9月11日至12日,T11 2017暨TalkingData智能數(shù)據(jù)峰會(huì)在北京舉辦。本屆大會(huì)以“知機(jī)識(shí)變 有唐之盛”為主題,來自全球各地的近5000位專家、學(xué)者、數(shù)據(jù)科學(xué)家、分析師和企業(yè)管理者等匯聚T11,探討大數(shù)據(jù)與行業(yè)結(jié)合的技術(shù)趨勢(shì)、場景應(yīng)用、前沿案例,旨在加速企業(yè)數(shù)字化轉(zhuǎn)型、助力行業(yè)生態(tài)建設(shè),打造更智能的世界。
正如奇點(diǎn)大學(xué)執(zhí)行總裁Kian Gohar在主題為“指數(shù)級(jí)創(chuàng)新”的主題演講中所講,指數(shù)級(jí)增長時(shí)代已經(jīng)來臨,信息正在呈指數(shù)級(jí)爆發(fā)。計(jì)算能力、人工智能、傳感器、機(jī)器人、交互模式、大眾化應(yīng)用的聚合技術(shù),為世界帶來指數(shù)級(jí)飛躍,并改變每個(gè)行業(yè)。而這些聚合技術(shù)每項(xiàng)功能的核心都包括了傳感、分析和處理數(shù)據(jù)。
T11 2017重點(diǎn)探討在這個(gè)新的時(shí)代背景下,企業(yè)應(yīng)如何面對(duì)新挑戰(zhàn)、新機(jī)遇,結(jié)合自身行業(yè)特點(diǎn)與需求,將人工智能、大數(shù)據(jù)與行業(yè)場景結(jié)合,轉(zhuǎn)型為“數(shù)據(jù)驅(qū)動(dòng)型企業(yè)”。大會(huì)切中當(dāng)下各行各業(yè)、尤其是傳統(tǒng)企業(yè)的轉(zhuǎn)型需求與發(fā)展痛點(diǎn),受到相關(guān)行業(yè)從業(yè)者的廣泛關(guān)注。
TalkingData首席執(zhí)行官崔曉波在智能數(shù)據(jù)峰會(huì)的演講中強(qiáng)調(diào)了TalkingData的愿景——數(shù)據(jù)改變企業(yè)決策、數(shù)據(jù)改善人類生活。此外,TalkingData今年將側(cè)重賦能合作伙伴,同時(shí)注重AI等技術(shù)創(chuàng)新和實(shí)踐,致力于用數(shù)據(jù)驅(qū)動(dòng)商業(yè)。
本屆大會(huì)共設(shè)置“智能數(shù)據(jù)峰會(huì)”與“技術(shù)驅(qū)動(dòng)未來峰會(huì)”兩大峰會(huì),以及智能數(shù)據(jù)服務(wù)、智能金融、新消費(fèi)、智慧城市與政府治理、教育生態(tài)與人才培養(yǎng)、人本數(shù)據(jù)和智能、數(shù)據(jù)工程和技術(shù)七大分論壇。來自斯坦福、哈佛、清華、人大、同濟(jì)等頂尖高校和政府、研究機(jī)構(gòu)的學(xué)者,以及來自IT、大數(shù)據(jù)、互聯(lián)網(wǎng)、金融、地產(chǎn)、零售、教育等多個(gè)行業(yè)的技術(shù)專家與企業(yè)管理者分享真知灼見。TalkingData也在大會(huì)上分享了在科技、數(shù)據(jù)、技術(shù)、商業(yè)模式創(chuàng)新等領(lǐng)域的經(jīng)驗(yàn)與積累。
此外,大會(huì)還同期舉辦“2017年度新銳應(yīng)用風(fēng)云榜頒獎(jiǎng)盛典”,TalkingData基于7億月活監(jiān)測設(shè)備及多家合作伙伴數(shù)據(jù)源,對(duì)中國移動(dòng)互聯(lián)網(wǎng)行業(yè)情況和熱點(diǎn)領(lǐng)域進(jìn)行梳理分析,在短視頻、共享出行、消費(fèi)金融、運(yùn)動(dòng)健康等十二個(gè)行業(yè)中,評(píng)選出最受歡迎的新銳移動(dòng)應(yīng)用。
一年一度的T11大會(huì)創(chuàng)立于2015年,目前已成功舉辦三屆,在業(yè)界建立了堅(jiān)實(shí)的影響力和口碑。主辦方TalkingData希望通過T11大會(huì)與各行業(yè)分享趨勢(shì)、經(jīng)驗(yàn)和心得,也希望能夠通過這樣的平臺(tái)為合作伙伴提供汲取新知、發(fā)表見解和展示實(shí)力的機(jī)會(huì)。
好文章,需要你的鼓勵(lì)
浙江大學(xué)團(tuán)隊(duì)提出動(dòng)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(jì)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(shí),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(shí)流式生成的重大突破。該技術(shù)通過滾動(dòng)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(cuò)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(gè)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(gè)AI模型。實(shí)驗(yàn)結(jié)果顯示,幾何訓(xùn)練在四個(gè)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(shí)對(duì)培養(yǎng)AI空間智能的重要價(jià)值。