熟物之法,最重火候?;鸷蚴桥胝{(diào)技術(shù)的一個重要環(huán)節(jié)。
“待它自熟莫催它,火候足時它自美”——宋朝的蘇東坡就寫過這樣的打油詩,形象生動地顯示了火候?qū)τ谑澄锏闹匾浴?/p>
2020年國際消費電子展上,惠而浦的這款Yummly智能溫度計廚房小白也能做出可口飯菜。
這款無線Yummly智能溫度計于2020年初上市,它使用雙溫度傳感器來監(jiān)控烤箱和食物的溫度。用戶可以使用Yummly應(yīng)用程序遠程跟蹤這些溫度,并在食物制作完成后收到通知。
2020年晚些時候,Yummly智能溫度計將能夠與連接的惠而浦烤箱通信。在Yummly應(yīng)用程序中,用戶可以通過查找fork圖標來識別已連接的食譜。Yummly的團隊說,連接功能意味著烤箱將知道你在食譜中已經(jīng)進行到哪個步驟,并會根據(jù)食譜需要自動將溫度調(diào)高或調(diào)低、烘焙或者燒烤。
科技行者了解到,該智能溫度計將以129美元的價格上市銷售。但作為一個溫度計,價格是否略貴呢?
它能把每個人的隨手涂鴉、身邊的物體、甚至自己的照片,瞬間變成活靈活現(xiàn)的動畫,把一切都變得"栩栩如生"。今天,Wonder Painter在CES 2020預(yù)展上給我們帶來了神奇的畫筆。
手機一拍,我的照片突然"活"了(如下圖),還可以以我為游戲角色,開始闖關(guān)打怪!有點惡搞的意味,但是很有意思!除了在游戲行業(yè),廣告營銷、內(nèi)容生產(chǎn)、教育等小小牛都有落地。
這家來自北京的小小牛創(chuàng)意科技有限公司,利用了計算機視覺、計算機圖形學(xué)、深度學(xué)習(xí)等各種智能算法,來實現(xiàn)看似魔法一樣的互動體驗。
本次預(yù)展的寵物(伴侶型)機器人也是亮點之一。日本公司Groove X Lovot機器人再度亮相CES2020。
Lovot在去年的CES上俘獲了大家的芳心。 Lovot來自日本公司Groove X,是嬌小型的滾動機器人,旨在將歡呼聲帶入人們的生活,就像一種機械寵物。它具有大眼睛,紐扣鼻和兩條類似鰭狀肢的手臂,當(dāng)Lovot想要跳舞,被撿起或以其他方式與用戶互動時會搖晃。
去年時,這款產(chǎn)品還處在研發(fā),只發(fā)布了設(shè)計的原型。而今年,在2020年國際消費電子展上,Groove X展示了其擁抱機器人的零售版,該產(chǎn)品現(xiàn)已在日本上市。最終版的Lovot可以連接到一個應(yīng)用程序,該應(yīng)用程序允許用戶自定義其外觀和交互方式,并跟蹤其行為。一旦Lovot“走遍”了足夠的距離,該應(yīng)用程序還可以顯示Lovot的生活空間的粗略輪廓——也就是你的家。借助這個功能,用戶可以遠程指示Lovot拍攝任何無障礙房間的照片。
不僅身體柔軟可抱,它作為“擁抱機器人”也很溫暖——內(nèi)部供電的所有電子設(shè)備都發(fā)熱,內(nèi)部風(fēng)扇也能夠?qū)⑺形矬w冷卻到最佳溫度,用Groove X自己的話說,是最接近“太陽溫暖的肚肚(sun-warmed puppy belly)”的溫度。
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(chǔ)幾何知識對培養(yǎng)AI空間智能的重要價值。