北京时间4月16日上午消息,研究院今天推出了一个最新项目:谷歌手写输入。除了语音和键盘输入外,Android 4.0.3及以上版本的用户现在还可以直接在任何Android应用中使用手写方式输入文本。
这款新工具可以识别82种语言和20种笔记。实际测试显示,很多潦草的字迹也可以实现较高的识别率。不仅如此,这种工具甚至还能自动识别手写的表情符号。
值得一提的是,这并非谷歌首次进入手写识别领域,但却是该公司首次将手写工具融入整个Android系统。谷歌之前已经可以在谷歌翻译应用中使用这项工具,移动搜索和谷歌输入工具也都支持该功能。
这项工具能在日常使用中提供多大的实用性目前还尚未可知。得益于现代化的滑动键盘,Android上的文本输入已经非常便利,精确度也很高。但正如谷歌所说,还有很多种语言难以充分利用标准键盘,所以使用手写方式或许更加便利,中文便是其中之一。
谷歌已经为很多语言提供了专用手写输入工具,但正如谷歌研究院所说,这款新应用整合了之前的所有功能,而且可以实现本地和云端的双重识别。
该应用已经可以在Google Play商店下载。
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。