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
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。