
自人类进入太空以来,他们的手腕上就一直带有手表,其中最著名的是美国宇航局宇航员佩戴的欧米茄超霸系列手表。随着智能手表时代的来临,宇航员也可能“鸟枪换炮”。
进入太空的智能手表的功能,将不仅仅是需要手动上发条的超霸系列手表能提供的计时和计数功能。美国宇航局已经在Freelancer上发起竞赛活动,要求参赛者设计一款能被宇航员在太空中使用的智能手表应用,获胜应用的开发者将获得1500美元奖金。
宇航员使用的当前接口的示范屏幕,顺时针方向从左上角依次是:警告、地面通信状态和宇航员的时间表
美国宇航局在文件中称,“我们对新兴的智能手表技术很有兴趣,希望利用这一技术,开发一款对宇航员有用的智能手表应用。这次竞赛,旨在设计供在国际空间站上使用的智能手表应用通用用户界面。”
这款应用将用来显示对宇航员来说重要的信息。例如,宇航员时间明细表的日常工作事项视图,目前宇航员通过iPad或笔记本查看时间明细表;不同颜色的警告信息;表明国际空间站能否与地面通讯的通讯状态;定时装置。
应用应当能使宇航员关注他们需要的信息,提供对宇航员动作的回馈,适合在智能手表的显示屏内实现。所有这些功能需要在一款能在三星Gear 2上运行的应用内实现。
参赛者不需要真正开发出应用。他们的任务是设计应用的用户界面,以图像文件的形式提交参赛作品即可。美国宇航局这次竞赛的目的可能是:解决宇航员在穿戴笨重的宇航服的情况下如何操纵智能手表的触摸屏。
好文章,需要你的鼓励
过去十年,终端厂商比拼的是“性能”和“参数”,如今,竞争的焦点正转向“智能程度”。
Fractal AI Research实验室开发了Fathom-DeepResearch智能搜索系统,该系统由两个4B参数模型组成,能够进行20多轮深度网络搜索并生成结构化报告。研究团队创新了DUETQA数据集、RAPO训练方法和认知行为奖励机制,解决了AI搜索中的浅层化、重复性和缺乏综合能力等问题,在多项基准测试中显著超越现有开源系统,为AI助手向专业研究工具转变奠定了基础。
快手科技与清华大学合作发现当前AI语言模型训练中存在严重的权重分配不平衡问题,提出了非对称重要性采样策略优化(ASPO)方法。该方法通过翻转正面样本的重要性权重,让模型把更多注意力放在需要改进的部分而非已经表现良好的部分,显著提升了数学推理和编程任务的性能,并改善了训练稳定性。