市場研究機構(gòu)Juniper Research周一發(fā)布的一份調(diào)查報告結(jié)果顯示,由于支付服務Apple Pay等普及,越來越多用戶會通過移動設備進行網(wǎng)上購物或銀行理財,預計2017年,全球移動商務交易用戶將增至20億。
Juniper預計,到今年年底,全球范圍內(nèi)通過智能手機或平板電腦參與某種形式的移動商務交易用戶總量將達到16億。Juniper所定義的移動商務交易用戶,指那些利用智能手機和平板電腦,將自己銀行賬款轉(zhuǎn)至電子商務平臺的用戶。
Juniper稱,推動移動商務交易市場增長的關鍵動力來自成熟市場。報告顯示,在未來五年內(nèi),半數(shù)在線交易將在移動設備上進行,而不是在PC上。但Juniper未透露目前通過移動設備進行的在線交易在所有在線交易中的占比。
Juniper同時指出,近場通信(NFC)技術在移動商務領域尚未普及,比如在在一些發(fā)達國家市場,蘋果的Apple Pay和谷歌錢包尚未推出,但預計蘋果的Apple Pay將在很短時間內(nèi)推動移動交易市場增長。
不過關于未來移動商務前景的預測并非全是利好消息。Juniper支持,盡管移動交易市場未來將有樂觀增長,但用戶明顯對于移動解決方案的安全性能仍保持擔憂,而這可能會有效阻礙移動商務的健康發(fā)展。
Juniper暫未及時回應記者置評請求。
好文章,需要你的鼓勵
新加坡國立大學研究團隊開發(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,僅訓練AI玩簡單撲克游戲就能讓其數(shù)學推理能力提升8.6%,通用推理提升8.4%,且無需任何數(shù)學題目作為訓練材料。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)學解題中,為AI訓練提供了新思路。
同濟大學團隊開發(fā)的GIGA-ToF技術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。該技術利用圖像間的不變幾何關系,結(jié)合深度學習和數(shù)學優(yōu)化方法,在合成數(shù)據(jù)集上實現(xiàn)37.9%的精度提升,并在真實設備上展現(xiàn)出色泛化能力,為機器人、AR和自動駕駛等領域提供更可靠的3D視覺解決方案。
伊利諾伊大學研究團隊通過對比實驗發(fā)現(xiàn),經(jīng)過強化學習訓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,通過動態(tài)稀疏性實現(xiàn)大語言模型訓練加速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練效率,已在多個任務上驗證有效性。