苹果研究人员探索放弃“Siri”短语,改用#人工智能聆听https://www.bannedbook.org/bnews/itn

None

相关推荐

封面图片

苹果研究人员探索放弃“Siri”短语,改用人工智能聆听

苹果研究人员探索放弃“Siri”短语,改用人工智能聆听据周五(3月22日)发表的一篇论文称,苹果公司的研究人员正在研究是否有可能利用AI来检测用户何时在对iPhone等设备说话,从而消除对“Siri”等触发短语的技术需求。在一项上传到Arxiv且未经同行评审的研究中,研究人员使用智能手机捕获的语音以及来背景噪声的声学数据来训练一个大型语言模型,以寻找可能表明用户何时需要设备帮助的模式。论文中研究人员写道:“该模型部分基于OpenAI的GPT-2版本构建,因为它相对轻量级,可以在智能手机等设备上运行。”论文描述了用于训练模型的超过129小时的数据和额外的文本数据,但没有说明训练集的录音来源。据领英个人资料,七位作者中有六位列出他们的隶属关系为苹果公司,其中三人在该公司的Siri团队工作。论文称,结果令人鼓舞。该模型能够比纯音频或纯文本模型做出更准确的预测,并且随着模型规模的扩大而进一步改进。——、

封面图片

消息称苹果研究人员正探索免唤醒词呼叫 Siri,用 AI 聆听取代

据《麻省理工科技评论》报道,当地时间周五(22)日发表的一篇论文显示,苹果公司的研究人员正在探索利用人工智能来检测用户何时在与iPhone等设备交谈的可能性,从而消除像“Siri”这样的触发短语的技术需求。在这项上传到Arxiv且未经同行评审的研究中,研究人员使用智能手机捕获的语音以及来自背景噪音的声学数据,训练了一个大型语言模型,以寻找“可能表明用户需要设备辅助”的模式。论文中称,该模型部分基于OpenAI的GPT-2构建,因为它相对轻量级,可以在智能手机等设备上运行。论文还描述了用于训练模型的超过129小时的数据、额外的文本数据,但没有说明训练集的录音来源。据领英个人资料,七位作者中有六位列出他们的隶属关系为苹果公司,其中三人在苹果Siri团队工作。论文最终得出的结论“令人鼓舞”,声称该模型能够比纯音频或纯文本模型做出更准确的预测,并且随着模型规模的扩大而进一步改进。目前,Siri的功能是通过保留少量音频来实现的,听到“嘿,Siri”等触发短语之前,不会开始录制或准备回答用户提示。斯坦福人类中心人工智能研究所的隐私和数据政策研究员詹・金表示,取消“嘿,Siri”提示可能会增加对设备“始终监听”的担忧。via匿名标签:#Apple频道:@GodlyNews1投稿:@GodlyNewsBot

封面图片

苹果研究人员探索免唤醒词呼叫 Siri

苹果研究人员探索免唤醒词呼叫Siri据《麻省理工科技评论》报道,当地时间周五(22)日发表的一篇论文显示,苹果公司的研究人员正在探索利用人工智能来检测用户何时在与iPhone等设备交谈的可能性,从而消除像“Siri”这样的触发短语的技术需求。在这项上传到Arxiv且未经同行评审的研究中,研究人员使用智能手机捕获的语音以及来自背景噪音的声学数据,训练了一个大型语言模型,以寻找“可能表明用户需要设备辅助”的模式。论文中称,该模型部分基于OpenAI的GPT-2构建,因为它相对轻量级,可以在智能手机等设备上运行。论文还描述了用于训练模型的超过129小时的数据、额外的文本数据,但没有说明训练集的录音来源。据领英个人资料,七位作者中有六位列出他们的隶属关系为苹果公司,其中三人在苹果Siri团队工作。论文最终得出的结论“令人鼓舞”,声称该模型能够比纯音频或纯文本模型做出更准确的预测,并且随着模型规模的扩大而进一步改进。

封面图片

研究人员让人工智能帮助反证 P=NP 问题

研究人员让人工智能帮助反证P=NP问题一个来自国内的研究团队发表了一篇预印本,介绍了他们利用OpenAI的GPT-4来帮助反证问题不成立。该团队的方法相当于从之前的论文中提取论点,然后灌输给GPT-4,以促使其做出有用的反应。他们通过97轮提示,让GPT-4扮演“一位睿智的哲学家”、“一位精通概率论的数学家”,诱导GPT-4证明P事实上不等于NP。他们观察到,GPT-4演示了一些论据,从而得出P事实上不等于NP的结论。他们认为,这项工作表明大型语言模型不仅能吐回大量文本,还能“发现新的见解”,从而带来“科学发现”,他们将这一前景命名为“科学的LLM”。来源,频道:@kejiqu群组:@kejiquchat

封面图片

#三星聘请苹果Siri资深人士领导其#北美#人工智能集团https://www.bannedbook.org/bnews/itn

封面图片

研究人员探索使用机器人和人工智能开发更好的电池

研究人员探索使用机器人和人工智能开发更好的电池大约在今年年初,卡内基-梅隆大学的研究人员使用机器人系统又进行了几十次实验,以创造能让锂离子电池更快充电的电解质。这是广泛采用电动汽车的一个主要障碍。他们研发的Clio系统,包括自动泵、阀门和仪器,将各种化学品混合在一起,然后根据关键的电池基准测量其性能。这些结果随后被输入Dragonfly,这是一个机器学习程序,可以提出可能更有效的不同化学组合。PC版:https://www.cnbeta.com/articles/soft/1321899.htm手机版:https://m.cnbeta.com/view/1321899.htm

🔍 发送关键词来寻找群组、频道或视频。

启动SOSO机器人