不知从什么时候开始,以谷歌眼镜为代表的穿戴式智能设备如雨后春笋般现身。通常来说,可穿戴设备是指那些直接穿在身上或是整合进用户的衣服或配件的 设备,除了谷歌眼镜、蓝牙耳机、手表计算器这些我们熟悉的设备外,还有些新奇的东西,比如发亮的裙子、会自动拍照的挂饰摄像头、键盘裤子、传感器智能服、 太阳能充电背包等。
可穿戴技术是20世纪60年代美国麻省理工学院媒体实验室提出的创新技术,利用该技术可以把多媒体、传感器和无线通信等技术嵌入人们的衣着中,可支 持手势和眼动操作等多种交互方式。专家预计,今年将销售接近1500万台可穿戴智能设备,到2017年销售数量将接近7000万台。在产品体积越来越小、 重量越来越轻、功耗越来越低的趋势下,将可穿戴设备连接到功能强大的智能手机或平板电脑进行数据处理和与云端的数据传输变得尤为重要。因此,移动智能设备 已经成为连接一切的枢纽。市场调查机构Gartner预计,到2016年,可穿戴式智能电子产品的市场规模将达到100亿美元,而整个互联网市场将会向移 动终端倾斜。
随着可穿戴技术越来越重要,利用无线连接技术实现设备与智能手机的互联将会成为开发这些设备应用潜力的关键所在。例如,借助近场通信(NFC)技 术,消费者可以购买新型可穿戴设备并将其方便地连接到智能手机,进行快速安全的通信,不需要其他复杂的菜单或繁琐的设置过程;借助Bluetooth Smart和WiFi技术,消费者可以从可穿戴设备中获取数据(例如消耗的卡路里、心率等),并将数据传送到智能手机或云端,而不会消耗太多电量;借助 WiFi直连技术,消费者可以直接将两个WiFi设备连接在一起,不需要接入点或计算机;将可穿戴设备与定位技术结合起来,可以实现一些有趣的新应用功 能,比如医生可以在临床环境中跟踪患者的情况,零售商可以向消费者发送有针对性的广告信息。
好文章,需要你的鼓励
工业升级的关键,或许在于智能本身。“工业+机器人”将成为通向下一阶段工业体系的核心抓手。——黄仁勋。
浙江大学等联合研究发现,AI强化学习效果取决于"模型-任务对齐"程度。当AI擅长某任务时,单样本训练、错误奖励等非常规方法也有效;但面对陌生任务时,这些方法失效,只有标准训练有用。研究团队通过大量实验证实,这种"舒适圈"现象比数据污染更能解释训练差异,为AI训练策略优化提供了新思路。
瑞士政府正式发布了自主研发的人工智能模型,该模型完全基于公共数据进行训练。这一举措标志着瑞士在AI技术自主化方面迈出重要一步,旨在减少对外国AI技术的依赖,同时确保数据安全和隐私保护。该模型的推出体现了瑞士对发展本土AI能力的战略重视。
巴赫切希尔大学研究团队通过对五种不同规模YOLO模型的量化鲁棒性测试发现,静态INT8量化虽能带来1.5-3.3倍速度提升,但会显著降低模型对噪音等图像损伤的抵抗能力。他们提出的混合校准策略仅在大型模型处理噪音时有限改善,揭示了效率与鲁棒性平衡的复杂挑战。