在2014年的蘋果全球開發(fā)者大會(WWDC)上,蘋果公布了其首批HomeKit智能家居設(shè)備制造商合作伙伴,iDevices公司便是其中之一。在今年的國際消費電子展(CES)上,繼iDevices為我們展示它的首款HomeKit產(chǎn)品初期原型之后,一款售價為50美元的智能插座Switch亮相展會。該公司還向我們展示了相關(guān)功能,用戶可配合iOS應(yīng)用程序,使用Siri語音助手對其產(chǎn)品進行操控。
HomeKit代表著蘋果為向智能家居設(shè)備提供iOS支持而做出的努力。這不僅涉及針對設(shè)備制造商的編程指南和工具,還包括一項經(jīng)蘋果監(jiān)督的硬件認證程序。無線智能燈泡或電源插頭一旦成為HomeKit認證設(shè)備,將為眾多iOS用戶帶來好處。正是由于HomeKit與iOS之間的緊密聯(lián)系,才使得前者能夠向智能家居產(chǎn)品引入基于Siri的語音指令和其他便捷功能。
繼蘋果在去年6月的全球開發(fā)者大會上公布了幾家HomeKit合作廠商后,越來越多的設(shè)備制造商一直在穩(wěn)步地逐漸加入這一項目行列。智能Switch并非首款智能插座——貝爾金(Belkin)、友訊科技(D-Link)等公司已銷售無線智能插座好多年。Switch智能插座較其“前輩們”相差無多,凡是能夠插入Switch的設(shè)備,用戶都可以通過其智能手機對它進行控制。
簡單來說,這通常意味著我們可以遠程開關(guān)控制電燈、電視、小家電及其他設(shè)備和小玩意,也可以給這些設(shè)備設(shè)置定時功能。如果用戶還有其他的智能家居產(chǎn)品,也可以通過應(yīng)用程序設(shè)置智能設(shè)備間的互聯(lián)行為,如設(shè)置一臺智能設(shè)備的行為可自動觸發(fā)另一臺或其他多臺設(shè)備。
Switch智能插座通過Wi-Fi連接到用戶的家庭網(wǎng)絡(luò),而且可以藍牙為橋梁連接其他本身不支持Wi-Fi的設(shè)備。例如,由于硬接線對大部分住宅大門的設(shè)計而言并不實際,因而智能門鎖往往使用電池作為電源。為節(jié)能省電,大部分智能門鎖都選擇通過藍牙連接用戶的智能手機,并依賴家居中心設(shè)備接入更大規(guī)模的互聯(lián)網(wǎng)。因為Switch不僅支持藍牙,還支持Wi-Fi,所以它能夠充當(dāng)智能家居中心設(shè)備。門鎖制造商Schlage將利用這一特性,推出一款具有無線聯(lián)網(wǎng)功能且兼容HomeKit的智能門鎖——Sense。
在一個相對可控的演示環(huán)境中,筆者能夠通過Siri語音操控輕松地打開和關(guān)閉Switch。這與筆者同事梅根·沃勒頓(Megan Wollerton)對美國路創(chuàng)Caséta無線照明入門套件(首款兼容HomeKit的上架設(shè)備)的評測體驗有些類似。
Switch智能插座的國際定價和上市情況尚未公布,不過我們可以根據(jù)其49美元的定價換算推測。此外,Switch還內(nèi)置有可自定義顏色的小夜燈,可愛迷人。它也將與其他智能插座展開競爭。
期待在接下來的幾個月里看到更多設(shè)備的上市,今年10月大家便可購買Switch等設(shè)備,屆時亞馬遜和勞氏也將均有出售。
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。