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
AIM Intelligence联合多所知名大学揭示了音频AI系统的重大安全漏洞,开发出名为WhisperInject的攻击方法。这种攻击能让看似无害的音频指令操控AI生成危险内容,成功率超过86%,完全绕过现有安全机制。研究暴露了多模态AI系统的系统性安全风险,对全球数十亿智能设备构成潜在威胁。
新加坡国立大学研究团队系统梳理了视觉强化学习领域的最新进展,涵盖超过200项代表性工作。研究将该领域归纳为四大方向:多模态大语言模型、视觉生成、统一模型框架和视觉-语言-动作模型,分析了从RLHF到可验证奖励范式的政策优化策略演进,并识别出样本效率、泛化能力和安全部署等关键挑战,为这一快速发展的交叉学科提供了完整的技术地图。
浙江大学研究团队通过OmniEAR基准测试揭示了当前AI模型在物理世界推理方面的严重缺陷。测试显示,即使最先进的AI在明确指令下能达到85-96%成功率,但面对需要从物理约束推断行动的任务时,成功率骤降至56-85%。研究发现信息过载反而降低AI协作能力,监督学习虽能改善单体任务但对多智能体协作效果甚微,表明当前架构存在根本局限性。
纽约大学和Aimpoint Digital Labs的研究团队首次揭示了Transformer模型训练中"大规模激活"的完整发展轨迹。这些影响力比普通激活大千倍的"超级激活"遵循可预测的数学规律,研究者开发出五参数公式能以98.4%准确率预测其变化。更重要的是,通过调整模型架构参数如注意力密度、宽深比等,可以在训练前就预测和控制这些关键激活的行为,为设计更高效、量化友好的AI模型提供了全新工具。