CES會展第三天一大早,記者在偌大的威尼斯人酒店里問了一路,才找到歐萊雅的展臺。
剛想邁腳進門,就被攔住了。
“Sorry, it’s only for the invited people.(不好意思,本展位只對受邀請人員開放)”WTF? 看來這次歐萊雅這次僅有一場發(fā)布會,并沒有安排對外展臺,有些遺憾。
不過記者還是通過內(nèi)部資源找到了關(guān)于它的一些訊息。
這次歐萊雅在CES 2020上發(fā)布的最大亮點是Perso Smart Skincare系統(tǒng)——一種便攜式護膚美容儀,包含三個底液盒,每次按下按鈕時,前端都會噴出少量采用特定配方的護膚品,并且根據(jù)不同環(huán)境和你的皮膚狀態(tài)為你定制護膚品——一個頂仨。
首先,用戶需要通過配套的應(yīng)用程序設(shè)置個人資料,從不同角度拍攝三張面部照片,然后點擊自己的想得到的護膚效果。
這套系統(tǒng)會利用歐萊雅原創(chuàng)的Modiface系統(tǒng)掃描這些自拍照,查看其中是否存在皺紋、雀斑以及毛孔粗大等問題。
接下來,AI會結(jié)合用戶所在位置梳理各項環(huán)境因素,例如溫度、紫外線以及花粉水平等。以此為基礎(chǔ),用戶即可設(shè)置最適合的配方類型,而后混合出保溫霜、精華液或者眼霜。
在準(zhǔn)備護膚時,用戶就可以通過應(yīng)用程序或者設(shè)備上的實體按鈕激活噴嘴,由Perso決定當(dāng)前最適合客戶的護膚配方。如果你在晚上激活噴嘴,不需要考慮日曬的影響,護膚液中可能會添加更多活性成分。如果是在上午,Perso則會添加更多防曬霜成分,甚至可能添加粉底液以提亮膚色。
這臺美容儀中包含三個底液盒,能夠同時使用的實際只有三種成分。不過歐萊雅提供多種可用的底液成分,根據(jù)你的需求隨時進行替換。
按下按鈕之后,噴嘴會計算出每種成分的適當(dāng)劑量,并將底液上泵至頂部凹槽內(nèi)。用手指沾起,即可直接進行面部護理。歐萊雅方面表示,Perso每次都能根據(jù)用戶情況準(zhǔn)確提供護膚品劑量,再也不怕不小心抹多了。
Perso還可以用作唇彩混合儀,幫你選擇最適合自己的唇彩搭配。
它能夠根據(jù)Instagram最新美妝播主的建議生成各種色調(diào),跟著網(wǎng)紅化妝。也可以通過增強現(xiàn)實相機將唇色疊加在面部圖像上,預(yù)覽色彩是否適合自己,確認(rèn)后再行混合。
這款配套應(yīng)用的功能有點厲害,它不僅準(zhǔn)確還原出了真實的唇彩效果,同時也能完美準(zhǔn)確勾勒出唇部輪廓。這個功能不得不說很贊了。
孵化器項目負(fù)責(zé)人Guive Balooch表示,該團隊正在進一步試驗可容納的底液等細(xì)節(jié)問題。Perso目前還只是歐萊雅技術(shù)孵化器中的早期原型,我了解到預(yù)計至少要2021年初才能投放市場。
記者期待明年來拉斯維加斯時,不需要背上大瓶小罐的護膚品,Perso能幫上我的大忙。
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(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。