世界正在對蘋果新產(chǎn)品正翹首以待,這家全球最大科技公司悄悄開始追逐三個新機遇。
不是智能手表,不是平板手機或高清電視機。蘋果正在追逐的三大生態(tài)系統(tǒng)遠(yuǎn)比我們想象的要深遠(yuǎn)。
過去幾年,業(yè)界一直在對蘋果的智能手表議論紛紛,如果蘋果要推出這樣的產(chǎn)品,它一定會將其打造成一種平臺,各種醫(yī)療健康設(shè)備可以和它相連,從醫(yī)生辦公室才有的心臟、氧氣監(jiān)測儀到健身房的運動設(shè)備,以及家庭設(shè)備。
想想當(dāng)年iPod和iPhone出現(xiàn)的情況吧?,F(xiàn)在已經(jīng)有心臟監(jiān)視儀和血壓監(jiān)視儀與iPhone無線連接。蘋果只需更進一步,創(chuàng)建一種無線協(xié)議標(biāo)準(zhǔn),一個通用軟件平臺進行數(shù)據(jù)集成。
蘋果可能使用“低功耗藍(lán)牙”(Bluetooth Low Energy)。軟件方面,蘋果已經(jīng)在進行開發(fā)。有報道說,蘋果將在iOS 8中推出名為Healthbook的app應(yīng)用。當(dāng)然,如果蘋果在WWDC大會上發(fā)布iWatch,那么這種生態(tài)系統(tǒng)已經(jīng)開始形成。
和數(shù)字醫(yī)療一樣,智能家居也是改變21世紀(jì)的一股風(fēng)潮。有消息說,蘋果會在WWDC 2014大會上發(fā)布一種智能家居軟件平臺。此軟件允許第三方硬件和軟件提供商將他們的智能家居系統(tǒng)和iPhone和iPad連接。
據(jù)推測,蘋果會在iOS 8系統(tǒng)中發(fā)布一個智能家居應(yīng)用,iOS設(shè)備由此能夠控制許多家庭系統(tǒng),比如安全系統(tǒng),照明,智能家電等。2013年11月,蘋果獲得相關(guān)專利。
和幾十年前一樣,零售商店購物體驗還是老樣子,人們在商店內(nèi)轉(zhuǎn)悠,挑選商品,看促銷廣告,然后排隊結(jié)賬。利用iBeacon,蘋果現(xiàn)在準(zhǔn)備將零售商店購物進行數(shù)字化。
使用低功耗藍(lán)牙技術(shù),iBeacon等小令牌可以被放置在很多地方,它們可以與附近的手機進行通訊。這些小令牌能夠幫助購物者進行商店導(dǎo)航,獲取商品信息,對特殊的打折商品進行提醒,節(jié)約購物者停留的時間等。
相當(dāng)多的美國大型零售店正在進行相關(guān)的實驗。不過,最大的障礙是,人們不得不使用眾多不同的app程序獲得這些購物幫助。如果蘋果能在iOS 8中推出相關(guān)的應(yīng)用程序,這種混亂的平臺有望得以統(tǒng)一。
上周,通用電氣宣布將把iBeacon整合進新的LED企業(yè)燈具當(dāng)中,包括沃爾瑪在內(nèi)的超市將使用這種燈具。
好文章,需要你的鼓勵
浙江大學(xué)團隊提出動態(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)研究團隊提出SIRI方法,通過"壓縮-擴張"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、注意力錨點機制和高效訓(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。