Category: Uncategorized

2024阿里巴巴全球数学竞赛决赛情况及试题公布 https://mp.weixin.qq.com/s/YiHRecnjQuDNNLZaCY6t3g

来源： 华尔街见闻https://wallstreetcn.com › articles 对中国创业者来说，我认为最核心的是不要在底层技术研发上投入过多。因为大模型本身已经非常强大，并且仍在不断迭代。在垂直场景上进行优化，我认为存在很多机会。而且，千万不要迷信大投入，做AI并不需要大量资金或算力。 如果有人说需要几百人投入几千万人民币，要很多卡来做算力，才能研发做AI，那他很可能是在忽悠你。 真正重要的是找到一个好的场景并深入其中，不需要很多人，我一直在强调，如果十个人找不到好的场景，一百个人同样也找不到。所以要专注于你的垂直行业和痛点，用AI来创造应用。 美国创业者的目标往往非常远大，比如用AIGC直接制作电影。但说实话，今天用AIGC制作电影的难度很大，在接下来的两三年内都很难实现商业化落地。然而，用AIGC制作广告视频，这是中国最擅长的。 中国之所以擅长这一点，是因为过去三年里，所有的电商网站都已经从图片转向了短视频。今天，几乎所有的电商网站都基于短视频。因此，中国拥有大量的产品广告短视频数据。 美国目前仍然基于图片，所以中国在这方面拥有丰富的数据资源。而且，10到15秒的视频广告是今天最容易用AI生成的类型，即使其中有一些瑕疵，也可以通过人工投入10%到20%的精力去修正，这非常适合中国创业者。 美国可能追求100%用AI生成，但这个难度太大。而用AI生成80%，再用20%的人工去补齐，这更适合中国创业者。 包括LVMH集团，我们从微信拉群到签单，仅用了两个月时间就签下了LVMH在中国的所有品牌。我还推荐了唯一的中国公司FancyTech参加在法国巴黎举办的创新大赛，并获得了全球唯一的总冠军。 千万不要小看任何一个垂直场景，很多垂直场景里面都蕴藏着机会。618期间，自动回复消费者问题的AI助手就很适用，场景看上去非常简单也非常实用。 评论：非常赞同。 我们的垂直场景就是科普。这已经证明是我们的长处。

程明博士， 曾在《自然》，《物理评论通讯》PRL 等世界顶尖学术杂志上发表过 10 多篇论文，被多本教科书，,以及诺奖获得者引用。曾在美国硅谷多家高科技公司工作，著有《留美专家谈电子商务》，广东人民出版社，2000年，和 《有机分子的电子晶体学》，Springer, 2012， (章节作者)。曾海归在南京大学，武汉大学任教和担任研究生指导老师。 *** 量子并行计算是量子计算领域的一个革命性概念，它利用量子力学的原理，特别是量子叠加和量子纠缠，来实现在计算过程中的并行性。这种并行性使得量子计算机在处理某些类型的问题时，能够比传统的经典计算机更快、更有效。 为了理解量子并行计算，我们先来回顾一下传统的并行计算。 传统并行计算是一种高效的计算策略，它通过多个计算单元同时处理任务来加速问题的解决过程。这种方式特别适用于大型问题，可以将其拆分为更小的部分，由不同的计算单元并行处理。 在并行计算的世界里，我们通常会遇到两种并行方式：时间并行和空间并行。 并行计算的有效性依靠着诸如多核处理器、分布式计算环境和图形处理单元（GPU）这样的现代硬件技术。开发者们为了更好地利用这些硬件，设计了各种并行编程模型，包括MPI（消息传递接口）、OpenMP和CUDA等。 在科学研究、图像处理、大数据分析、机器学习和云计算等领域，处理复杂的数据集和计算任务时，并行计算技术已经变得至关重要。这种技术不仅显著提高了处理速度，还提升了整个系统的效能和稳定性。 上面我们看到，传统并行计算的核心就是多个处理器同时执行多个操作，无论是时间并行还是空间并行。 但每个处理器在任何给定时间点上只执行一个操作，处理一个传统数据。即使在只有一个CPU核心的情况下。 比如在我们程序工程师熟悉的 multithreading 的操作下， 一个CPU把时间切片，轮流执行不同的thread. 给人一种多个线程似乎在同时运行的错觉。但设计的巧妙的话，也能节省很多时间，比如说，一个thread.需要等待外界的答复，这个时间CPU就可以执行其他任务。 量子计算机通过其独特的量子比特（qubits）展现出了传统计算所无法比拟的并行处理能力。量子比特的核心在于它们能够利用量子叠加原理，同时占据多种状态。这意味着一个量子比特可以在同一时刻既是0又是1，而多个量子比特则能代表更多的组合状态。因此，量子计算机能够在一个操作中同时处理这些组合状态，实现了真正的并行性。 量子并行计算 经典计算机中，0或1对应着 “否” 和 “是”。我们将计算过程视为一个方程： y=f(x) 其中x是输入值，f 是方程，y是输出结果。例如，一个 “否” 运算可以表示为： f(0)=1 f(1)=0 这意味着输入“是”时，输出“否”，反之亦然。 对于方程y=f(x)， 当输入的值为一个量子叠加态时，结果如下： f(|Ψ⟩ ) = f(α|0⟩+β|1⟩)  =  α⋅f(|0⟩)+β⋅f(|1⟩) 因为∣0⟩ 和 ∣1⟩ 线性独立，则其输出结果也是线性独立的。在此情况下，输入一个量子比特到方程中，可以同时得到两个方程的结果。对于两个量子比特，其状态为： 这就是量子并行计算。 此外，量子计算的强大能力还得益于量子纠缠现象，即使量子比特相距遥远，它们的状态也能相互关联。这种纠缠使得量子计算机在执行计算任务时，能够考虑到比特之间的复杂联系，这是传统计算机所无法做到的。 因此，量子并行计算利用了量子叠加和纠缠等量子物理特性，而非传统的逻辑门操作，为解决某些复杂问题提供了理论上的指数级速度优势。这种计算方式为未来的技术发展开辟了新的可能性。 简单说来，传统并行计算是多次操作处理多个对象，实际上每次操作只能处理一个对象。 而量子并行计算是一次一个操作处理多个对象，或者说多个计算路径。 所以，传统并行计算只是把很多实际上是分离的计算堆在一起，而量子并行计算才是天然的并行计算。 题头图其实很好地表现了这种差别，图周围的小图可以看成一个个小任务，而传统并行计算就是同时执行这些小任务，而中间的大图就是量子比特系统，一个量子比特可以同时处在这些状态， 再加上量子比特之间的缠绕，你可以把它们认为是一个连在一起的系统，你任何一个执行都牵动了整个系统，这就是量子并行计算。 图来源，AI。…

大数据建设往往和企业的数字化转型相关联，很多企业都在做数字化转型，但其数字化转型的效果往往差强人意，我们小结了一下，企业大数据建设容易进入以下误区： 1.只有过程，没有结果 大数据建设是要为公司的运营发展服务的，而很多企业的大数据建设是过程轰轰烈烈，也花了很多精力和费用，但时效性相对比较短，按运动的方式建设，是否真的对运营发展有实质性提升，没有一个很好的指标化的跟管理发展一致的结果。 2.只有系统，没有运营 在很多公司，大数据建设是方向，是公司领导布置下来的重中之重的任务，而一般情况下，大数据建设的任务往往是落在IT部门肩上，IT部门一般是后端部门，主要是做系统支撑，在具体建设的时候，就把重心放在系统建设、数据管理上，而真正去推动前端数据运营，数据挖掘，管理建设优化，IT部门推动力相对是比较弱的。 最后可能的结果，IT部门建设了一个庞大的系统，但是没人用。 以下是一个系统架构示例，供参考。 大数据平台架构图 3.只有展示，没有提升 国内很多企业，领导精通业务，对报表也很精通，但在数据管理，运营逻辑上就关注的相对少一些。导致很多大数据建设就等于大屏展示，漂亮的，带动图效果的，实时更新的大屏展示，就成为了大数据建设的成果。 从展示到提升，到效果跟踪，实际上是一个有效的管理闭环，目前看来很多大数据建设过程中，往往效能提升和效果跟踪，并没有做到可以执行的结果。 以下是一个销售管理的展示，供参考。 4.只有数据，没有分析 很多企业，在做数据展示的时候，只是展示一些简单的，纯粹的数据，而这些数据背后的逻辑，可能产生的问题，可以提升的效能，可以牵引进一步行动的建议，都没有做很好的分析。 以下是一个分析示例，可以找到成功样本和非成功样本的分布示意： 所以说，大数据其实并不只是纯粹的技术，要产生效益，还是要从管理角度进行分析和判断，进行一个持续有效的大数据能力的建设。

应读者要求，我们开设科学论文专栏。 目前主要刊登一些因为各种原因未能发表在SCI期刊上，但具有相当水准的科学论文，欢迎大家投稿。

张宇识博士，科普作家、影视编剧、脱口秀演员。北京大学理学、经济学学士，北京大学理学博士，生物微电子机械方向。出版科普著作2部，均入选“全国优秀科普作品”，创作科普科幻电影剧本获中国电影文学最高奖“夏衍杯”奖项。参加中央电视台、等多档节目. 中央电视台拍摄其人物专题纪录片并播出。南方人物周刊2021魅力人物、十大新青年。 十万个为什么3.0”项目编委会 自2024年成立以来，“十万个为什么3.0”项目编委会已经发展成为一个由多个群体组成的强大网络。我们汇集了近千名来自世界顶尖学府（如斯坦福、哈佛、耶鲁、普林斯顿和MIT）的博士教授。这些杰出的学者不仅拥有深厚的学识，许多还是国际上著名的学术领袖。他们领导着专业团队，并在广泛的社交网络中发挥着无与伦比的影响力。作为全球最大的海外留学生精英网络，我们的成员们拥有广阔的国际视野和深入的跨文化交流经验。 我们的团队由顶尖的AI专家、科学家、工程师和创意内容制作者组成。他们不仅社交媒体经验丰富，而且在各自的专业领域具有卓越的技能。借助最先进的AI技术，我们能够整合这些专家的知识，将前沿科学转化为实用的应用程序和服务，为社会带来显著的贡献。作为一家公益性质的非盈利组织，我们致力于提供高质量的科技知识和资源，推动社会知识的普及和科技的发展，从而为全球科学进步和技术创新贡献力量。

作者：刘健, MD, PhD, 哈佛 AMP 《十万个为什么？》3.0 什么是 AlphaFold3? AlphaFold3 是 DeepMind 开发的用于蛋白质结构预测的最新人工智能系统。AlphaFold中的“Alpha”代表领先和创新，而“Fold”表示蛋白质结构折叠。AlphaFold 系列是生物学界的重要工具，帮助科学家解决了许多复杂的蛋白质结构预测问题。DeepMind 总部位于伦敦，2014 年被谷歌收购，并在 2015 年重组为 Alphabet Inc.的子公司，专注于人工智能研究。 AlphaFold 系列已有三代： 1. AlphaFold（2018 年）：在 CASP13 竞赛中展示了强大的蛋白质结构预测能力。 2. AlphaFold2（2020 年）：在 CASP14 中取得革命性突破，预测精度接近实验分辨率，从此成为生物学领域的重要工具。 3. AlphaFold3（2024 年）：于 2024 年 5 月 8 日发表在《自然》杂志, 这个新版本具有先进的基于扩散的架构, 增强了对包括蛋白质、核酸、小分子、离子和化学修饰残基在内的复杂结构的预测能力, 在蛋白质-配体和蛋白质-核酸相互作用方面的准确性显著高于以前的工具 AlphaFold3 在生物医学中的作用 1. 加速蛋白质结构研究：传统方法如 X 射线衍射法测定蛋白质结构十分耗时耗力，一个蛋白结构的研究可能需要几年甚至几十年。即使是使用获得了诺贝尔奖的冷冻电镜方法，也需要几周到几个月，且成本高昂。AlphaFold3 可以在短短几小时内高通量高精度地预测蛋白质结构，极大加快了这一过程。目前AlphaFold 对超 200 万多种来自几乎所有已知人类基因的蛋白质、其它常见研究生物（如小鼠、果蝇、拟南芥等）、以及数万种细菌和病毒蛋白质的结构进行了预测，为研究蛋白质功能奠定了基础。 2. 促进疾病机理研究：许多疾病如神经变性病、肿瘤等都与蛋白质结构异常或功能失调相关。AlphaFold3…

王坚博士，芝加哥教授学者协会会长 三体系统是包括三个天体的系统。1890年法国科学家庞加莱发现，三体系统的运动轨道对初始条件非常敏感，任何微小扰动都会迅速增长，造成轨道很大的偏离。就类似蝴蝶效应讲的对初始条件的敏感性：一只在亚马逊雨林中的蝴蝶扇动几下翅膀，就可以在两周以后引起美国得克萨斯州的一场龙卷风。在三体系统，夸张地讲，有可能是有一个人在其中之一的星球上跳一下，结果就引起三个星体轨道的巨大变化。 三体系统是不稳定的，太阳系是多体系统，加上行星还有卫星，就更不稳定了。一点微小的变化，可能会导致行星飞出太阳系，也可能会导致行星撞上太阳。 在我们这个时代，就观察到太阳系的不稳定性的具体实例，体现在美国发射的太空探测器旅行者1号，被木星、土星甩出太阳系。旅行者一号被木星，土星等行星加速到了第三宇宙速度，使得旅行者一号在2012年飞出太阳系。随后旅行者二号在2018年飞出太阳系。 行星的轨道也会受到其他行星的扰动。天王学家就是根据天王星轨道所受到的扰动，精确地计算出未知行星的轨道和位置，从而导致海王星被发现。 2009年，巴黎天文台的两位天文学家对太阳系在50亿年时间里的稳定性的进行了模拟计算。大多数模拟情况是稳定的，行星基本都在原来的轨道上运行。但是1%的模拟情况是不稳定的，水星、金星、地球、火星的轨道发生很大的变化，甚至会相互碰撞，或者被甩出太阳系。总的来讲，太阳系稳定的概率远远大于不稳定的概率。 在长远的时间里，甚至大陆板块都会漂移和碰撞。在人类存在的时间段，太阳系基本上是稳定的，不稳定的概率很低，我们是可以放心的。 引用： Mercury, Mars, Venus and the Earth: when worlds collide The question of the stability of the Solar System is one of the oldest problems in physics. In order to answer this question, the team of Paris observatory …