Gartner研究機(jī)構(gòu)發(fā)布報告說,移動應(yīng)用程序三年內(nèi)的下載量將超過2480億,收入達(dá)到770億美元,家用電器,汽車以及可穿戴設(shè)備將是移動應(yīng)用程序增長的推動力量。
Gartner研究主任Brian Blau表示:“移動應(yīng)用程序已經(jīng)成為向用戶推送內(nèi)容與服務(wù)的正式渠道,這意味著用戶正在不斷通過移動程序消費(fèi)數(shù)據(jù)。隨著用戶適應(yīng)這種模式,用戶個人數(shù)據(jù)-他們所說,所做以及去哪-正在改變應(yīng)用程序的交互模式。”
目前,92%的移動應(yīng)用是免費(fèi)的,不過,用戶產(chǎn)生的數(shù)據(jù)將是一個潛在的金礦。當(dāng)可穿戴設(shè)備,互聯(lián)網(wǎng)家電就像今天的智能手機(jī)與平板電腦一樣普及時,個人用戶數(shù)據(jù)將會出現(xiàn)指數(shù)級增長。
這就意味著,目前已經(jīng)和用戶建立了移動應(yīng)用關(guān)系的公司,像谷歌,F(xiàn)acebook,亞馬遜和蘋果將有巨大發(fā)展,這些公司已經(jīng)在收集用戶的個人數(shù)據(jù)信息,位置,偏好,朋友等。個人用戶數(shù)據(jù)將是智能家庭解決方案的關(guān)鍵。
Gartner公司還預(yù)計,到2017年,可穿戴設(shè)備應(yīng)用程序?qū)⒄嫉秸麄€移動應(yīng)用程序市場的半壁江山。
好文章,需要你的鼓勵
浙江大學(xué)團(tuán)隊提出動態(tài)專家搜索方法,讓AI能根據(jù)不同問題靈活調(diào)整內(nèi)部專家配置。該方法在數(shù)學(xué)、編程等任務(wù)上顯著提升推理準(zhǔn)確率,且不增加計算成本。研究發(fā)現(xiàn)不同類型問題偏愛不同專家配置,為AI推理優(yōu)化開辟新路徑。
清華大學(xué)研究團(tuán)隊提出SIRI方法,通過"壓縮-擴(kuò)張"交替訓(xùn)練策略,成功解決了大型推理模型"話多且準(zhǔn)確率低"的問題。實驗顯示,該方法在數(shù)學(xué)競賽題上將模型準(zhǔn)確率提升43.2%的同時,輸出長度減少46.9%,真正實現(xiàn)了效率與性能的雙重優(yōu)化,為AI模型訓(xùn)練提供了新思路。
南洋理工大學(xué)與騰訊聯(lián)合研究團(tuán)隊開發(fā)出Rolling Forcing技術(shù),實現(xiàn)AI視頻實時流式生成的重大突破。該技術(shù)通過滾動窗口聯(lián)合去噪、注意力錨點(diǎn)機(jī)制和高效訓(xùn)練算法三項創(chuàng)新,解決了長視頻生成中的錯誤累積問題,可在單GPU上以16fps速度生成多分鐘高質(zhì)量視頻,延遲僅0.76秒,質(zhì)量漂移指標(biāo)從傳統(tǒng)方法的1.66降至0.01,為交互式媒體和內(nèi)容創(chuàng)作開辟新可能。
華中科技大學(xué)研究團(tuán)隊發(fā)現(xiàn),通過讓AI模型學(xué)習(xí)解決幾何問題,能夠顯著提升其空間理解能力。他們構(gòu)建了包含約30000個幾何題目的Euclid30K數(shù)據(jù)集,使用強(qiáng)化學(xué)習(xí)方法訓(xùn)練多個AI模型。實驗結(jié)果顯示,幾何訓(xùn)練在四個空間智能測試基準(zhǔn)上都帶來顯著提升,其中最佳模型達(dá)到49.6%準(zhǔn)確率,超越此前最好成績。這項研究揭示了基礎(chǔ)幾何知識對培養(yǎng)AI空間智能的重要價值。