北京時間9月10日凌晨1點,在美國加利福尼亞州庫伯迪諾市舉行的蘋果秋季發(fā)布會上,朋友們期待已久的蘋果可穿戴設(shè)備終于現(xiàn)身了,命名為“apple watch”。
造型上并不像之前預(yù)測的那么科技感十足,方形的表盤,圓潤的線條設(shè)計,從現(xiàn)場的視頻來看,這款手表的質(zhì)感還是相當(dāng)不錯的,尺寸共有大小2個,款式分為Apple Watch、Apple Watch Sport、Apple Watch Edition三款可選。其中Apple Watch和Edition兩款表盤采用了藍寶石玻璃面板,Sport版則采用了Ion-X 玻璃材質(zhì)。內(nèi)嵌柔性的視網(wǎng)膜屏幕,支持多點觸控,同時加入了壓力感應(yīng)系統(tǒng),能清晰的感應(yīng)到你是點、還是按,從而觸發(fā)不同的操作效果。但觸控并不是這款手表最主要的控制方式,Apple Watch最大的創(chuàng)新就在于其提供給用戶一種全新的交互方式——“數(shù)碼皇冠”。設(shè)計在傳統(tǒng)手表表冠位置的,是一顆被稱之為“數(shù)碼皇冠”的旋鈕。通過它可以非常簡單的對Apple Watch進行操控,例如:按下表冠為返回主界面,旋動表冠則可以旋轉(zhuǎn)列表和放大、縮小等等。蘋果希望通過這樣的設(shè)計,帶給用戶們?nèi)碌氖褂酶惺堋?/p>
既然是手表,表帶的搭配也是相當(dāng)重要的。Apple Watch給用戶提供了多顏色、多材質(zhì)、多樣式的個性化選擇,可根據(jù)不同的使用需求進行搭配。
搭載了S1處理器,充電方式采用了類似 MacBook 的 MagSafe,同時支持信息傳輸。全新的UI,完全支持用戶自定義,光是時間的展示方式就非常的多樣化,可以更好的彰顯個性。
功能方面,除了具備了傳統(tǒng)手表報時的功能,同時也具備了大部分可穿戴設(shè)備的功能,諸如定時器、查看身體各方面的參數(shù)、指標(biāo),查看郵件等等,甚至可以查看整個太陽系的行星運轉(zhuǎn)狀況。語音控制方面,集成了Siri,使其大部分功能均可在Apple Watch上得到實現(xiàn)。
另外,Apple Watch除了傳統(tǒng)的打電話、發(fā)短信的溝通方式,新添加了一種通過即時的動畫,表現(xiàn)心情、需求等信息的溝通方式。這樣看似有點原始的圖像表達,在當(dāng)今社會中,也許能更好的促進人們情感的溝通。在某些特定的情境下,還會產(chǎn)生意想不到的效果,甚至還可以跟朋友之間約定一些“暗號“來傳達信息。這樣的小功能,還是相當(dāng)有趣的。
針對Apple Watch,蘋果開放了接口WatchKit,更好的支持了第三方應(yīng)用,能看出蘋果也很期待有更多優(yōu)秀的第三方應(yīng)用程序可以出現(xiàn)Apple Watch上。Apple Watch需要和iPhone配合使用,目前支持iPhone 5全系列手機,當(dāng)然也包括iPhone 6。估計在未來,Apple Watch還可以控制包含Apple TV外更多的硬件。
Apple Watch的上市時間是2015年上半年,定價為349美元,約合人民幣2141人民幣。
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(zhǔn)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。