CNET科技资讯网 1月5日 国际报道:虽然CES展会上到处都是机器人,但是乐高机器人可不是每年都有的。
过去一年中,具有教育意义的可编码机器人玩具在儿童科技领域一直是一个大趋势,从Jimu机器人到Cozmo机器人,无不体现这一趋势。乐高公司多年来一直都有着自己的教育性Mindstorm机器人工具包。
Lego Boost是乐高逾期展示的一个工具包,它是一套由马达和可编程模块组成的工具包,可编程模块可兼容现有的乐高玩具,把它们变成电动玩具或动作感应玩具。该应用还可以记录语音效果,因此,用户可以让自己的乐高机器人宠物说话。
Lego Boost工具包将于2017年下半年上市,售价为160美元,同时附带有说明书,用户可以用它们搭建五个不同的项目:“Vernie机器人、Frankie机器猫、吉他Guitar 4000、多工用探测车 4(Multi-Tool Rover 4,M.T.R.4)和Autobuilder。”之后,任何现有的乐高积木都可以在上面创作出新的作品,据乐高表示:“例如,用户可以构建一个可以制作一条龙或一匹小马等动物的行走基地,或是一个承载越野汽车或探测车等汽车的驾驶基地,以及一个可供孩子们打造自己的城堡甚至是未来空间站的入口。”这套装备主要针对7岁及以上儿童使用。
此外,乐高还为我们带来了一个可以处理编程部分的Android和iOS应用,乐高称之为编码须知。过去几年,大多数玩具机器人套装都采用类似的理念。很显然,乐高的优势在于,用户或许可以做成一个跳舞的恐龙,一个DIY蝙蝠车或星球大战机器人基地等等。
Lego Boost还附带有三个Boost模块,可以承受大部分重量,包括一个倾斜传感器、彩色距离传感器和一个发动机,同时还有843块传统乐高零部件和一个特殊的爬行垫,机器人可以在上面移动。
好文章,需要你的鼓励
新加坡国立大学研究团队开发了SPIRAL框架,通过让AI与自己对弈零和游戏来提升推理能力。实验显示,仅训练AI玩简单扑克游戏就能让其数学推理能力提升8.6%,通用推理提升8.4%,且无需任何数学题目作为训练材料。研究发现游戏中的三种推理模式能成功转移到数学解题中,为AI训练提供了新思路。
同济大学团队开发的GIGA-ToF技术通过融合多帧图像的"图结构"信息,创新性地解决了3D相机噪声问题。该技术利用图像间的不变几何关系,结合深度学习和数学优化方法,在合成数据集上实现37.9%的精度提升,并在真实设备上展现出色泛化能力,为机器人、AR和自动驾驶等领域提供更可靠的3D视觉解决方案。
伊利诺伊大学研究团队通过对比实验发现,经过强化学习训练的视觉语言模型虽然表现出"顿悟时刻"现象,但这些自我纠错行为并不能实际提升推理准确率。研究揭示了AI模型存在"生成-验证差距",即生成答案的能力强于验证答案质量的能力,且模型在自我验证时无法有效利用视觉信息,为AI多模态推理发展提供了重要启示。
MIT等顶尖机构联合提出SparseLoRA技术,通过动态稀疏性实现大语言模型训练加速1.6倍,计算成本降低2.2倍。该方法使用SVD稀疏性估计器智能选择重要计算部分,在保持模型性能的同时显著提升训练效率,已在多个任务上验证有效性。