企業(yè)咨詢公司Frost & Sullivan首席分析師丹·雷伯恩(Dan Rayburn)稱,目前,蘋果依靠Akamai和Level 3向用戶發(fā)布應(yīng)用、iTunes內(nèi)容和軟件升級包,但這種情況可能會發(fā)生改變。蘋果可能會控制更多的用戶體驗。
雷伯恩說,蘋果可能正在建設(shè)自己的內(nèi)容發(fā)布網(wǎng)絡(luò),向消費者發(fā)布應(yīng)用、軟件升級包和iTunes內(nèi)容。
目前有關(guān)蘋果建內(nèi)容發(fā)布網(wǎng)絡(luò)的詳情還相當少,但雷伯恩指出,蘋果正在建設(shè)自己的網(wǎng)絡(luò),已經(jīng)招聘了多名有建設(shè)大規(guī)模網(wǎng)絡(luò)經(jīng)驗的人才。目前還不清楚蘋果網(wǎng)絡(luò)可能發(fā)布的內(nèi)容類型、服務(wù)哪些地區(qū)以及其他因素。
目前,Akamai和Level 3為蘋果提供內(nèi)容發(fā)布服務(wù)。隨著日趨重視iCloud服務(wù),蘋果可能希望控制內(nèi)容發(fā)布服務(wù),這將使用戶享受到更好的服務(wù),使蘋果更好地控制其產(chǎn)品。
雷伯恩說,“除向設(shè)備發(fā)布內(nèi)容的通道外,蘋果控制著全部的用戶體驗。由于不擁有‘最后一公里’,蘋果不能完全控制用戶體驗。與目前相比,擁有自主的內(nèi)容發(fā)布網(wǎng)絡(luò),將使蘋果對用戶體驗有更高程度的控制和更高的安全性。”
蘋果未就此置評。
好文章,需要你的鼓勵
新加坡國立大學(xué)研究團隊開發(fā)了SPIRAL框架,通過讓AI與自己對弈零和游戲來提升推理能力。實驗顯示,僅訓(xùn)練AI玩簡單撲克游戲就能讓其數(shù)學(xué)推理能力提升8.6%,通用推理提升8.4%,且無需任何數(shù)學(xué)題目作為訓(xùn)練材料。研究發(fā)現(xiàn)游戲中的三種推理模式能成功轉(zhuǎn)移到數(shù)學(xué)解題中,為AI訓(xùn)練提供了新思路。
同濟大學(xué)團隊開發(fā)的GIGA-ToF技術(shù)通過融合多幀圖像的"圖結(jié)構(gòu)"信息,創(chuàng)新性地解決了3D相機噪聲問題。該技術(shù)利用圖像間的不變幾何關(guān)系,結(jié)合深度學(xué)習(xí)和數(shù)學(xué)優(yōu)化方法,在合成數(shù)據(jù)集上實現(xiàn)37.9%的精度提升,并在真實設(shè)備上展現(xiàn)出色泛化能力,為機器人、AR和自動駕駛等領(lǐng)域提供更可靠的3D視覺解決方案。
伊利諾伊大學(xué)研究團隊通過對比實驗發(fā)現(xiàn),經(jīng)過強化學(xué)習(xí)訓(xùn)練的視覺語言模型雖然表現(xiàn)出"頓悟時刻"現(xiàn)象,但這些自我糾錯行為并不能實際提升推理準確率。研究揭示了AI模型存在"生成-驗證差距",即生成答案的能力強于驗證答案質(zhì)量的能力,且模型在自我驗證時無法有效利用視覺信息,為AI多模態(tài)推理發(fā)展提供了重要啟示。
MIT等頂尖機構(gòu)聯(lián)合提出SparseLoRA技術(shù),通過動態(tài)稀疏性實現(xiàn)大語言模型訓(xùn)練加速1.6倍,計算成本降低2.2倍。該方法使用SVD稀疏性估計器智能選擇重要計算部分,在保持模型性能的同時顯著提升訓(xùn)練效率,已在多個任務(wù)上驗證有效性。