德國一家科研機(jī)構(gòu)面向谷歌眼鏡(Google Glass)開發(fā)出一款面部識別應(yīng)用——SHORE,該應(yīng)用除了可判斷人的年齡、性別外,還看通過大量數(shù)據(jù),分析、識別人的情緒。
SHORE的全名為“復(fù)雜的高速物體識別引擎”(Sophisticated High-speed Object Recognition Engine),由德國弗勞恩霍夫研究所(Fraunhofer Institute)開發(fā)。
谷歌眼鏡因涉及隱私保護(hù)而備受關(guān)注,與谷歌眼鏡配套的SHORE識別應(yīng)用,隱私保護(hù)問題自然被格外關(guān)注。弗勞恩霍夫研究所稱,出于隱私保護(hù),他們所收集的數(shù)據(jù)均未發(fā)送到云端。
據(jù)悉,“SHORE”的面部識別系統(tǒng),能夠處理來自谷歌眼鏡上的實(shí)時(shí)視頻信號,并通過多年來使用C++語言創(chuàng)建的一個(gè)“高效”程序庫數(shù)據(jù)進(jìn)行比對分析,最終實(shí)現(xiàn)對人的年齡、性別以及情緒的識別。
“SHORE”的面部識別系統(tǒng)應(yīng)用可向某些用戶提供幫助,比如自閉癥患者。該應(yīng)用還用來進(jìn)行市場分析及其他更多商業(yè)領(lǐng)域。
SHORE應(yīng)用尚無法下載使用,尚不清楚是技術(shù)問題,還是推廣問題。弗勞恩霍夫研究所對此未予置評。
好文章,需要你的鼓勵(lì)
浙江大學(xué)團(tuán)隊(duì)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(jì)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(duì)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(shí)驗(yàn)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(shí),輸出長度減少46.9%,真正實(shí)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(duì)開發(fā)出Rolling Forcing技術(shù),實(shí)現(xiàn)AI視頻實(shí)時(shí)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(xiàng)創(chuàng)新,解決了長視頻生成中的錯(cuò)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(duì)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(gè)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(gè)AI模型。實(shí)驗(yàn)結(jié)果顯示,幾何訓(xùn)練在四個(gè)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(xiàng)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(jià)值。