、清潔技朮、傳染病防治、朝鮮半島安全化、中醫(yī)、非法經(jīng)濟(jì)、睡眠等科學(xué)領(lǐng)域,況且時間上全部重疊,一年多以來我對量子計算機(jī)的采訪處于饑餓狀態(tài),我?guī)状螌⒉稍L題綱發(fā)給IBM(中國)、微軟中國等大公司,全都肉包打狗一去不復(fù)返了,之后我見人就問,從無準(zhǔn)確答案,在世界經(jīng)濟(jì)論壇上渴望能滿足我的好奇心。3點以后我守在了科學(xué)空間小會議室門口,3點10分除了演講者外我第一個進(jìn)入。
這個名叫Jonotan的青年教授來自蘇黎世高工,據(jù)說這是歐洲很有名的學(xué)校,盡管我想他根本沒見過量子計算機(jī),只是學(xué)術(shù)上的研究,還是將他演講的要點和他回答我的5個問題整理如下:
1.他認(rèn)為量子計算機(jī)商業(yè)化目前沒有時間表;
2.經(jīng)典物理學(xué)的基本原理呈現(xiàn)在芯片上對計算機(jī)的能力己有束縛;
3.傳統(tǒng)計算機(jī)待解決的計算能力呈指數(shù)上漲;
4.分子計算很難用傳統(tǒng)計算機(jī)解決,直到基本粒子出現(xiàn);
5.量子計算可以進(jìn)行5000操作,百萬原子可以進(jìn)行10的17次方操作;
6.可量子計算面臨的是激光波和微制造應(yīng)用的挑戰(zhàn);
下面是我的問題和答案:
問:量子計算機(jī)操作系統(tǒng)是否要重寫?
答:是,操作系統(tǒng)和量子計算機(jī)并行研發(fā),需要重寫不同的編譯器;
問:是二進(jìn)制的嗎?
答:不全是二進(jìn)制的。
問:量子計算機(jī)芯片載體還是硅嗎?
答:硅只是選擇之一。
問:有專家認(rèn)為目前量子計算最大挑戰(zhàn)是穩(wěn)定性,你同意嗎?
答:我認(rèn)為量子最大挑戰(zhàn)是光學(xué),何況量子計算機(jī)是與傳統(tǒng)計算機(jī)互補(bǔ),做傳統(tǒng)計算機(jī)做不到的事情,不需要像便攜電腦那么穩(wěn)定。
順便自夸一下,這個論壇問答疑似我的專訪。
好文章,需要你的鼓勵
浙江大學(xué)團(tuán)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(tuán)隊提出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(tuán)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(jī)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(tuán)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(qiáng)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(dá)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。