北京时间2月11日午间消息,美国宾夕法尼亚大学最近发布一项研究表明,智能手机的计步应用精度已经足够高,在精度上完全可以媲美可穿戴设备,甚至更优。研究报告中对多款App的计步功能进行了统计,误差在-6.7%到6.2%之间,而可穿戴设备的误差在-22.7%到-1.5%之间。
这项研究共统计了全美前十的智能手机运动应用和可穿戴设备,由14名志愿者完成了500步和1500步的测量,每人都进行了两次测试,最终得出以上的结论。就在前不久,JAMA学术期刊上还得出了可穿戴设备对使用者生活习惯和健康几乎无促进作用的结论。
最后该研究小组的负责人给出的建议是,考虑到有超过65%的成年人随身携带智能手机,而可穿戴设备的普及率不足2%。,手机可以作为通用的健康追踪设备使用。
好文章,需要你的鼓励
超过二十年前,记者尼古拉斯·卡尔在《哈佛商业评论》中提出IT是商品化服务,缺乏竞争优势,这一争议再次成为焦点。当前由AI和自动化推动的技术变革中,许多企业领导者将技术决策推给IT部门,然后对结果不满。问题的核心在于组织未能构建让技术成功的环境。企业需要三个转变:将基础IT服务视为公用设施,在传统IT外构建数字和AI能力,让业务领导者对技术成果负责。
剑桥大学研究团队首次系统探索AI在多轮对话中的信心判断问题。研究发现当前AI系统在评估自己答案可靠性方面存在严重缺陷,容易被对话长度而非信息质量误导。团队提出P(SUFFICIENT)等新方法,但整体问题仍待解决。该研究为AI在医疗、法律等关键领域的安全应用提供重要指导,强调了开发更可信AI系统的紧迫性。
企业不仅能精准掌握碳足迹,更能在运营中产生可量化的商业价值,真正将可持续性从“理念”变为“行动”。
威斯康星大学研究团队开发出Prithvi-CAFE洪水监测系统,通过"双视觉协作"机制解决了AI地理基础模型在洪水识别上的局限性。该系统巧妙融合全局理解和局部细节能力,在国际标准数据集上创造最佳成绩,参数效率提升93%,为全球洪水预警和防灾减灾提供了更准确可靠的技术方案。