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
企业谈AI基础设施时,注意力往往首先集中在模型、GPU和算力集群上。但当大模型应用走向规模化推理,一个瓶颈开始浮现:算力采购完成,并不意味着Token能够被稳定、低成本、可控地交付出去。
STATE16研究院这篇综述发现,物理AI系统存在"静默失效"风险——AI以高度自信执行基于错误世界信息的动作,却不触发任何报警,并提出在AI输出与物理执行之间建立独立授权层的框架。
穆拉蒂时隔18个月首次接受重大媒体采访,介绍其创立的Thinking Machines Lab正在开发的"交互模型"。该模型能以200毫秒间隔处理音频、文本和视频流,捕捉人类交流中的中断、修正和停顿。她还谈及OpenAI"政变周"经历,强调行业决策权过于集中的担忧,并回应了公司近期研究人员离职问题,表示这是初创实验室的正常波动。
UIUC与微软联合研发的OpenWebRL框架让4B小模型仅凭400条初始数据,通过在真实网站上边做边学的强化学习方式,在网页智能体基准上超越了用27万条数据训练的竞争对手。