
Like A Bosch!
這個曾在去年CES被玩壞的梗,出現(xiàn)在博世Press day開場視頻中,所有生活場景,都可以通過“來個博世”解決,不管是起床、早餐、清理房間,還是清理草坪,甚至駕駛車輛和買東西,都只需動動手指,全部依靠博世解決。
這么神通廣大的黑科技到底是什么?答案就是博世的物聯(lián)網(wǎng)科技。
不過,CES2020,博世卻一改風格,全程高能講起了AI。
吃穿有AI,移動有AI,住行有AI,制造有AI,生產(chǎn)有AI,幾乎“AI is already part of our daily lives”。
現(xiàn)在,博世的業(yè)務(wù)都朝向AI轉(zhuǎn)型,衣食住行,沒有你想不到的,博世正在嘗試用技術(shù)改變這個時代。
其實,作為全球最大的技術(shù)和服務(wù)供應(yīng)商,博世的品牌宣傳一直保持著正氣和沉穩(wěn),這一次從物聯(lián)網(wǎng)過渡到AI,無疑代表著博世未來將做不一樣的事。
因為在博世,他們堅信AI x IoT,將收益每個人。
此外,博世還帶來了關(guān)于自動駕駛的好消息。在CES召開一周前,博世宣布已經(jīng)開發(fā)了一種低成本的光檢測和測距傳感器,可以讓自動駕駛汽車以3D視圖的方式“查看”周圍環(huán)境。
博世表示,這個內(nèi)部研發(fā)的傳感器有助于加速自動駕駛汽車的普及。Lidar將成為自動駕駛汽車的一個重要推動力。Lidar技術(shù)采用基于光的傳感器來生成道路3D圖像。不過,該技術(shù)對于大眾市場來說仍然成本過高。
但是博世并不擔心,他們正在努力讓該技術(shù)“準備就緒”,并讓大眾市場能夠負擔得起這項技術(shù)。
據(jù)悉,目前通用汽車、福特汽車和Alphabet旗下的Waymo等公司正在評估在他們各自的自動駕駛汽車中使用該技術(shù)。
或許,我們能在CES2020博世的展臺上,咫尺的距離就可以看到這項技術(shù)了。
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(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(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(gòu)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(chǔ)幾何知識對培養(yǎng)AI空間智能的重要價值。