日本AI,失去的不止三十年
日本AI,失去的不止三十年2019年,有两件事一直困扰着孙正义:软银的投资失败,以及日本科技的落后。
搜索
2019年,有两件事一直困扰着孙正义:软银的投资失败,以及日本科技的落后。
对于消费品而言,留存是至关重要,不仅是应用程序的生命线,也是最难推动的指标。正如我在Snap增长团队任职期间深刻体会到的那样。为了吸引重复用户,公司不能仅仅填满产品的最新和最好的技术——他们必须有意识地设计每一个产品特性,以确保用户一次又一次地回来。
众多神经网络模型中都会有一个有趣的现象:不同的参数值可以得到相同的损失值。这种现象可以通过参数空间对称性来解释,即某些参数的变换不会影响损失函数的结果。基于这一发现,传送算法(teleportation)被设计出来,它利用这些对称变换来加速寻找最优参数的过程。尽管传送算法在实践中表现出了加速优化的潜力,但其背后的确切机制尚不清楚。
20 世纪 90 年代,长短时记忆(LSTM)方法引入了恒定误差选择轮盘和门控的核心思想。三十多年来,LSTM 经受住了时间的考验,并为众多深度学习的成功案例做出了贡献。然而,以可并行自注意力为核心 Transformer 横空出世之后,LSTM 自身所存在的局限性使其风光不再。
进入 2024 年,AGI 领域的投融资热度明显下降。 当模型层的技术边界仍未清晰界定,全球 AI 相关的流量红利开始逐渐消解,而一些 PMF 发生在了大厂,大厂追赶创业公司的时间周期缩短到数周时,对于创业者而言,快速构建自己的业务壁垒就更为关键。这同样也是 AGI 领域投资人不得不思考的难题。
Sora 的第一批使用者,详细讲述了自己使用其生成完整视频的制作过程。
不只是工具,如何让AI大模型产品成为驱动业务增长的催化剂?带来实际价值
今年五一假期,一款带有黏土滤镜的应用“Remini”开始在各大社交平台走红。尽管尚未完全汉化,但这并不妨碍Remini迅速登顶并霸榜苹果App免费榜第一名。
AI创业现在需要的是哪一类人?黄云刚就AI技术开放的门槛、创业者的技术要求和市场趋势进行了深入的探讨。“大模型的开源和Database时代的开源不是一个概念。”源码资本管理合伙人黄云刚说。
社交平台上,AI 智习室是一门大生意。随便以“AI 智习室”为关键词搜索,你能找到不少“赚麻了”“下一个风口”为标题的帖子,大致内容几乎都是雷同的,诸如“闺蜜合伙开 AI 智习室,半年收入 45W+”,又或者“和朋友合伙办智习室,3 年买了五辆车你敢信”