
近年来,不仅谷歌推出了Google Glass,三星等IT厂商也纷纷扎堆可穿戴设备市场,试图在这个领域内挖掘出新的商机。
当然,英特尔也不例外。在今年的CES2014上面,英特尔推出了针对可穿戴等智能设备的芯片方案——爱迪生(Edison),这也标志着英特尔正式进军可穿戴设备市场。
可穿戴设备虽说是机遇,但同时也是挑战。在台北国际电脑展上,英特尔智能新设备事业部高级总监Tom Foldesi认为目前可穿戴领域面临5大挑战,分别是如何提供独特的技术、怎样才能改善人们的生活、产品外形如何才能既时尚又兼具个人风格、如何利用云、利用什么途径来提升用户体验。
他表示英特尔看重可穿戴设备,在上个月推动了可穿戴设备挑战赛,也希望借助此赛事向全世界征集创意以及创业者,优胜者不仅可以赢取奖金,还能够获得英特尔提供的专业孵化服务。
在沟通会上面,他还与大家分享了由英特尔供应商AIQ Smart Clothing制造的智能衣原型(PPT),这款智能衣就内嵌了英特尔的爱迪生芯片,它可以检测使用者的心率和其他体征信号。
好文章,需要你的鼓励
浙江大学团队提出动态专家搜索方法,让AI能根据不同问题灵活调整内部专家配置。该方法在数学、编程等任务上显著提升推理准确率,且不增加计算成本。研究发现不同类型问题偏爱不同专家配置,为AI推理优化开辟新路径。
清华大学研究团队提出SIRI方法,通过"压缩-扩张"交替训练策略,成功解决了大型推理模型"话多且准确率低"的问题。实验显示,该方法在数学竞赛题上将模型准确率提升43.2%的同时,输出长度减少46.9%,真正实现了效率与性能的双重优化,为AI模型训练提供了新思路。
南洋理工大学与腾讯联合研究团队开发出Rolling Forcing技术,实现AI视频实时流式生成的重大突破。该技术通过滚动窗口联合去噪、注意力锚点机制和高效训练算法三项创新,解决了长视频生成中的错误累积问题,可在单GPU上以16fps速度生成多分钟高质量视频,延迟仅0.76秒,质量漂移指标从传统方法的1.66降至0.01,为交互式媒体和内容创作开辟新可能。
华中科技大学研究团队发现,通过让AI模型学习解决几何问题,能够显著提升其空间理解能力。他们构建了包含约30000个几何题目的Euclid30K数据集,使用强化学习方法训练多个AI模型。实验结果显示,几何训练在四个空间智能测试基准上都带来显著提升,其中最佳模型达到49.6%准确率,超越此前最好成绩。这项研究揭示了基础几何知识对培养AI空间智能的重要价值。