如果一開(kāi)始你沒(méi)有成功,請(qǐng)不斷努力。華碩正再次為其雙系統(tǒng)設(shè)備的推出尋求突破口,而且通過(guò)這次的努力,華碩很可能找到了一種能夠應(yīng)對(duì)微軟和谷歌反對(duì)的解決方法。
首先介紹一點(diǎn)背景知識(shí)。華碩在今年一月份舉辦的國(guó)際消費(fèi)電子展(CES)上推出了一款Windows 8.1-Android雙系統(tǒng)平板電腦/筆記本電腦變形設(shè)備。盡管該公司承諾稱(chēng)我們將在今年第二季度看到它,但至今這一設(shè)備還停留在概念階段。
據(jù)悉,由于用戶(hù)通過(guò)這一臺(tái)設(shè)備便可在Windows和Android桌面間迅速切換,這使得無(wú)論是谷歌還是微軟都不滿意。
而在臺(tái)北國(guó)際計(jì)算機(jī)展(Computex)會(huì)議上,華碩展出了全球首款五合一的變形產(chǎn)品Transformer Book V。不過(guò)這次,華碩在兩個(gè)完全獨(dú)立的硬件上運(yùn)行這兩個(gè)操作系統(tǒng),從表面上來(lái)看,這使得微軟和谷歌沒(méi)有了任何反對(duì)的理由。
盡管有些混亂,CNET阿洛伊修斯·洛(Aloysius Low)這樣描述了這款五合一的變形產(chǎn)品Transformer Book V(見(jiàn)底部圖片):“這是一款能夠?qū)⑵桨咫娔X切換成Android平板電腦的Android手機(jī),它不僅能夠運(yùn)行Android操作系統(tǒng),同時(shí)也能獨(dú)立運(yùn)行Windows 8.1操作系統(tǒng)。”
簡(jiǎn)而言之,這是一臺(tái)配有鍵盤(pán)的Windows 8.1平板電腦,當(dāng)用戶(hù)將Android手機(jī)插入設(shè)備后端時(shí)即可將其切換成一臺(tái)Android平板電腦(見(jiàn)頂部圖片)。
此外,這部手機(jī)的規(guī)格是相當(dāng)令人印象深刻的。它采用英特爾全新的四核64位Moorefield Atom處理芯片,支持LTE功能,2GB內(nèi)存,配置一塊分辨率為1920×1080像素的5英寸顯示屏,64GB存儲(chǔ)空間,運(yùn)行Android 4.4 KitKat操作系統(tǒng)。
而這臺(tái)五合一變形設(shè)備的平板部分采用的則是英特爾酷睿系列處理器,并配置一塊12.5英寸的顯示屏,不過(guò)分辨率只達(dá)到了高清?;蛟S這是由于在Android平板模式下,此時(shí)Android手機(jī)的處理器正在運(yùn)行,因此其分辨率就降為了高清(1280×720像素)。
然而,消費(fèi)者會(huì)購(gòu)買(mǎi)這樣一款將這么多不同設(shè)備拼湊在一起的產(chǎn)品嗎?而且,所有這些設(shè)備一起運(yùn)行會(huì)怎樣呢?
未來(lái)我們將能夠得知這些答案。不過(guò)就目前看來(lái),華碩似乎已經(jīng)成功做到了一件事:令谷歌和微軟沉默。
華碩、微軟和谷歌均未對(duì)此予以置評(píng)。
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(kāi)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(kāi)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。