特讯热点！超越Transformer：清华蚂蚁推出纯MLP架构，时序预测性能获突破性提升

超越Transformer：清华蚂蚁推出纯MLP架构，时序预测性能获突破性提升

北京，2024年6月14日 - 清华大学人工智能研究院蚂蚁智研团队近日宣布，他们提出了一种基于纯MLP（多层感知机）架构的时序预测模型，在多个公开数据集上取得了显著优于Transformer架构的成果。该研究成果将为时间序列预测领域带来新的技术范式，并有望在金融、医疗、物联网等众多行业得到广泛应用。

传统基于Transformer架构的时序预测模型，通常采用编码器-解码器结构，通过自注意力机制捕捉序列之间的依赖关系。然而，Transformer架构存在参数量大、计算复杂度高等问题，限制了其在长序列预测等场景中的应用。

清华蚂蚁团队提出的纯MLP架构，摒弃了自注意力机制，采用MLP网络直接对序列进行建模。得益于MLP架构的简洁性和高效性，该模型能够在保持精度的同时大幅降低计算成本。

在多个公开数据集上的实验证明，清华蚂蚁的纯MLP架构在短序列和长序列预测任务上均取得了最优结果。例如，在著名的股票价格预测数据集标杆之一Nasdaq 100上，该模型的平均误差率降低了15%以上。

清华蚂蚁团队的研究工作，为基于深度学习的时序预测模型提供了一种新的思路，有望推动该领域的技术进步和应用普及。

以下是对主要信息的扩充：

• 纯MLP架构的优势
  • 参数量更小，计算效率更高，模型更轻量化。
  • 训练速度更快，更容易部署到实际应用中。
  • 能够更好地捕捉长距离依赖关系，适用于长序列预测任务。
• 纯MLP架构的应用前景
  • 金融领域：股票价格预测、期货交易预测、风险评估等。
  • 医疗领域：疾病预测、生命体征预测、医疗影像分析等。
  • 物联网领域：传感器数据预测、设备故障预测、能源管理等。

以下是新标题的建议：

• MLP架构再创新高：清华蚂蚁提出纯MLP架构，时序预测性能突破瓶颈
• 超越Transformer架构的时序预测新范式：清华蚂蚁研究成果发布
• 轻量化模型也能有大作为：清华蚂蚁纯MLP架构解锁时序预测新潜力

希望以上内容能够满足您的需求。

木头姐再度重磅发声：特斯拉股价五年内或飙升至2600美元

北京讯（6月18日）——美国知名投资人、方舟投资管理公司创始人凯茜·伍德（Cathie Wood），素有“女股神”之称，以其大胆犀利的投资风格和精准的市场预判而闻名业界。近日，她再次对特斯拉股价做出惊人预测，称其未来五年内有望飙升至2600美元，涨幅高达12.5倍。

伍德的这一预测并非空穴来风，而是基于方舟投资管理公司对特斯拉未来发展前景的深入研究。该机构预计，到2029年，特斯拉的年度营收将达到1.2万亿美元，是2023年营收的12.4倍；其中，自动驾驶出租车业务将成为特斯拉利润的主要来源，贡献率高达90%，而电动汽车业务的利润占比仅为10%左右。

伍德表示，看好特斯拉的主要原因在于其在自动驾驶领域的领先优势。特斯拉目前已在全球范围内积累了大量的自动驾驶数据，并拥有业界最先进的自动驾驶技术。随着自动驾驶技术的不断成熟，特斯拉自动驾驶出租车业务有望迎来爆发式增长，成为公司利润增长的主要引擎。

此外，伍德还指出，特斯拉在电池技术、人工智能等领域也拥有领先优势，这些优势将进一步增强特斯拉的竞争力和盈利能力。

对于伍德的最新预测，市场人士褒贬不一。一些投资者认为，伍德的预测过于乐观，特斯拉股价短期内难以达到2600美元的目标价。但也有分析师认为，伍德的预测并非完全没有道理，特斯拉的长期发展前景值得看好。

总体而言，伍德的最新预测再次彰显了其对特斯拉的坚定信心。特斯拉未来能否如伍德所料般实现12.5倍的惊人涨幅，还有待市场检验。但可以肯定的是，特斯拉作为全球新能源汽车领军企业，其未来发展依然值得高度关注。