至顶网CIO与应用频道 01月10日 北京消息:增强现实(AR)技术目前已经应用于多个领域,从医疗护理、体育、制造业再到现场服务等,且仍有巨大的潜力。目光长远的企业探索AR技术的目的却并不在于完成任务或简化项目,而是在考虑如何能将AR技术应用于传授知识,以应对劳动力的老龄化。
世界经济论坛(World Economic Forum)和德勤会计师事务所(Deloitte)联合开展的一项研究表明,全球的制造业可能会面临一千万的劳动力短缺,其中美国占两百万。有意思的是,美国的技能型制造工平均年龄为56岁。随着制造业和相关现场服务业的技能型工人踏入退休年龄,企业必须寻找新的方式来应对劳动力短缺问题。
在知识传授方面,要让老一代有经验的工人将他们的技能传授给下一代,AR技术能够发挥什么样的作用呢?在“是敌是友——AR与物联网(IoT)之间的关系”(可请求获取)网络研讨会中,专家组成员围绕这些技术讨论了多个话题,包括在有经验的老一代现场服务工人步入退休年龄、新一代工人接管相关工作过程中的知识传授问题。
现场服务专家技师所掌握的知识,大都存储在他们的大脑中——凭借多年的经验,他们知道怎么诊断问题、解决问题,很少需要查询手册或寻求帮助。婴儿潮一代达到退休年龄之时,千禧一代和Z一代能够顶上吗?知识的传授或可借助于AR这样的技术。而且,这些年轻人在日常生活中已经习惯使用技术,所以,技术也可以有效应用于工作之中。
好文章,需要你的鼓励
前OpenAI首席技术官Mira Murati创办的AI初创公司Thinking Machines Lab宣布推出"交互模型"技术。不同于现有AI的轮流对话方式,该模型采用"全双工"技术,能在接收输入的同时生成响应,实现类似真实电话通话的自然交互。其模型TML-Interaction-Small响应速度达0.40秒,优于OpenAI和谷歌同类产品。目前仍处于研究预览阶段,计划数月内开放有限测试,年内正式发布。
香港大学与哈尔滨工业大学联合发布的这项研究(arXiv:2605.06196)发现,大语言模型在扮演不同社会层级角色时,内部神经网络存在一条清晰的"粒度轴",从普通个人视角延伸至全球机构视角。这条轴是AI角色空间的主导几何方向,可被测量、被跨模型复现,并通过激活引导技术加以操控,为AI社会模拟的可信度评估和角色视角的主动调控提供了新工具。
澳大利亚各州及联邦能源部长在近期会议上达成共识,要求数据中心通过投资新建可再生能源和储能设施,完全抵消其电力需求。除昆士兰州外,所有州均支持该提议。联邦能源部长克里斯·鲍文表示,数据中心是新增能源需求的最大驱动力之一,应成为电网的助力而非负担。澳大利亚能源市场委员会将于7月前提交具体实施建议。数据显示,到2030年数据中心用电量预计将增至现在的三倍。
华盛顿大学研究团队发现,在AI数学推理训练中,将随机拼凑的拉丁文占位词(Lorem Ipsum)添加到题目前,能帮助AI突破"全部答错、训练停滞"的困境,在多个模型上平均提升推理得分2.8至6.2分。研究揭示了有效扰动的两个关键特征:使用拉丁语词汇避免语义干扰,以及保持较低困惑度确保AI能正确理解题目内容。