今天,2014 CES Unveiled在上海拉開帷幕,這也是一系列活動的第一站,接下來會到法國巴黎等地繼續(xù)此項活動。
美國消費電子協(xié)會首席經(jīng)濟師Shawn DuBravac也在本次活動上亮相,他與大家分享了今年消費電子市場的三大趨勢,包括物理空間數(shù)字化、技術(shù)體驗的定制化與個人化英特網(wǎng)。
在物理空間數(shù)字化這個趨勢下,Shawn主要提到了健康領(lǐng)域可穿戴產(chǎn)品,通過數(shù)字化平臺實現(xiàn)檢測,讓人們可以展示生活的方方面面。
而技術(shù)體驗的定制化則主要講了3D打印技術(shù),3D打印影響了各行各業(yè),下圖是CEA對3D打印機的預(yù)測。
人們喜歡在英特網(wǎng)進行數(shù)據(jù)共享,CEA預(yù)計在2050年全球?qū)⒂谐^500億的智能終端設(shè)備,這也勢必改變英特網(wǎng)的體驗,人們在移動設(shè)備上花費時間越來越長,使用各種各樣的APP,這也會改變消費電子產(chǎn)品的走向。
Shawn最后還提到了可穿戴設(shè)備以及UHD市場,他表示現(xiàn)如今可穿戴市場處于萌芽期,基本都需要智能終端產(chǎn)品輔助,接下來也會有更多差異化設(shè)計的產(chǎn)品問世;而去年UHD銷售量達到了150萬臺,CEA預(yù)計今年將增長到1000萬臺,而且價格也會隨之下降。
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。