ZDNet至顶网软件频道消息: 作为过去六届中国云计算大会会议议题的参与者、演讲嘉宾,李德毅院士可谓对国内云计算产业发展有着最直观的认识。在接受ZDNet独家专访的时候他表示:“云计算已经落地,非常接地气儿;大数据还没到完全应用落地的时候。”
谈到移动互联网时代的大数据挖掘,李德毅表示主要为网络化环境下的非结构化数据挖掘,这些数据形态反映的是那些碎片化的、异构的数据。现今数据挖掘的形式化约束越来越宽松,越来越接近互联网文化、窗口文化和社会文化中的常识或约定。移动互联网时代大数据挖掘过程中,数据的简约具有适应性,不必具有固定的特征或层次。
针对大数据挖掘,李德毅院士提出了“众挖”的概念,并表示,这也是一种服务,可以通过云的方式让更多人享用。
以下是访谈视频:
好文章,需要你的鼓励
研究人员意外发现,标准MOSFET晶体管可同时模拟神经元和突触行为,形成"神经突触随机存取存储器"(NSRAM)。该技术仅需一至两个晶体管即可实现传统需数十乃至数百个元件才能完成的神经信号处理,且与现有硅基制造工艺完全兼容,良率达100%。未来有望应用于边缘AI及高能效神经形态芯片,长远或可挑战GPU地位。
牛津大学提出PHYSIFORMER,一种扩散变换器模型,通过三维网格顶点轨迹直接在世界坐标空间预测刚性与弹性物体的物理运动,一次性生成全序列轨迹,超越自回归基线。
本文提出一种评估人工智能风险的新方法,借鉴生态学与演化论视角,从理论生态模型中推导出三项风险指标,涵盖种群模型与生态系统模型。研究旨在为AI治理策略提供量化工具,并对分析局限性及政策改进方向进行了深入探讨,为构建更科学的AI风险评估体系提供参考框架。
研究发现主流奖励模型对同等质量答案给出差异悬殊的分数,并提出"奖励聚类"算法通过蒙特卡洛随机失活将连续分数离散化,在不重训模型的前提下有效减少AI训练中的奖励作弊现象。