2015年3月3日,巴塞羅那MWC大會 – 獲得阿里巴巴大力支持的創(chuàng)業(yè)公司Peel于今日宣布,其廣受好評的智能遙控應(yīng)用已經(jīng)升級發(fā)展成為智能家居控制解決方案,可以支持更多的智能家居電子設(shè)備,包括智能調(diào)溫器、燈光系統(tǒng)、空調(diào)設(shè)備以及智能門鎖等等。
“我們的用戶一直在激勵著我們向更加廣闊的智能家居控制領(lǐng)域邁進(jìn),比如家居電子設(shè)備領(lǐng)域,而不僅僅是局限在電視、機(jī)頂盒和其他娛樂設(shè)備上。” Peel聯(lián)合創(chuàng)始人兼首席產(chǎn)品官Bala Krishnan說,“用戶的需求與我們的愿景正好不謀而合,即用戶僅僅使用一個移動端智能控制應(yīng)用app就可以享受到完整、智能、并可以將多種設(shè)備控制集于一體的居家體驗。”
Peel將會在于3月2日到5日舉行的巴塞羅那MWC大會上首次展示其在智能家居控制方面的能力。屆時,Peel公司的創(chuàng)始人兼CEO Thiru Arunachalam也將于3月5日在MWC大會上發(fā)表演講。
與此同時,Peel還宣布了新的合作消息:Peel智能遙控應(yīng)用將要預(yù)裝在兩款剛剛在MWC大會上解開神秘面紗的旗艦智能手機(jī)上,即三星Galaxy S6和HTC One M9。另外,印度智能手機(jī)制造商Karbonn也成為了Peel新的合作伙伴,Karbonn將會同Xolo,Celkon和Alcatel Onetouch一起,在印度市場上與Peel智能遙控共同發(fā)力。
在整合了包括紅外線、藍(lán)牙、WiFi和新型用戶界面在內(nèi)的更加多樣化的連接模式之后,使用增強(qiáng)版Peel 應(yīng)用的用戶們一旦預(yù)設(shè)好“Peel-in”模式,就可以享受到集多種家居電子設(shè)備為一體的超強(qiáng)家居控制體驗。
“一旦設(shè)置好了Peel-in模式,打開電視和音響系統(tǒng)、關(guān)閉百葉窗、調(diào)整房間溫度、調(diào)暗燈光,這些動作都可以同時完成,用戶需要做的,僅僅是在手機(jī)上輕輕按一下。”Krishnan解釋說。
在全球出售的安卓手機(jī)和平板中,超過一半的設(shè)備都預(yù)裝有Peel。在全球范圍內(nèi),Peel擁有超過一億的用戶,每個月的遙控指令超過70億次。
在提高電視收視率方面,Peel也顯示出了巨大能量,除了通過True Tune-in廣告產(chǎn)品形式以外,Peel.in平臺也是提高收視率的一大法寶,眾多大型電視臺都在利用這個平臺通過Facebook和Twitter來宣傳他們的電視節(jié)目,這些電視臺包括CBS,CNN,F(xiàn)ox,HBO,HISTORY和NBC。
Peel已經(jīng)入圍2015 GSMA全球移動大獎“最佳移動應(yīng)用(照片、藝術(shù)、視頻以及電視應(yīng)用app)”大獎的最后一輪評選,獲勝者將會于3月3日在MWC大會上宣布。
Peel在MWC大會的展臺坐落于Congress廣場CS180號。
好文章,需要你的鼓勵
新加坡國立大學(xué)研究團(tuán)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(jì)大學(xué)團(tuán)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(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(jī)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(tuán)隊通過對比實驗發(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(qiáng)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(jī)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。