
笔者一直认为,社交媒体实际上是社交“自我”媒体。因此它的存在似乎只是一种传播媒介,表达我们天生的、极度渴望的自我陶醉。
然而,巴拉克•奥巴马(Barack Obama)总统却认为社交媒体还扮演着其他角色。在民主党在纽约举办的一次筹款活动上,奥巴马试图能让人们相信,如今的世界要比20年前安全很多。只是数字化的扩张让我们感觉当今的世界更不安全。
他说道:“事情的真相是,世界一直都是混乱的。我们如今才刚刚意识到这一点的原因,从某种程度上而言,源于社交媒体和我们现有的能力,能够让我们看到人们正在经历的艰难困苦细节。”
在Twitter出现之前,我们真的注意不到世界的混乱吗?难道官方媒体没有为我们呈现出那些承载着痛苦和灾难的照片,让我们铭记在心吗?
或许正是社会媒体的即时回馈令我们更快地了解到了俄罗斯正在入侵乌克兰,而塔利班现在仍旧是塔利班这些新闻。
但是,这让我们更加担心,甚至让我们更加烦恼了吗?
快速更新的Twitter资讯或许正为我们展示一些媒体及政治倾向更多的成员,他们自己对世界彼端正在遭受苦难人民的担心和愤怒。此外,它是否还展示了普通民众所表达的震惊和采取行动的必要性呢?笔者不太确定。但相比居住在像顿涅茨克或摩苏尔这些城市的人们的日常生活,电视上的明星个人生活秀似乎更加有趣。
社交媒体的扩张甚至于还可能扮演着一种类似赞安诺(Xanax)这种药物的特殊作用。因而无论我们处于怎样的心情状态,我们都能够找到一个会使自己感觉好一些的一片网络空间。
世界上大部分的快乐、烦恼和忧虑都潜伏在Twitter、Facebook和其他社交媒体的某个地方。世界上所有的秘密、绝望、惊喜和建议都在自己的小天地里,等待着被发现和分享。
社交媒体的存在真的令我们更加关心人们的艰难困苦了吗?或许在某些时候是这样,但一般来说,笔者不敢肯定。
我们的焦虑往往与我们个人对现在和未来的感受息息相关。尽管人们在社交媒体上确实看到了很多战争或其他图片,但我们很难相信普京对乌克兰的入侵对他们而言真的很重要。
不过,奥巴马总统还说道:“这令我想到了,人们焦虑的最终原因,就是华盛顿不再运作。”
通过社交媒体,我们真的学到这些了吗?
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。