CNET科技资讯网 6月27日 大连报道(文/CNET科技资讯网、中关村在线、在前线记者刘克丽):来自20多个国家的2000多名各行业专家会集大连,参加200多场论坛,这些论坛的场里场外成了狂飚未来黑科技赛场。这就是我对我正在采访的2017达沃斯全球经济论坛深刻感受。
啊,我好久沒有闻道海风的腥味,我贪婪地呼吸着这让人神怡清醒空气,仿佛给我输入了精神的氧气,今晨我迎着海风向的大连国际会议中心走去,这个建筑生于2004年,外型是贝壳和鸟巢的结合体,我从媒体专用入口进入,这是我从没受过的待遇。
其实昨天下午报道后我就在会场转了转认认路,因为我是个路痴,回酒店又消化了些材料,发现今天有100多场论坛,于是今天早饭吃得饱饱的准备应战。
我进入看到展区有一种从沒见过的真菌砖:
这是什么恶心的东西?原来是3D打印的人体器官:
我走进一个论坛,发现了轻度教育成人化的观点。
把教育知识内容从文字变成互联网包装语音的介面更易被人接受并商业化,通常一课时可卖到3一5元,一般可卖到1万份左右,二手知识传递者,是知识更新和连接。
我在机器人展区看到的只是一些基础的模型,产生的感觉是,如果AI(人工智能)也好、机器人也罢,真的打败了人,也是众多人打败了一个人,因为AI/机器人的设计、制造、编程者决不是一个人,而是众人。
从昨天拿到的会议资料里我看到了一个我最想听的论坛,这就是今天下午3点半以后的<思考·量子计算>论坛,由于论坛太多,涉及能源、清洁技朮、传染病防治、朝鲜半岛安全化、中医、非法经济、睡眠等科学领域,况且时间上全部重叠,一年多以来我对量子计算机的采访处于饥饿状态,我几次将采访题纲发给IBM(中国)、微软中国等大公司,全都肉包打狗一去不复返了,之后我见人就问,从无准确答案,在世界经济论坛上渴望能满足我的好奇心。3点以后我守在了科学空间小会议室门口,3点10分除了演讲者外我第一个进入。
这个名叫Jonotan的青年教授来自苏黎世高工,据说这是欧洲很有名的学校,尽管我想他根本没见过量子计算机,只是学术上的研究,还是将他演讲的要点和他回答我的5个问题整理如下:
1.他认为量子计算机商业化目前沒有时间表;
2.经典物理学的基本原理呈现在芯片上对计算机的能力己有束缚;
3.传统计算机待解决的计算能力呈指数上涨;
4.分子计算很难用传统计算机解决,直到基本粒子出现;
5.量子计算可以进行5000操作,百万原子可以进行10的17次方操作;
6.可量子计算面临的是激光波和微制造应用的挑战;
下面是我的问题和答案:
问:量子计算机操作系统是否要重写?
答:是,操作系统和量子计算机并行研发,需要重写不同的编译器;
问:是二进制的吗?
答:不全是二进制的。
问:量子计算机芯片载体还是硅吗?
答:硅只是选择之一。
问:有专家认为目前量子计算最大挑战是稳定性,你同意吗?
答:我认为量子最大挑战是光学,何况量子计算机是与传统计算机互补,做传统计算机做不到的事情,不需要像便携电脑那么稳定。
顺便自夸一下,这个论坛问答疑似我的专访。
好文章,需要你的鼓励
新加坡国立大学研究团队开发了SPIRAL框架,通过让AI与自己对弈零和游戏来提升推理能力。实验显示,仅训练AI玩简单扑克游戏就能让其数学推理能力提升8.6%,通用推理提升8.4%,且无需任何数学题目作为训练材料。研究发现游戏中的三种推理模式能成功转移到数学解题中,为AI训练提供了新思路。
同济大学团队开发的GIGA-ToF技术通过融合多帧图像的"图结构"信息,创新性地解决了3D相机噪声问题。该技术利用图像间的不变几何关系,结合深度学习和数学优化方法,在合成数据集上实现37.9%的精度提升,并在真实设备上展现出色泛化能力,为机器人、AR和自动驾驶等领域提供更可靠的3D视觉解决方案。
伊利诺伊大学研究团队通过对比实验发现,经过强化学习训练的视觉语言模型虽然表现出"顿悟时刻"现象,但这些自我纠错行为并不能实际提升推理准确率。研究揭示了AI模型存在"生成-验证差距",即生成答案的能力强于验证答案质量的能力,且模型在自我验证时无法有效利用视觉信息,为AI多模态推理发展提供了重要启示。
MIT等顶尖机构联合提出SparseLoRA技术,通过动态稀疏性实现大语言模型训练加速1.6倍,计算成本降低2.2倍。该方法使用SVD稀疏性估计器智能选择重要计算部分,在保持模型性能的同时显著提升训练效率,已在多个任务上验证有效性。