當(dāng)?shù)貢r(shí)間本周三,黑莓終于推出了其自己的數(shù)字語(yǔ)音助力,并將其命名為黑莓助手(BlackBerry Assistant),該智能手機(jī)制造商希望它能夠與其競(jìng)爭(zhēng)對(duì)手已推出的一些個(gè)人助理軟件相匹敵。
在這個(gè)競(jìng)爭(zhēng)激烈的智能手機(jī)市場(chǎng),黑莓一直在努力繼續(xù)保留住他的用戶。繼蘋果公司在2011年末推出其語(yǔ)音助理Siri后,谷歌和微軟也緊隨其后,分別推出了Google Now和Cortana語(yǔ)音助手,而如今,黑莓終于也推出黑莓助理。鑒于其他語(yǔ)音助手先前便已上市,黑莓助理不太可能會(huì)成為這家加拿大公司手機(jī)的必備功能。
盡管如此,對(duì)黑莓粉絲而言,黑莓助手的推出或?qū)⒊蔀楹谳謾C(jī)用戶的一項(xiàng)便捷功能。這款黑莓助手可以通過(guò)語(yǔ)音控制來(lái)幫助用戶設(shè)置提醒、查詢電子郵件和日歷信息,以及一些其他功能。據(jù)悉,這些功能將伴隨著最新的BlackBerry 10.3操作系統(tǒng)一同發(fā)布。
黑莓宣稱其數(shù)字語(yǔ)音助手高效而不需用戶分心。從視覺(jué)上來(lái)看,黑莓助手更接近微軟Cortana的風(fēng)格,而不是蘋果Siri。
黑莓社會(huì)化媒體營(yíng)銷負(fù)責(zé)人唐尼·哈利韋爾(Donny Halliwell)于當(dāng)?shù)貢r(shí)間本周三在其博客中寫道:“對(duì)我來(lái)說(shuō),給我印象最深刻的是,當(dāng)我與黑莓助理交流時(shí),它能夠在不離開這個(gè)應(yīng)用的情況下完成大多數(shù)指令。”
然而,投資者們似乎對(duì)此沒(méi)有多大熱情。近日,蘋果與IBM宣布要合作推出基于iOS系統(tǒng)的特定企業(yè)應(yīng)用,或許是受到該消息的影響,黑莓股價(jià)下跌近9%,即1美元,現(xiàn)降至每股10.34美元。
由于黑莓的新一代智能手機(jī)BlackBerry 10沒(méi)能獲得主流消費(fèi)者的青睞,這家加拿大手機(jī)制造商明白其市場(chǎng)份額已經(jīng)縮小,而大多數(shù)主流消費(fèi)者仍繼續(xù)被iPhone或Android智能手機(jī)所吸引。
因此,在過(guò)去幾個(gè)月內(nèi),在黑莓公司新任CEO程守宗(John Chen)的領(lǐng)導(dǎo)下,黑莓已經(jīng)將其目光轉(zhuǎn)回到該公司業(yè)務(wù)客戶的核心受眾。該公司計(jì)劃在今年九月份推出一款4.5英寸的正方形智能手機(jī)BlackBerry Passport,這款智能手機(jī)將著重于滿足用戶管理電子表格以及處理其他與工作相關(guān)任務(wù)的需求。
當(dāng)用戶不方便使用鍵盤時(shí),尤其是在用戶處于駕駛狀態(tài)時(shí),黑莓助手能夠很方便地幫助用戶管理手機(jī)上的任務(wù)而不影響駕車安全。
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。