萬物相聯(lián)的物聯(lián)網(wǎng)不知從何時起已變得不再那么的遙不可及,物聯(lián)網(wǎng)的觸角已伸向各行各業(yè)。英特爾、ARM、谷歌等科技大佬更是花招百出開始進軍物聯(lián)網(wǎng)行業(yè),智能汽車、智能家居等物聯(lián)網(wǎng)產(chǎn)品層出不窮。
物聯(lián)網(wǎng)行業(yè)蓬勃發(fā)展,可行業(yè)內(nèi)卻缺乏統(tǒng)一的物聯(lián)網(wǎng)通信標準,2014年由谷歌旗下Nest公司以及ARM等巨頭發(fā)起成立的Thread物聯(lián)網(wǎng)標準組織,就致力于解決這個問題。據(jù)悉Thread是一種基于IP的安全網(wǎng)絡(luò)協(xié)議,用來連接相關(guān)的智能產(chǎn)品。相比WiFi,NFC,藍牙和Zigbee,Thread能夠以一種更加安全、更低耗能的方式將用戶智能設(shè)備連接起來,將從技術(shù)層面加速物聯(lián)網(wǎng)產(chǎn)品的普及。目前Thread聯(lián)盟成員包括谷歌、三星、ARM,F(xiàn)reescale Semiconductor以及Silicon Labs等。作為領(lǐng)先的智能終端平臺技術(shù)提供商,近期中科創(chuàng)達也應(yīng)邀加入了Thread聯(lián)盟,目標搭建完整的物聯(lián)網(wǎng)產(chǎn)品方案。
領(lǐng)先技術(shù)創(chuàng)新 緊跟國際趨勢
09年當Android操作系統(tǒng)悄然而生,中科創(chuàng)達公司便抓住了Android發(fā)展的歷史機遇,在國內(nèi)率先進行Android核心技術(shù)和相關(guān)產(chǎn)品的研發(fā),由于公司在Linux領(lǐng)域深厚的技術(shù)積累,在Android領(lǐng)域迅速建立了技術(shù)領(lǐng)先優(yōu)勢。經(jīng)過6年的發(fā)展中科創(chuàng)達已經(jīng)成長為作為全球領(lǐng)先的移動智能終端平臺技術(shù)提供商,客戶遍布全球。
在物聯(lián)網(wǎng)迅速發(fā)展的今天,中科創(chuàng)達早已把物聯(lián)網(wǎng)做為公司重要發(fā)展的戰(zhàn)略之一,已經(jīng)與多家國內(nèi)外的物聯(lián)網(wǎng)廠商合作進行產(chǎn)品的開發(fā),之前更是成為ARM發(fā)布的物聯(lián)網(wǎng)免費操作系統(tǒng)mbed OS的唯一中國合作伙伴。應(yīng)邀加入Thread聯(lián)盟,創(chuàng)達將會在谷歌等國際巨頭的指引下,一起開拓物聯(lián)網(wǎng)新的行業(yè)標準。
聯(lián)合行業(yè) 不斷開拓
在物聯(lián)網(wǎng)興起之初,中科創(chuàng)達便基于海爾U+智慧生活操作系統(tǒng)平臺在智能家居行業(yè)進行探索與創(chuàng)新,還為海外廠商提供了針對戶外運動的360度全景攝像頭方案及智能家庭網(wǎng)關(guān)方案。
同時,還與京東、小米等知名廠商共同發(fā)起成立了中關(guān)村智能硬件產(chǎn)業(yè)聯(lián)盟,整合全產(chǎn)業(yè)鏈資源,打造國內(nèi)智能硬件公共服務(wù)平臺體系和智能硬件產(chǎn)業(yè)投資基金等產(chǎn)業(yè)投融資平臺,不斷營造硬件創(chuàng)業(yè)環(huán)境,持續(xù)產(chǎn)生新興商業(yè)模式。
中科創(chuàng)達副總裁楊宇欣曾經(jīng)說到:物聯(lián)網(wǎng)將迎來下一輪爆發(fā)式發(fā)展,移動互聯(lián)進入萬物互聯(lián)時代,目前還是處于行業(yè)早期,2015 年智能設(shè)備與移動互聯(lián)網(wǎng)的結(jié)合會進一步加深,新型智能設(shè)備形態(tài)會大量增加。
統(tǒng)一的行業(yè)標準最終才能推動物聯(lián)網(wǎng)快速健康的發(fā)展,中科創(chuàng)達加入Thread聯(lián)盟,希望以自己在操作系統(tǒng)領(lǐng)域多年的技術(shù)積累及在移動生態(tài)系統(tǒng)的綿薄之力,為層出不窮的智能產(chǎn)品帶來更為便捷的互連和更高的安全性,為物聯(lián)網(wǎng)行業(yè)的下一輪爆發(fā)助力。
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(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(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(shù),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(wù)上驗證有效性。