前几年兴起的3D电视等一些看上去很有创新性的产品,尤其是便携式的投影仪现在已经无踪影,不能不说是一种遗憾。这是微软公司全球资深副总裁张亚勤博士在美国CES接受记者视频采访时发出的感叹。
[video]uu=dfa091e731&vu=5ddac0c6c0&auto_play=0&width=600&height=450[/video]
张亚勤博士接受刘克丽总编视频专访
张亚勤博士认为智能、互联、可穿戴是本届CES的三大趋势,当然他也强调,CES更多代表着未来3-5年的技术发展趋势,倒并非发布新品的地方。虽然谈及遗憾,但他依旧认为本届CES也有一些惊喜,比如高清显示技术、曲面技术堪称颠覆。
在访谈中张亚勤博士回忆起90年代Computex的辉煌时说,1999年的Computex有35万人参观,是PC的辉煌时代,现在CES无法相比,原因可能是受美国经济和大厂商不来参展的影响。
他说与之形成对比的是汽车厂商非常积极,汽车才是时刻移动的终端。而微软从WCE(Windows Credentials Editor)开始就已经与很多汽车厂商开展合作,例如与福特公司的合作,另外微软还与十几家汽车厂商合作在Windows建立云计算系统,将导航、安全、保险等信息实时放在云中调用、应急。
在回答记者关于如何看待英特尔在此次CES上发布的物联网战略和爱迪生芯片时,张亚勤认表示,有人的地方就有电,有电的地方就有计算,有计算的万物就应互联。但是万物互联生态环境的建立非常重要并需要中长期的形成,一旦形成,将能给产业升级、消费者带来机会和不止万种应用,但是5年内很难看到这种生态的形成和应用的爆发。
当记者借此机会问及关于当前非结构化数据无法用传统的关系型数据库进行管理的问题时,张亚勤说,所以大数据来了。大数据不仅仅只是指数据量的多少,还指其非结构性,传统的结构化数据提供的是确定的结果,而非结构化数据则提供不明确的多种结果。
好文章,需要你的鼓励
AIM Intelligence联合多所知名大学揭示了音频AI系统的重大安全漏洞,开发出名为WhisperInject的攻击方法。这种攻击能让看似无害的音频指令操控AI生成危险内容,成功率超过86%,完全绕过现有安全机制。研究暴露了多模态AI系统的系统性安全风险,对全球数十亿智能设备构成潜在威胁。
新加坡国立大学研究团队系统梳理了视觉强化学习领域的最新进展,涵盖超过200项代表性工作。研究将该领域归纳为四大方向:多模态大语言模型、视觉生成、统一模型框架和视觉-语言-动作模型,分析了从RLHF到可验证奖励范式的政策优化策略演进,并识别出样本效率、泛化能力和安全部署等关键挑战,为这一快速发展的交叉学科提供了完整的技术地图。
浙江大学研究团队通过OmniEAR基准测试揭示了当前AI模型在物理世界推理方面的严重缺陷。测试显示,即使最先进的AI在明确指令下能达到85-96%成功率,但面对需要从物理约束推断行动的任务时,成功率骤降至56-85%。研究发现信息过载反而降低AI协作能力,监督学习虽能改善单体任务但对多智能体协作效果甚微,表明当前架构存在根本局限性。
纽约大学和Aimpoint Digital Labs的研究团队首次揭示了Transformer模型训练中"大规模激活"的完整发展轨迹。这些影响力比普通激活大千倍的"超级激活"遵循可预测的数学规律,研究者开发出五参数公式能以98.4%准确率预测其变化。更重要的是,通过调整模型架构参数如注意力密度、宽深比等,可以在训练前就预测和控制这些关键激活的行为,为设计更高效、量化友好的AI模型提供了全新工具。