比爾·蓋茨延續(xù)了他一貫的傳統(tǒng),在自己的博客“蓋茨筆記”(GatesNotes)中發(fā)布了他為2022年夏季精選的五本閱讀書單。他自己也承認,這次的書單不容易啃,“對于夏日時光來說,顯得有點硬核”。
未來生活永遠不會像年輕人想象中那般美好。總之,這次沒有什么輕娛樂讀物。”
下面來看蓋茨推薦的“今年暑假五本必讀好書”:
Naomi Alderman
于2016年寫下的這本科幻作品《The Power》。蓋茨說,這本書是他的大女兒Jennifer推薦給他的。
為主題,一經(jīng)出版就獲得了包括《紐約時報》和前總統(tǒng)奧巴馬在內(nèi)的一致好評。
蓋茨寫道,“讀了《The Power》,我對當今許多女性所經(jīng)歷的虐待和壓迫有了更強烈、更發(fā)自內(nèi)心的感受。我也向正在美國乃至世界各地致力于解決這些問題的人們表示感謝。”
著《為什么我們會兩極分化》),作者Ezra Klein
而這本由Vox聯(lián)合創(chuàng)始人兼政治分析家Klein撰寫的《Why We’re Polarized》,正好以此為主題。
Klein的書從心理學(xué)的角度探討了美國國內(nèi)的政治分歧,認為人們以自我認同組織起的群體,正在左右他們決策乃至看待世界的方式。
蓋茨寫道,“如果想要了解美國當前的政治狀況,這本書值得一看。”
著《林肯公路》),作者Amor Towles
在2019年的夏季書單中,蓋茨就列出了這位作家的暢銷書《A Gentleman in Moscow(譯著〈莫斯科紳士)》,這次他表示自己對《The Lincoln Highway》的喜愛絕不遜于那本。
這本書出版于去年,是一本以1954年為背景的冒險小說,講述的是一個過失少年與弟弟的越野之旅,途中卻被兩個越獄的囚犯打亂了計劃。
蓋茨評價道,“Towles從著名的英雄征程中汲取靈感,似乎在提醒我們,每個人的旅程都不會像計劃中那般線性或可以預(yù)測。”
《The Ministry for the Future》(該書還沒有中譯本,暫譯為《未來局》),作者Kim Stanley Robinson
它的背景設(shè)定在不久的未來,講述某個虛構(gòu)全球組織帶頭開展各種努力、對抗氣候變化的故事。
蓋茨一直以“氣候變化活動家”自居,去年也在自己的書中提出了應(yīng)對氣候變化的潛在解決方案。值得注意的是,他認為Robinson的這部小說提供了“很多有趣的想法”,解釋了氣候變化背后的科學(xué),并給出了“一個出人意料、又充滿希望的結(jié)局”。
《How the World Really Works: The Science Behind How We Got Here and Where We’re Going》(該書還沒有中譯本,暫譯為《世界是如何運作的》),作者:Vaclac Smil
蓋茨毫不掩飾自己對于《How the World Really Works》的贊美,將其稱為“我最喜歡的作家的又一部杰作”。
這本書的作者是捷克裔加拿大人Vaclac Smil,巴尼托巴大學(xué)環(huán)境科學(xué)系名譽教授。蓋茨曾在2017年提到,他已經(jīng)讀過Smil當時已經(jīng)出版的全部37本書,主題涵蓋清潔能源、制造業(yè)、農(nóng)業(yè)等等。蓋茨坦言,他就像影迷們期待《星球大戰(zhàn)》新作那樣期待Smil的新書。
蓋茨這次寫道,雖然Smil的大多數(shù)書讀起來像教材,但“這一本是寫給普通讀者的,概述了他本人的主要專業(yè)。”其中提到“能源如何塑造從農(nóng)業(yè)社會、到現(xiàn)代工業(yè)時代的整個文明發(fā)展歷程”。
Smil“將這一切歸納為數(shù)字”,希望“把數(shù)字思維這股塑造人類生活面貌的基本力量,通過簡潔全面的方式傳遞給讀者。”
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上都帶來顯著提升,其中最佳模型達到49.6%準確率,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。
科技行者旗下編譯團隊,聚焦海外新技術(shù)、新觀點、新風(fēng)向。