
近年來,不僅谷歌推出了Google Glass,三星等IT廠商也紛紛扎堆可穿戴設備市場,試圖在這個領域內(nèi)挖掘出新的商機。
當然,英特爾也不例外。在今年的CES2014上面,英特爾推出了針對可穿戴等智能設備的芯片方案——愛迪生(Edison),這也標志著英特爾正式進軍可穿戴設備市場。
可穿戴設備雖說是機遇,但同時也是挑戰(zhàn)。在臺北國際電腦展上,英特爾智能新設備事業(yè)部高級總監(jiān)Tom Foldesi認為目前可穿戴領域面臨5大挑戰(zhàn),分別是如何提供獨特的技術、怎樣才能改善人們的生活、產(chǎn)品外形如何才能既時尚又兼具個人風格、如何利用云、利用什么途徑來提升用戶體驗。
他表示英特爾看重可穿戴設備,在上個月推動了可穿戴設備挑戰(zhàn)賽,也希望借助此賽事向全世界征集創(chuàng)意以及創(chuàng)業(yè)者,優(yōu)勝者不僅可以贏取獎金,還能夠獲得英特爾提供的專業(yè)孵化服務。
在溝通會上面,他還與大家分享了由英特爾供應商AIQ Smart Clothing制造的智能衣原型(PPT),這款智能衣就內(nèi)嵌了英特爾的愛迪生芯片,它可以檢測使用者的心率和其他體征信號。
好文章,需要你的鼓勵
浙江大學團隊提出動態(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、編程等任務上顯著提升推理準確率,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。
清華大學研究團隊提出SIRI方法,通過"壓縮-擴張"交替訓練策略,成功解決了大型推理模型"話多且準確率低"的問題。實驗顯示,該方法在數(shù)學競賽題上將模型準確率提升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模型訓練提供了新思路。
南洋理工大學與騰訊聯(lián)合研究團隊開發(fā)出Rolling Forcing技術,實現(xiàn)AI視頻實時流式生成的重大突破。該技術通過滾動窗口聯(lián)合去噪、注意力錨點機制和高效訓練算法三項創(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。
華中科技大學研究團隊發(fā)現(xiàn),通過讓AI模型學習解決幾何問題,能夠顯著提升其空間理解能力。他們構建了包含約30000個幾何題目的Euclid30K數(shù)據(jù)集,使用強化學習方法訓練多個AI模型。實驗結(jié)果顯示,幾何訓練在四個空間智能測試基準上都帶來顯著提升,其中最佳模型達到49.6%準確率,超越此前最好成績。這項研究揭示了基礎幾何知識對培養(yǎng)AI空間智能的重要價值。