蘋果Apple Pay移動支付系統(tǒng)已于當(dāng)?shù)貢r間本周二登陸英國,不過,想要說服消費者放棄他們的信用卡和現(xiàn)金,蘋果要走的路或許還很長。
通過Apple Pay移動支付系統(tǒng),iPhone 6、iPhone 6 Plus和Apple Watch用戶都可以在支持非接觸式支付的商店內(nèi)支付款項。此外,iPhone 6、iPhone 6 Plus、iPad Air 2和iPad mini 3擁有者還可以通過Apple Pay在應(yīng)用內(nèi)完成在線支付。
對消費者而言,Apple Pay的安全性是它的一大賣點:當(dāng)用戶向Apple Pay系統(tǒng)內(nèi)添加銀行卡或信用卡時,蘋果并不會將該信息存儲在用戶設(shè)備中,相反,該系統(tǒng)會將一個唯一“設(shè)備帳號”以加密的形式分配并儲存在用戶的手機(jī)中。用戶在支付時,需要通過一個一次性安全代碼和Touch ID指紋觸摸識別雙重認(rèn)證才能完成交易。
不過,基于幾點原因,盡管Apple Pay的安全性很高,但它在英國的推出還是有些低調(diào)緩慢。
首先,并非所有銀行都支持該系統(tǒng)。雖然美信銀行(MBNA)、Nationwide、NatWest、蘇格蘭皇家銀行、桑坦德銀行和阿爾斯特銀行都支持并正在提供這項服務(wù),但其他銀行如First direct、Halifax、匯豐銀行(HSBC)、勞埃德銀行 ( Lloyds )、馬莎銀行(M&S Bank)和信托儲蓄銀行(TSB)均為“即將”支持該服務(wù)。英國最大的銀行之一巴克萊銀行(Barclays)也表示,“未來”它將提供Apple Pay服務(wù)。
其次,在Apple Pay推出初期,由于該軟件主要應(yīng)用于大多數(shù)商店的非接觸式終端,其主要交易金額將限制在20英鎊以內(nèi)。不過Visa表示,到今年年底,預(yù)計有五分之四左右的非接觸式終端都將支持Apple Pay用戶支付任意數(shù)額的款項,但是至今為止,在包括蘋果、Boots、瑪莎百貨、Pret a Manger和漢堡包大王(Burger King)等在內(nèi)的零售店中,消費較高者也只能在交易限額內(nèi)使用Apple Pay支付貨款。
非接觸式支付依舊是一個利基市場:據(jù)萬事達(dá)卡(MasterCard)的一項調(diào)查顯示,只有四分之一的英國消費者表示他們打算明年通過其手機(jī)進(jìn)行非接觸式支付。然而,據(jù)Visa Europe的研究顯示,在iOS用戶中,有60%的人希望采用移動支付。
目前移動支付服務(wù)還處于初期階段,谷歌即將發(fā)布的類似服務(wù)Android Pay也在嘗試打開這一市場。事實上,在過去的五年間,各種版本的非接觸式支付技術(shù)已各顯其能,只是推廣有限。如今,我們已攻克技術(shù)方面的難題,現(xiàn)在的問題是,各大供應(yīng)商用什么理由來說服零售商們支持移動支付服務(wù):它能夠提高人均消費?還是能提高客戶的忠誠度?亦或是它有助于他們更快結(jié)賬?
調(diào)研公司Forrester表示,Apple Pay對零售商的需求要超過零售商對Apple Pay的需求,而且可以說,如今Apple Pay對消費者的需求也超過了他們對它的需要。分析師說道:“消費者想要的是一種更好的購物體驗,而不是更好的支付系統(tǒng)。”
Forrester表示,蘋果公司需要與英國消費者構(gòu)建信任關(guān)系:根據(jù)該公司的數(shù)據(jù)顯示,若選擇手機(jī)錢包,相較于蘋果,iOS用戶對銀行、信用卡機(jī)構(gòu)、亞馬遜、PayPal等更為信任。
長遠(yuǎn)來看,這些非接觸式支付服務(wù)將成為各大科技公司爭奪的一個新陣地。它們能夠輕松地發(fā)展成為全面的金融服務(wù)(如在設(shè)備之間轉(zhuǎn)賬等),而這正是為何一些銀行目前依舊對于提供這些移動支付服務(wù)持謹(jǐn)慎態(tài)度的原因。
雖然支付能力是這些移動支付系統(tǒng)的核心所在,但這僅僅是其起點。蘋果對其移動支付服務(wù)便有著更加深遠(yuǎn)的愿景:例如,蘋果很快將會在Apple Pay中加入積分服務(wù),進(jìn)一步打造一個更為充實的手機(jī)錢包。
隨著越來越多的功能被添加到這些支付系統(tǒng),它們很可能將更富吸引力。不過,移動支付系統(tǒng)目前面臨的最大挑戰(zhàn)在于如何解釋這個問題:既然信用卡或現(xiàn)金都不需要擔(dān)心電池耗盡的問題,人們?yōu)楹芜€要選擇使用智能手機(jī)支付呢?
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。