當(dāng)?shù)貢r(shí)間周三, 蘋果向媒體發(fā)出邀請(qǐng)函,證實(shí)公司將于美東部時(shí)間10月16日下午1點(diǎn)(北京時(shí)間10月17日凌晨1點(diǎn))舉行產(chǎn)品發(fā)布會(huì),預(yù)計(jì)蘋果將在此次發(fā)布會(huì)上推出新款iPad平板電腦、Mac電腦,同時(shí)蘋果還可能發(fā)布新的Mac操作系統(tǒng)軟件。
邀請(qǐng)函顯示,蘋果此次發(fā)布會(huì)的主題為:“久違了(It’s been way too long)”。
蘋果此次發(fā)布會(huì)地點(diǎn),設(shè)在了公司庫比蒂諾總部的市政廳禮堂,而這一場(chǎng)所要比蘋果發(fā)布其他產(chǎn)品所在的舊金山芳草地藝術(shù)中心以及加州圣何塞劇院小的多。
蘋果今年預(yù)計(jì)將展示新的ipad以及今年6月份蘋果全球開發(fā)者大會(huì)上所發(fā)布Mac OS X Yosemite電腦操作系統(tǒng)。此外,蘋果還可能引入新的Mac電腦,包括新的iMac。最近有報(bào)道稱,iPad可能包括一個(gè)黃金版本,同時(shí)還將搭載去年在iphone 5s上首次引入的Touch ID指紋傳感器。
蘋果在2010年推出的iPad改變了計(jì)算市場(chǎng),逼宮催生了大量的模仿設(shè)備。比如微軟,作為蘋果在個(gè)人電腦市場(chǎng)的長期對(duì)手,2012年也開始生產(chǎn)自己的平板電腦產(chǎn)品Surface。推出iPad以來,蘋果在平板電腦市場(chǎng)占據(jù)了主導(dǎo)地位,最近的一項(xiàng)調(diào)查數(shù)據(jù)顯示,iPad平板電腦全球市場(chǎng)份額達(dá)到27%、排名第一。與此同時(shí),iPad成為繼iPhone之后的蘋果第二大經(jīng)濟(jì)支柱,在蘋果總營收當(dāng)中,15%來自平板電腦。
但蘋果目前已經(jīng)產(chǎn)生了危機(jī)感,認(rèn)為公司需要找到一種提振iPad銷售的新方法。蘋果平板電腦沒有過去暢銷。在iPad銷量同比下降的同時(shí),連續(xù)兩個(gè)季度低于分析師預(yù)期。在截至6月28日的季度里,蘋果售出了1330萬臺(tái)ipad,比前一年下降了9%,低于分析師預(yù)期的1440萬。蘋果公司將iPad銷售疲弱歸因于兩個(gè)因素——需求低迷和渠道庫存設(shè)備數(shù)量。
好文章,需要你的鼓勵(lì)
新加坡國立大學(xué)研究團(tuán)隊(duì)開發(fā)了SPIRAL框架,通過讓AI與自己對(duì)弈零和游戲來提升推理能力。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視覺解決方案。
伊利諾伊大學(xué)研究團(tuán)隊(duì)通過對(duì)比實(shí)驗(yàn)發(fā)現(xiàn),經(jīng)過強(qiáng)化學(xué)習(xí)訓(xùn)練的視覺語言模型雖然表現(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(jī)構(gòu)聯(lián)合提出SparseLoRA技術(shù),通過動(dòng)態(tài)稀疏性實(shí)現(xiàn)大語言模型訓(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。