熟物之法,最重火候?;鸷蚴桥胝{(diào)技術(shù)的一個(gè)重要環(huán)節(jié)。
“待它自熟莫催它,火候足時(shí)它自美”——宋朝的蘇東坡就寫(xiě)過(guò)這樣的打油詩(shī),形象生動(dòng)地顯示了火候?qū)τ谑澄锏闹匾浴?/p>
2020年國(guó)際消費(fèi)電子展上,惠而浦的這款Yummly智能溫度計(jì)廚房小白也能做出可口飯菜。
這款無(wú)線(xiàn)Yummly智能溫度計(jì)于2020年初上市,它使用雙溫度傳感器來(lái)監(jiān)控烤箱和食物的溫度。用戶(hù)可以使用Yummly應(yīng)用程序遠(yuǎn)程跟蹤這些溫度,并在食物制作完成后收到通知。
2020年晚些時(shí)候,Yummly智能溫度計(jì)將能夠與連接的惠而浦烤箱通信。在Yummly應(yīng)用程序中,用戶(hù)可以通過(guò)查找fork圖標(biāo)來(lái)識(shí)別已連接的食譜。Yummly的團(tuán)隊(duì)說(shuō),連接功能意味著烤箱將知道你在食譜中已經(jīng)進(jìn)行到哪個(gè)步驟,并會(huì)根據(jù)食譜需要自動(dòng)將溫度調(diào)高或調(diào)低、烘焙或者燒烤。
科技行者了解到,該智能溫度計(jì)將以129美元的價(jià)格上市銷(xiāo)售。但作為一個(gè)溫度計(jì),價(jià)格是否略貴呢?
它能把每個(gè)人的隨手涂鴉、身邊的物體、甚至自己的照片,瞬間變成活靈活現(xiàn)的動(dòng)畫(huà),把一切都變得"栩栩如生"。今天,Wonder Painter在CES 2020預(yù)展上給我們帶來(lái)了神奇的畫(huà)筆。
手機(jī)一拍,我的照片突然"活"了(如下圖),還可以以我為游戲角色,開(kāi)始闖關(guān)打怪!有點(diǎn)惡搞的意味,但是很有意思!除了在游戲行業(yè),廣告營(yíng)銷(xiāo)、內(nèi)容生產(chǎn)、教育等小小牛都有落地。
這家來(lái)自北京的小小牛創(chuàng)意科技有限公司,利用了計(jì)算機(jī)視覺(jué)、計(jì)算機(jī)圖形學(xué)、深度學(xué)習(xí)等各種智能算法,來(lái)實(shí)現(xiàn)看似魔法一樣的互動(dòng)體驗(yàn)。
本次預(yù)展的寵物(伴侶型)機(jī)器人也是亮點(diǎn)之一。日本公司Groove X Lovot機(jī)器人再度亮相CES2020。
Lovot在去年的CES上俘獲了大家的芳心。 Lovot來(lái)自日本公司Groove X,是嬌小型的滾動(dòng)機(jī)器人,旨在將歡呼聲帶入人們的生活,就像一種機(jī)械寵物。它具有大眼睛,紐扣鼻和兩條類(lèi)似鰭狀肢的手臂,當(dāng)Lovot想要跳舞,被撿起或以其他方式與用戶(hù)互動(dòng)時(shí)會(huì)搖晃。
去年時(shí),這款產(chǎn)品還處在研發(fā),只發(fā)布了設(shè)計(jì)的原型。而今年,在2020年國(guó)際消費(fèi)電子展上,Groove X展示了其擁抱機(jī)器人的零售版,該產(chǎn)品現(xiàn)已在日本上市。最終版的Lovot可以連接到一個(gè)應(yīng)用程序,該應(yīng)用程序允許用戶(hù)自定義其外觀和交互方式,并跟蹤其行為。一旦Lovot“走遍”了足夠的距離,該應(yīng)用程序還可以顯示Lovot的生活空間的粗略輪廓——也就是你的家。借助這個(gè)功能,用戶(hù)可以遠(yuǎn)程指示Lovot拍攝任何無(wú)障礙房間的照片。
不僅身體柔軟可抱,它作為“擁抱機(jī)器人”也很溫暖——內(nèi)部供電的所有電子設(shè)備都發(fā)熱,內(nèi)部風(fēng)扇也能夠?qū)⑺形矬w冷卻到最佳溫度,用Groove X自己的話(huà)說(shuō),是最接近“太陽(yáng)溫暖的肚肚(sun-warmed puppy belly)”的溫度。
好文章,需要你的鼓勵(lì)
新加坡國(guó)立大學(xué)研究團(tuán)隊(duì)開(kāi)發(fā)了SPIRAL框架,通過(guò)讓AI與自己對(duì)弈零和游戲來(lái)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(wú)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(kāi)發(fā)的GIGA-ToF技術(shù)通過(guò)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(wèn)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(jué)解決方案。
伊利諾伊大學(xué)研究團(tuán)隊(duì)通過(guò)對(duì)比實(shí)驗(yàn)發(fā)現(xiàn),經(jīng)過(guò)強(qiáng)化學(xué)習(xí)訓(xùn)練的視覺(jué)語(yǔ)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(wú)法有效利用視覺(jué)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(guò)動(dòng)態(tài)稀疏性實(shí)現(xiàn)大語(yǔ)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。