多年以来,索尼集团一直在全球范围内扮演着前沿创新者的角色。这种创新精神不仅让索尼音乐娱乐掌握世界上规模最大的音乐业务、经营着占比最高的游戏主机业务,同时也让其成为游戏发行领域的领导者。事实上,自上世纪九十年代以来,索尼已经在成为家喻户晓的金字招牌,目前这一切似乎都是水到渠成的结果。但在背后,这家来自日本的商业巨始终在努力创新,并在区块链及人工智能等多项新兴技术中投入巨资,并取得种种令人瞩目的辉煌成就。
就在上周,索尼宣布开发出一种高速处理技术,可用于增强“区块链通用数据库(简称BCDB)”这一新型数据库平台的事务处理能力。这项成果属于2019年由荷兰基础设施与水资源管理部牵头的,以交通为中心的车辆即服务(MaaS)计划的组成部分。一大有趣的现实在于,目前这项技术已经成功实现日均700万项事务的执行与存储任务,顺利模拟了公共汽车、家用车、自行车以及出租车等现实世界载具的位置及其他指标共享场景。
此外,索尼全球教育还联手富士通共同创建出一套门户方案,用于通过区块链管理教育课程记录及成绩单信息。
不少朋友可能有所耳闻,日本在理解数字资产价值以及建立加密货币——特别是比特币——监管框架方面一直处于世界领先地位。早在2017年,日本就已经开始对各类区块链及数字资产项目进行投资。索尼也通过旗下索尼金融风险投资公司(SFV)参与了Securitize平台的最新一轮融资。这一专门处理数字证券的平台已经与日本及亚洲各主要区域建立起密切联系,并制定出极具针对性的发展路线图。
凭借自身在企业级区块链领域做出的贡献与投入,索尼有望成为2021年全球区块链五十强榜单的有力竞争者。在候选名单中,我们还看到了索尼老对头韩国三星的名字。总体来看,索尼在利用区块链技术补充现有基础设施及商业用例方面表现出强烈的创新意志与诉求。凭借这些努力,索尼的消费者与合作伙伴将成为最终获准者,享受到由区块链带来的更低价格与更佳服务体验。
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。