至顶网CIO与CTO频道 06月22日 编译:微软公司首席技术官Kevin Scott的成长之路,恐怕很难在如今这个时代重现。他出生于弗吉尼亚州格拉迪斯,那里是个只有数百居民的小镇。他热爱着自己的家人与故乡,甚至从没想过离开这片土地。但命运总是多变,他在七十年代爱上了计算机技术,这股热情也敦促他走出家乡、拥抱外面更广阔的天地。
一个人的发展不光要靠自我奋斗,更需要考虑历史进程。在成长期间,格拉迪斯这样的小城镇工作机会越来越少,但硅谷等技术中心对人才的需求却愈发旺盛。在2003年从弗吉尼亚大学拿到计算机科学博士学位之后,Scott凭借自己出色的论文加入谷歌公司,并在那里出任高级工程总监。2011年,他又离开谷歌加入LinkedIn,并最终晋升至LinkedIn工程与运营高级副总裁。三年半之前,他转而加盟微软并出任CTO职务。他对自己的职业生涯与发展轨迹非常满意,但也有着自己的遗憾,就是被迫远离自己深爱的家乡故土。
在深入考量自己的两难困境之后,他把自己的想法写了下来,并在今年4月出版了与Greg Shaw合著的《重新编程美国梦(Reprogramming the American Dream)》一书。在他看来,“硅谷是个梦幻般的地方,但我们应该有能力在任何地区都创造出机遇与繁荣,而不该被牢牢束缚在那些沿海创新中心城市。”
Scott坚信,机器学习与人工智能将帮助美国的小镇青年们一步步成长为出色的创业者、企业家。这样的变革将使企业进一步降低在小镇雇用员工的负担,配合机器人完成各类技术开发工作。他还希望随着部分企业的蓬勃发展,带动更多偏远地区的年轻人们以技术为动力开创自己的事业,并最终建立起覆盖全国的良性循环。
但要实现这个梦想,首先需要解决一系列基础层面的障碍。Scott指出,“除非我们生活的所有区域都拥有良好的宽带设施,否则根本不可能让孩子接受良好的教育、没办法吸引并挽留真正优秀的从业人员,更不要谈经营企业了。目前,美国有2500万民众没有可靠的宽带接入服务,其中有1900万来自乡镇社区。这肯定是我们需要改善的头等大事。”Scott还提到,风险投资机构也需要加倍努力,着重在非传统区域内投资偏远位置的企业。在这方面,他着重介绍了Steve Case通过“革命资本”发起的“Rise of the Rest See Fund”基金项目。
Scott强调,单靠风险资本的力量恐怕还不够。行业还需要建立起完善的公私合作关系。在Scott看来,“我们应该拥有足够的勇气与执行力,努力借人工智能与机器学习技术之力实现这个目标,而整个国家也有必要将一部分资源投入到这个方向上。我们可以在私营企业、学术机构与政府部门之间建立起良好的合作关系,借此解决符合公共利益的重大问题,例如建立起普惠性质的高质量、低成本医疗保健体系。阿波罗计划不是终点、而应该是起点,我们必须有信心超越历史。”
有些人往往认为人工智能学科太过深奥、太过复杂,年轻人们根本不可能掌握,这可能导致不同代际之间出现知识断层。但Scott对此表示反对,他说:“既然我们人类可以通过沟通实现相互协作,就一定可以教会机器如何解决问题。在如今这个时代,掌握编程或者计算机使用知识的门槛其实比以往任何时候都更低,同时也是最重要、最需要全面普及的一项大政方针。将这套完整的技能组合传授给下一代,将是我们的首要任务。”
Scott和他的妻子还建立起Scott基金会,努力为孩子们创造自给自足、建立事业的机会。Scott本人也坚信掌握技术将是实现成功人生的重要前提,毕竟他自己的日常工作与亲身经历正是这一观点的最好佐证。与许多人感叹人工智能的兴起将消灭大量工作岗位不同,Scott认为人工智能与其他技术的进步同时也会在美国的每一个角落催生出新的业务形式与发展空间,这终将抵消技术迭代所带来的负面影响。
好文章,需要你的鼓励
VSCO今日更新VSCO Capture应用,新增视频拍摄功能。用户现可在拍摄照片和视频时应用并调整VSCO的50多种滤镜预设,包括经典胶片到现代创作风格。新版本还推出胶片颗粒滤镜,可动态控制纹理强度、大小和色彩。用户能将颗粒滤镜叠加到Film X滤镜上,结合柯达、富士和爱克发胶片风格,保存个性化胶片配方。
瑞士ETH苏黎世联邦理工学院等机构联合开发的WUSH技术,首次从数学理论层面推导出AI大模型量化压缩的最优解。该技术能根据数据特征自适应调整压缩策略,相比传统方法减少60-70%的压缩损失,实现接近零损失的模型压缩,为大模型在普通设备上的高效部署开辟了新路径。
Instagram负责人Adam Mosseri表示,AI生成内容已经占据社交媒体主导地位,预计将超越非AI内容。他认为识别AI内容的技术效果不佳,建议转而为真实媒体建立指纹识别系统,由相机制造商在拍摄时进行加密签名。Mosseri还指出,创作者应优先发布"不完美"的原始图像来证明真实性,因为精美方形图片的时代已经结束。
弗吉尼亚大学团队创建了Refer360数据集,这是首个大规模记录真实环境中人机多模态交互的数据库,涵盖室内外场景,包含1400万交互样本。同时开发的MuRes智能模块能让机器人像人类一样理解语言、手势和眼神的组合信息,显著提升了现有AI模型的理解准确度,为未来智能机器人的广泛应用奠定了重要基础。