蘋(píng)果有可能最早在今年秋季推出一款新移動(dòng)支付系統(tǒng),使該領(lǐng)域競(jìng)爭(zhēng)更趨白熱化。
當(dāng)?shù)貢r(shí)間本周三,美國(guó)科技網(wǎng)站Information報(bào)道稱(chēng),最近數(shù)月蘋(píng)果與支付業(yè)界之間的交談日益升溫。該網(wǎng)站援引了解相關(guān)交談內(nèi)容的消息人士的話稱(chēng),蘋(píng)果高管探討盡快推出一款移動(dòng)“錢(qián)包”服務(wù),眾所期盼的iPhone 6中或包含該服務(wù)。
移動(dòng)支付領(lǐng)域已引發(fā)科技界密切關(guān)注,科技公司渴望獲得客戶(hù)支付數(shù)據(jù)、或從借貸交易中分得一杯羹。另外,使用智能手機(jī)實(shí)施店內(nèi)支付并未受到顧客熱捧,少量主流公司也沒(méi)有取得突破性進(jìn)展。
Google研發(fā)的Google Wallet錢(qián)包應(yīng)用遭到無(wú)線運(yùn)營(yíng)商網(wǎng)絡(luò)封殺;數(shù)家無(wú)線運(yùn)營(yíng)商希望借助Isis Mobile Wallet服務(wù)實(shí)施移動(dòng)支付,它們花費(fèi)數(shù)年時(shí)間締結(jié)合作關(guān)系,但本月表示因“Isis”一詞與中東恐怖組織同名而決定改變?cè)摲?wù)名稱(chēng)。Isis Mobile錢(qián)包項(xiàng)目最初由Verizon Wireless、AT&T和T-Mobile發(fā)起。
Square和eBay公司的PayPal是眾多提供移動(dòng)支付服務(wù)公司中的兩家佼佼者。
大量公司大約在2011年左右開(kāi)始介入移動(dòng)支付,但蘋(píng)果涉足較晚,業(yè)界觀察人士一直期待蘋(píng)果最終會(huì)推出一款移動(dòng)錢(qián)包服務(wù)。蘋(píng)果CEO蒂姆·庫(kù)克(Tim Cook)曾表示公司對(duì)移動(dòng)支付興趣盎然,并強(qiáng)調(diào)iPhone 5S中Touch ID功能會(huì)彌補(bǔ)支付功能。
蘋(píng)果在移動(dòng)支付領(lǐng)域邁出的一小步是2012年發(fā)布的一款Passbook服務(wù)——在iPhone上整合用戶(hù)優(yōu)惠卡、優(yōu)惠券和票據(jù)信息,但不包含借記卡或信用卡支付功能。
是否推新款移動(dòng)支付系統(tǒng),蘋(píng)果并未就此發(fā)表評(píng)論。
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。