蘋果今天在全球開發(fā)者大會(huì)上公布了HealthKit平臺(tái),使用戶能跟蹤與健康有關(guān)的信息。HealthKit是健康信息的“中心”,包含一款名為Health的應(yīng)用。Health支持第三方健康設(shè)備。
蘋果軟件技術(shù)副總裁克萊格·費(fèi)德里希(Craig Federighi)表示,許多醫(yī)療機(jī)構(gòu)已經(jīng)成為蘋果合作伙伴,其中梅約醫(yī)院已經(jīng)在其系統(tǒng)中整合了HealthKit,幫助患者檢查血壓等指標(biāo)。Health能自動(dòng)判斷患者血壓是否在正常范圍內(nèi),并通知醫(yī)院患者是否需要做進(jìn)一步的檢查。
鑒于蘋果尚未推出可穿戴設(shè)備,Health支持第三方設(shè)備并不讓人感到意外。Health還揭示了未來(lái)蘋果可穿戴設(shè)備的“模樣”。
健康已經(jīng)成為科技產(chǎn)業(yè)的熱門話題。數(shù)家公司已經(jīng)推出了以健康為中心的產(chǎn)品,例如三星Gear Fit和Jawbone Up24,還有大量公司在開發(fā)血糖儀和其他類似產(chǎn)品。其他公司則認(rèn)為收集用戶數(shù)據(jù),預(yù)測(cè)他們何時(shí)會(huì)患病并提供有針對(duì)性的治療方案是一個(gè)巨大的商機(jī)。
蘋果的老對(duì)手三星已經(jīng)在利用移動(dòng)設(shè)備大舉進(jìn)軍健康領(lǐng)域。Galaxy S5智能手機(jī)和Gear Fit整合有心率檢測(cè)儀和健康應(yīng)用。上周三星公布了開發(fā)新型傳感器和云計(jì)算平臺(tái),收集健康數(shù)據(jù)的計(jì)劃。
迄今為止,蘋果在健康和健身市場(chǎng)還沒(méi)有什么動(dòng)作。蘋果與耐克聯(lián)合開發(fā)了一款健身應(yīng)用,但尚未獨(dú)立發(fā)布可穿戴或健康應(yīng)用。蘋果去年秋季曾表示,M7協(xié)處理器將催生新一代的健康和健身應(yīng)用,但目前只有少數(shù)幾款應(yīng)用利用了M7芯片,其中包括Nike+ Move、DayOne、Runtastic和Strava Run。
好文章,需要你的鼓勵(lì)
新加坡國(guó)立大學(xué)研究團(tuán)隊(duì)開發(fā)了SPIRAL框架,通過(guò)讓AI與自己對(duì)弈零和游戲來(lái)提升推理能力。實(shí)驗(yàn)顯示,僅訓(xùn)練AI玩簡(jiǎn)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(wú)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(jì)大學(xué)團(tuán)隊(duì)開發(fā)的GIGA-ToF技術(shù)通過(guò)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(jī)噪聲問(wèn)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(shí)現(xiàn)37.9%的精度提升,并在真實(shí)設(shè)備上展現(xiàn)出色泛化能力,為機(jī)器人、AR和自動(dòng)駕駛等領(lǐng)域提供更可靠的3D視覺(jué)解決方案。
伊利諾伊大學(xué)研究團(tuán)隊(duì)通過(guò)對(duì)比實(shí)驗(yàn)發(fā)現(xiàn),經(jīng)過(guò)強(qiáng)化學(xué)習(xí)訓(xùn)練的視覺(jué)語(yǔ)言模型雖然表現(xiàn)出"頓悟時(shí)刻"現(xiàn)象,但這些自我糾錯(cuò)行為并不能實(shí)際提升推理準(zhǔn)確率。研究揭示了AI模型存在"生成-驗(yàn)證差距",即生成答案的能力強(qiáng)于驗(yàn)證答案質(zhì)量的能力,且模型在自我驗(yàn)證時(shí)無(wú)法有效利用視覺(jué)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(jī)構(gòu)聯(lián)合提出SparseLoRA技術(shù),通過(guò)動(dòng)態(tài)稀疏性實(shí)現(xiàn)大語(yǔ)言模型訓(xùn)練加速1.6倍,計(jì)算成本降低2.2倍。該方法使用SVD稀疏性估計(jì)器智能選擇重要計(jì)算部分,在保持模型性能的同時(shí)顯著提升訓(xùn)練效率,已在多個(gè)任務(wù)上驗(yàn)證有效性。