Apple loobub Vision Pro uuendusest ja keskendub nutiprillidele

Apple kavatseb teha nutikaid prille

Mees seisab laval, taustal suured hi-tech prillid, millel on kaks punast X-tähte.
Pildi allikas: Nano Banana

 

Ülevaade: Bloomberg’i teatel on Apple loobunud oma Vision Pro seadme uuendamisest ja keskendub hoopis AI nutiprillide loomisele, et konkureerida Meta Ray-Ban’i prillidega.

 

Detailid:

  • Apple loobus odavama Vision Pro mudeli arendamisest, mis pidi valmima 2027. aastaks, ja töötab nüüd uute prillide kallal.
  • 2027. aastal turule tulev mudel ühendub iPhone’idega ja sellel pole ekraani. Samas tehakse ka ekraaniga versioon, et konkureerida Meta Display prillidega.
  • Prillid töötavad häälejuhtimise ja tehisintellekti abil, neil on kõlarid, kaamerad ja tervise jälgimise funktsioonid. Uue seadmega tuleb ka uuendatud Siri.
  • Meta tõi hiljuti turule uued Display ja Neural Band prillid, sealhulgas Oakley mudeli sportlastele ja Ray-Ban Gen 2 mudeli.

 

Miks see on oluline: Vision Pro, mis 2023. aastal erilist huvi ei pakkunud, oli küll suur uudis, aga jäi kalliks, raskeks ja vähepopulaarseks. Kuna Meta on selles valdkonnas edukam, peab Apple enne tõsiseltvõetavaks saamist keskenduma Siri uuendamisele.

Mira Murati startup tutvustab oma esimest toodet

Diagramm, mis kujutab matemaatilist konstruktsiooni, koosnedes mitmest mitmevärvilisest joonega ühendatud sõlmest. Struktuuris on sümmeetriliselt korrastatud kolm erinevat kuusnurkset mustrit, kasutades punaseid, rohelisi, siniseid ja kollaseid sirgjooni.
Pildi allikas: …

 

Ülevaade: AI idufirma Thinking Machines Lab, mille lõid endine OpenAI tehnoloogiajuht Mira Murati ja mitmed teadlased, avalikustas Tinkeri, API, mis võimaldab arendajatel hõlpsalt tipptehnoloogilisi mudeleid kohandada ilma keerulist infrastruktuuri haldamata.

 

Detailid:

  • Tinker võimaldab peenhäälestada mudeleid nagu Meta Llama ja Alibaba Qwen nii juhendatud kui ka tugevdusõppega.
  • Arendajad saavad neid kohandada eriotstarbeks, näiteks matemaatikaülesannete lahendamiseks või keemiaandmete analüüsimiseks, kasutades lihtsat koodi.
  • Esimesed kasutajad, sealhulgas Princeton, Stanford ja Berkeley, on loonud Tinkeriga AI süsteeme matemaatika, teadusliku mõtlemise ja uurimistöö jaoks.
  • Ettevõte avas täna varajase juurdepääsu taotlused ilma algmaksuta ja plaanib peagi pakkuda tasulisi teenuseid.

 

Miks see on oluline: Tehisintellekti mudelite nullist loomine on väga ressursimahukas, kuid olemasolevate mudelite kohandamine võib olla enamikule organisatsioonidele lihtsam ja tõhusam. Murati ja tema tiim usuvad, et edumaa saavutab see, kes suudab hõlpsasti luua palju ülipõhjalikke kohandatud mudeleid, mitte see, kes loob ühe suure universaalse AI.

Google’i tehisintellekt õpib Minecrafti mängu simuleerides

Ekraanipilt, mis on jagatud ruutudeks, kus iga ruut näitab mängu 'Minecraft' stseeni. Piltidel on näha erinevaid mängu elemente nagu maastikud, koopad ja veekogud. Keskel on suur kiri “Dreamer 4.”
Pildi allikas: Google DeepMind

 

Ülevaade: Google DeepMind teadlased tutvustasid Dreamer 4 tehisintellekti programmi, mis õpib videomängu kontseptsioone, kasutades oma kujutlusvõimet. See on esimene tehisintellekt, mis suutis Minecraftis teemante koguda, kasutades vaid eelnevalt kogutud andmeid, ilma mängu ise mängimata.

 

Detailid:

  • Dreamer 4 treenib ja töötab simuleeritud maailmas, mis jäljendab Minecrafti füüsikat ja suudab teha üle 20 000 tegevuse, tuginedes visuaalsele infole.
  • Treening toimub mitmes etapis: esmalt õpitakse Minecrafti mängimisvideosid vaadates, seejärel lisatakse otsustamisoskus ja treenitakse edasi.
  • Kogu protsess toimub ilma tegelikku mängu käivitamata.
  • Simulatsioon saavutas väga kõrge täpsuse, kus testijad lõpetasid 14 ülesannet 16-st Dreamer 4 simulatsiooniga, samas kui konkurentide mudelid, nagu Oasis, suutis täita vaid 5.
  • Dreamer ületas isegi OpenAI Minecraft VPT agendi tulemusi, kasutades kuni 100 korda vähem andmeid ja edestades ka Gemma visioon-keele mudeleid.

 

Miks see on oluline: On põnev, et mängud nagu Minecraft aitavad tehisintellekti arendada ja katsetada. Dreamer 4 oskab aga rohkem, sest simulatsioonis õppimine teeb robotite arendamise ohutumaks ja tõhusamaks ning väldib kallist ja riskantset testimist päriselus.