
坊间经常有关于“人工智能将取代经济领域里许多工作和角色”的惊人说法,从销售人员到卡车司机再到医生,造成恐慌。然而,市场的支配地位终究是属于创新者(即人类创新者)的,是他们组装人工智能和基于机器学习部件,再将产品和服务更有效地交付给客户。从这个角度看,此后成功的企业家将成为指挥人工智能交响乐团的大师。
因此,那些知道如何将这些结合在一起的人将推动世界运转。尽管人工智正在令许多改变世界的成就成为可能(包括自动驾驶汽车、生物学方面的突破等等),但如果没有人类的积极性和参与性,这一切都是不可能实现的。在这一点上,太多的公司还做得不够。
Alphabet/Google前董事长Eric Schmidt看好奋发向上的人才,深知这些人才具备改变世界的实力。Schmidt最近在英国举行的麦肯锡 BLINK会议上表示,如果没有合适的人才,世界上所有的数据都毫无用处可言。
Schmidt甚至驳斥了业界的传统观念,即“拥有大量数据的公司占有先机”。他说,随着人工智能解决方案的发展,可能已经不需要大量的数据缓存。“目前有许多人在研究,如何运用少于当前所需的数据来构建算法,而那些认为‘拥有最多数据的人将会胜出’的看法最终将沦为一种暂时现象。”
如果数据不能令一家企业在激烈的竞争环境占上风,那什么才能让企业获得优势呢?答案是,“我们终将发现,那些拥有能开发最聪明算法的聪明工程师的企业将是最终赢家。”
这种力量来源自“愿意承担风险及推动社会变革的人。杰出的人是那些改变世界的人。他们天生就与众不同,他们能力超群,而且很少见。由于互联网的存在,我们可以联系到这些人,这在过去是不可能的。”
而优秀的的人工智能创新者也不是只是来自IT部门。Gartner最近一项分析发现,对人工智能人才最强烈的需求并非来自IT部门,而且来自组织里的其他业务部门。Gartner报告称,尽管IT部门在2015年至2019年间对人工智能人才的需求增加了两倍,但IT部门发布的人工智能职位数量仍然不及其他业务部门的一半。Gartner分析师指出,从2015年至2019年期间,非IT人工智能职位的增长为74%,而与IT相关的职位增长为36%。
这表明,人工智能对于商务运作方式正在产生越来越大的影响,而且人工智能也正在开辟各种想象不到的商机。未来不是由机器支配,未来由拥有无限想象力的人支配。
好文章,需要你的鼓励
浙江大学团队提出动态专家搜索方法,让AI能根据不同问题灵活调整内部专家配置。该方法在数学、编程等任务上显著提升推理准确率,且不增加计算成本。研究发现不同类型问题偏爱不同专家配置,为AI推理优化开辟新路径。
清华大学研究团队提出SIRI方法,通过"压缩-扩张"交替训练策略,成功解决了大型推理模型"话多且准确率低"的问题。实验显示,该方法在数学竞赛题上将模型准确率提升43.2%的同时,输出长度减少46.9%,真正实现了效率与性能的双重优化,为AI模型训练提供了新思路。
南洋理工大学与腾讯联合研究团队开发出Rolling Forcing技术,实现AI视频实时流式生成的重大突破。该技术通过滚动窗口联合去噪、注意力锚点机制和高效训练算法三项创新,解决了长视频生成中的错误累积问题,可在单GPU上以16fps速度生成多分钟高质量视频,延迟仅0.76秒,质量漂移指标从传统方法的1.66降至0.01,为交互式媒体和内容创作开辟新可能。
华中科技大学研究团队发现,通过让AI模型学习解决几何问题,能够显著提升其空间理解能力。他们构建了包含约30000个几何题目的Euclid30K数据集,使用强化学习方法训练多个AI模型。实验结果显示,几何训练在四个空间智能测试基准上都带来显著提升,其中最佳模型达到49.6%准确率,超越此前最好成绩。这项研究揭示了基础几何知识对培养AI空间智能的重要价值。