自今年1月以來,谷歌眼鏡已正式停止銷售,該公司試圖尋求新方式來吸引顧客購買其智能眼鏡。在此期間,谷歌正在尋求一個(gè)對(duì)谷歌眼鏡反應(yīng)更好的市場(chǎng):工作場(chǎng)所。
據(jù)《華爾街日?qǐng)?bào)》報(bào)道,谷歌已針對(duì)企業(yè)悄然推出一個(gè)新版谷歌眼鏡,專為醫(yī)療保健、制造業(yè)和能源等領(lǐng)域的工作場(chǎng)所所設(shè)計(jì)。
據(jù)該報(bào)道表示,這款新設(shè)備將不同于此前谷歌所推售價(jià)為1500美元的產(chǎn)品。與此前版本不同的是,新版谷歌眼鏡不再配有金屬框架,而是通過附于設(shè)備上的鉸鏈系統(tǒng)附加到其他鏡片上。新版產(chǎn)品也將配備更好的電池以及更長(zhǎng)的曲面玻璃棱鏡,后者用來向佩戴用戶的視野中投射顯示數(shù)字內(nèi)容。
谷歌拒絕就此置評(píng)。
谷歌眼鏡最初由谷歌創(chuàng)始人之一謝爾蓋·布林 (Sergey Brin)在2012年推出,但隨著這款大肆宣揚(yáng)的產(chǎn)品變得富有爭(zhēng)議,它很快便退隱江湖。這款內(nèi)置有攝像頭的眼鏡遭到了一批人的反對(duì),他們覺得該產(chǎn)品讓他們感覺自己的隱私被侵犯了。而其他反對(duì)者只是單純得不喜歡這樣的設(shè)備,他們認(rèn)為它看起來很書呆子氣。
谷歌希望企業(yè)版谷歌眼鏡的推出能夠回避人們對(duì)隱私和時(shí)尚的擔(dān)憂,畢竟這些因素在一個(gè)工作環(huán)境中往往不是什么問題。例如,一名建筑工人估計(jì)不會(huì)擔(dān)心這副眼鏡是否與他的安全帽相配。
盡管谷歌在1月份“暫停”了谷歌眼鏡的銷售,但它從未停止過對(duì)新產(chǎn)品的研發(fā)和對(duì)企業(yè)的宣傳。自2014年1月以來,該公司啟動(dòng)了一項(xiàng)名為Glass at Work的新項(xiàng)目,專門試圖說服企業(yè)老板們同意在工作場(chǎng)所使用谷歌眼鏡,同時(shí)還說服軟件制造商們繼續(xù)為該設(shè)備開發(fā)程序。例如,谷歌與塔可鐘(Taco Bell)合作測(cè)試了一款應(yīng)用,用以協(xié)助員工匯整菜單。
當(dāng)然其間也難免有挫折。谷歌眼鏡業(yè)務(wù)運(yùn)作主管兼Glass at Work項(xiàng)目負(fù)責(zé)人克里斯·奧尼爾(Chris O'Neill)離開了谷歌,成為了生產(chǎn)力軟件公司Evernote的首席執(zhí)行官。同時(shí),谷歌眼鏡團(tuán)隊(duì)還做出了一些其他調(diào)整。
谷歌去年收購了智能家居公司Nest,并在1月份把谷歌眼鏡項(xiàng)目交給了該智能家居公司創(chuàng)始人之一托尼·法戴爾(Tony Fadell)掌管。法戴爾曾經(jīng)擔(dān)任蘋果高管和產(chǎn)品專家,在蘋果所推iPod和iPhone的發(fā)展中起著關(guān)鍵作用。
好文章,需要你的鼓勵(lì)
新加坡國立大學(xué)研究團(tuán)隊(duì)開發(fā)了SPIRAL框架,通過讓AI與自己對(duì)弈零和游戲來提升推理能力。實(shí)驗(yàn)顯示,僅訓(xùn)練AI玩簡(jiǎn)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(duì)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(shí)現(xiàn)37.9%的精度提升,并在真實(shí)設(shè)備上展現(xiàn)出色泛化能力,為機(jī)器人、AR和自動(dòng)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(duì)通過對(duì)比實(shí)驗(yàn)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(shí)刻"現(xiàn)象,但這些自我糾錯(cuò)行為并不能實(shí)際提升推理準(zhǔn)確率。研究揭示了AI模型存在"生成-驗(yàn)證差距",即生成答案的能力強(qiáng)于驗(yàn)證答案質(zhì)量的能力,且模型在自我驗(yàn)證時(shí)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(dòng)態(tài)稀疏性實(shí)現(xiàn)大語言模型訓(xùn)練加速1.6倍,計(jì)算成本降低2.2倍。該方法使用SVD稀疏性估計(jì)器智能選擇重要計(jì)算部分,在保持模型性能的同時(shí)顯著提升訓(xùn)練效率,已在多個(gè)任務(wù)上驗(yàn)證有效性。