Iyo One: 一部ヘッドフォン、一部オーディオコンピュータ
いつでも集中力は美徳です。
著者 | Tang Yitao
編集者 | Jingyu
人工知能の人気が再燃し、ハードウェア革新の新たな波が生まれています。
最も人気のある AI ピンは、前例のない否定的なレビューに遭遇しました。マーケス・ブラウンリー氏(MKBHD)は、これまでレビューした中で最悪の製品だと評したが、ザ・ヴァージの編集者デイビッド・ピアース氏は、誰にもこのデバイスの購入を勧めないと述べた。
その競合相手である Rabbit R1 は、それほど優れたものではありません。この AI デバイスに関する最大の疑問は、これが明らかに単なるアプリであるのに、Rabbit は 200 ドルのハードウェアを構築したということです。
多くの人が AI ハードウェアのイノベーションをスマートフォン時代を覆す機会として捉え、製品定義を完成させることに全力を注いでいます。しかし、「大型モデル時代のAIハードウェアとは何か」については、まだ結論は出ていません。
1 年前、Humane は TED カンファレンスで AI ピンを発表し、センセーションを巻き起こしました。
今、TEDカンファレンスに別のAIデバイスが登場しました。こちらはIyo社のAIヘッドセット「Iyo One」です。
2021年、インサイダーは、Googleの「月面着陸プロジェクト」チームが革新的な聴覚デバイスを開発していると報じた。数か月後、コードネーム「Wolverine」というプロジェクトが Google から独立し、プロジェクト リーダーの Jason Rugolo が Iyo を設立しました。
Iyo は Alphabet を最初の投資家として、2,100 万ドルの資金を調達しました。他の投資家にはロッキード・マーティンやソフトバンク・ビジョン・ファンドなどが含まれる。
Iyo は Iyo One をヘッドフォンではなく「オーディオ コンピューター」と表現しています。その理由の 1 つは、Iyo が 4nm CPU、2GB RAM、32GB フラッシュ ストレージ、バッテリー、Bluetooth、Wi-Fi、GPS などの大量のコンピューター コンポーネントを 50 セント サイズの金属ディスクに詰め込んでいることです。
これは、Iyoを電話から切り離して独立したデバイスにすることができることを意味し、これがAI機能を統合した他のヘッドフォンとの重要な違いです。
騒がしいレストランに座っていて、向かいの友人の声が聞こえないと想像してください。このとき、Iyo Oneを装着すると、周囲の騒音を軽減し、友達の声を大きくし、リアルタイムのスペイン語翻訳も提供して、相手とシームレスにコミュニケーションできます。
これは、TEDカンファレンスでルゴロ氏が聴衆に向けて説明したIyo Oneの使用シナリオです。この効果を実現するために、Iyo One はビームフォーミング、コンピューターによる聴覚シーン分析、機械学習によるノイズ低減、AI の文字起こしと翻訳などの複数のアプリを使用します。
ただし、コンテンツのこの部分はリアルタイムでは示されず、ビデオを通じて提示されることに注意してください。つまり、Iyo One が本当に上記の機能を実現できるかどうかは現時点では疑問符である。
Iyo One には画面がありません。Iyo はオーディオベースのインタラクティブ インターフェイスのセットを特別に設計しました。通常、ユーザー インターフェイスについて説明するときは、ユーザーがコンピュータと対話するための GUI を指します。 Iyo One の入力と出力は完全に自然言語に依存しています。ユーザーは音声を通じて AI を駆動し、電子メール、メッセージの読み取りと送信、通話、ナビゲーション、音楽再生を支援できます。
Iyo は MR 装置にもなり得ますが、視覚的ではなく聴覚的です。 Iyo One は、サッカーの試合や賑やかな街路の仮想シーンを聴覚の観点から作成できます。 Rugolo はそれを Mixed Audio Reality と呼んでいます。
バッテリー寿命は注目に値する重要なポイントです。結局のところ、それが一日の使用に耐えられない場合、ウェアラブルデバイスの利便性は非常に低くなります。 Iyo One には WiFi バージョンとセルラー バージョンがあります。 TechCrunch によると、Iyo One は電話と組み合わせた場合、最大 16 時間持続します。ただし、セルラーモードで単独で使用すると、バッテリー寿命は 1.5 時間に低下します。
Iyo Oneの価格も注目に値します。 Wi-Fi バージョンの価格 599 ドルは大衆市場向けの消費者製品にはならない運命にあり、セルラーバージョンは 100 ドル高いです。
良いニュースは、Iyo は AI Pin のような AI サービスのサブスクリプション料金を請求しないことです。
02. AI ハードウェアの問題
AI ハードウェアの製品定義を完了した人はいませんが、スマートフォンをアンカーとして使用するなど、少なくとも従うべきガイドラインはいくつかあります。
人類の歴史の中で、スマートフォンほど人間の生活に深く浸透したテクノロジーはありません。衣食住、交通から消費、生産に至るまで、スマートフォンは人間社会のほぼあらゆる側面に関与しています。
スマートフォンの置き換えが AI ハードウェアの終着点である場合、これは明らかに短期間で達成できる目標ではありません。 PC 時代からスマートフォン時代への大きな変化は、デバイスがよりアクセスしやすくなり、環境との相互作用がより多くなった (センサーが増えた) ことです。それでも、PC が完全になくなったわけではなく、依然として PC 上で重労働を行う必要があります。
長い間、AI ハードウェアはスマートフォンと共存するでしょう。現時点では、次のことを考える必要があります。スマートフォンでは解決できず、AI ハードウェアでは解決できる問題は何ですか?
AI Pin の失敗は、発熱、バッテリー寿命の低下、投影ディスプレイの貧弱さ、AI フィードバックの遅さなど、ユーザー エクスペリエンスの低下にあります。ユーザーエクスペリエンスの悪さは、製品定義の問題を反映しています。 AI Pin は製品のインタラクションを革新しましたが、古い携帯電話のインタラクションを簡素化したわけではありません。既存のインタラクションのセットを、より面倒なインタラクションのセットに置き換えようとすることに論理はありません。
これは、AI ハードウェアのいくつかの特性を要約するために使用できます。
携帯電話よりも軽量なデバイスである必要があります。
携帯電話よりもアクセスしやすく、環境とより対話できる必要があります。
携帯電話が抱える問題を解決する必要があります。電話がすでにうまく行っている機能を実行する代わりに、電話は問題を解決できません。
現時点では、Iyo One が実際の生活でどのように機能するかを知る方法はありません。しかし、上記の特性から判断すると、AI ハードウェアのコンセプトには明らかに AI Pin よりも Iyo One の方が適しています。
実際、市場ではいくつかの成功事例があります。例えば、携帯電話に装着できるAIレコーダー「OLAUD NOTE」は、今年4月に売上1000万ドルを突破した。 Meta と Ray-Ban が発売した第 2 世代のスマートグラスと同様に、2023 年の第 4 四半期だけで 300,000 ペア以上が販売されました。
AI ハードウェアにとって、携帯電話を置き換えることができるのは確かに成功です。テクノロジーメディア AXIOS によると、ルゴロ氏にはそれほど大きな野心はなく、数万台を販売できることはすでに成功しているという。
結局のところ、これは会社の製品が問題を解決し、誰かがその対価を支払うことを意味します。
この記事は WeChat 公開アカウントからのものです: WeChat 公開アカウント (ID: null)、「この会社は iPhone をワイヤレスヘッドフォンに入れたいと考えています」、著者: Tang Yitao
以上がIyo One: 一部ヘッドフォン、一部オーディオコンピュータの詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。

ホットAIツール

Undresser.AI Undress
リアルなヌード写真を作成する AI 搭載アプリ

AI Clothes Remover
写真から衣服を削除するオンライン AI ツール。

Undress AI Tool
脱衣画像を無料で

Clothoff.io
AI衣類リムーバー

Video Face Swap
完全無料の AI 顔交換ツールを使用して、あらゆるビデオの顔を簡単に交換できます。

人気の記事

ホットツール

メモ帳++7.3.1
使いやすく無料のコードエディター

SublimeText3 中国語版
中国語版、とても使いやすい

ゼンドスタジオ 13.0.1
強力な PHP 統合開発環境

ドリームウィーバー CS6
ビジュアル Web 開発ツール

SublimeText3 Mac版
神レベルのコード編集ソフト(SublimeText3)

ホットトピック











このサイトは6月27日、JianyingはByteDanceの子会社であるFaceMeng Technologyによって開発されたビデオ編集ソフトウェアであり、Douyinプラットフォームに依存しており、基本的にプラットフォームのユーザー向けに短いビデオコンテンツを作成すると報告しました。 Windows、MacOS、その他のオペレーティング システム。 Jianyingは会員システムのアップグレードを正式に発表し、インテリジェント翻訳、インテリジェントハイライト、インテリジェントパッケージング、デジタルヒューマン合成などのさまざまなAIブラックテクノロジーを含む新しいSVIPを開始しました。価格的には、クリッピングSVIPの月額料金は79元、年会費は599元(当サイト注:月額49.9元に相当)、継続月額サブスクリプションは月額59元、継続年間サブスクリプションは、年間499元(月額41.6元に相当)です。さらに、カット担当者は、ユーザーエクスペリエンスを向上させるために、オリジナルのVIPに登録している人は、

検索強化生成およびセマンティック メモリを AI コーディング アシスタントに組み込むことで、開発者の生産性、効率、精度を向上させます。 JanakiramMSV 著者の EnhancingAICodingAssistantswithContextUsingRAGandSEM-RAG から翻訳。基本的な AI プログラミング アシスタントは当然役に立ちますが、ソフトウェア言語とソフトウェア作成の最も一般的なパターンに関する一般的な理解に依存しているため、最も適切で正しいコードの提案を提供できないことがよくあります。これらのコーディング アシスタントによって生成されたコードは、彼らが解決する責任を負っている問題の解決には適していますが、多くの場合、個々のチームのコーディング標準、規約、スタイルには準拠していません。これにより、コードがアプリケーションに受け入れられるように修正または調整する必要がある提案が得られることがよくあります。

AIGC について詳しくは、51CTOAI.x コミュニティ https://www.51cto.com/aigc/Translator|Jingyan Reviewer|Chonglou を参照してください。これらの質問は、インターネット上のどこでも見られる従来の質問バンクとは異なります。既成概念にとらわれずに考える必要があります。大規模言語モデル (LLM) は、データ サイエンス、生成人工知能 (GenAI)、および人工知能の分野でますます重要になっています。これらの複雑なアルゴリズムは人間のスキルを向上させ、多くの業界で効率とイノベーションを推進し、企業が競争力を維持するための鍵となります。 LLM は、自然言語処理、テキスト生成、音声認識、推奨システムなどの分野で幅広い用途に使用できます。 LLM は大量のデータから学習することでテキストを生成できます。

大規模言語モデル (LLM) は巨大なテキスト データベースでトレーニングされ、そこで大量の現実世界の知識を取得します。この知識はパラメータに組み込まれており、必要なときに使用できます。これらのモデルの知識は、トレーニングの終了時に「具体化」されます。事前トレーニングの終了時に、モデルは実際に学習を停止します。モデルを調整または微調整して、この知識を活用し、ユーザーの質問により自然に応答する方法を学びます。ただし、モデルの知識だけでは不十分な場合があり、モデルは RAG を通じて外部コンテンツにアクセスできますが、微調整を通じてモデルを新しいドメインに適応させることが有益であると考えられます。この微調整は、ヒューマン アノテーターまたは他の LLM 作成物からの入力を使用して実行され、モデルは追加の実世界の知識に遭遇し、それを統合します。

機械学習は人工知能の重要な分野であり、明示的にプログラムしなくてもコンピューターにデータから学習して能力を向上させる機能を提供します。機械学習は、画像認識や自然言語処理から、レコメンデーションシステムや不正行為検出に至るまで、さまざまな分野で幅広く応用されており、私たちの生活様式を変えつつあります。機械学習の分野にはさまざまな手法や理論があり、その中で最も影響力のある 5 つの手法は「機械学習の 5 つの流派」と呼ばれています。 5 つの主要な学派は、象徴学派、コネクショニスト学派、進化学派、ベイジアン学派、およびアナロジー学派です。 1. 象徴主義は、象徴主義とも呼ばれ、論理的推論と知識の表現のためのシンボルの使用を強調します。この学派は、学習は既存の既存の要素を介した逆演繹のプロセスであると信じています。

編集者 |ScienceAI 質問応答 (QA) データセットは、自然言語処理 (NLP) 研究を促進する上で重要な役割を果たします。高品質の QA データ セットは、モデルの微調整に使用できるだけでなく、大規模言語モデル (LLM) の機能、特に科学的知識を理解し推論する能力を効果的に評価することもできます。現在、医学、化学、生物学、その他の分野をカバーする多くの科学 QA データ セットがありますが、これらのデータ セットにはまだいくつかの欠点があります。まず、データ形式は比較的単純で、そのほとんどが多肢選択式の質問であり、評価は簡単ですが、モデルの回答選択範囲が制限され、科学的な質問に回答するモデルの能力を完全にテストすることはできません。対照的に、自由回答型の Q&A

8月1日の本サイトのニュースによると、SKハイニックスは本日(8月1日)ブログ投稿を発表し、8月6日から8日まで米国カリフォルニア州サンタクララで開催されるグローバル半導体メモリサミットFMS2024に参加すると発表し、多くの新世代の製品。フューチャー メモリおよびストレージ サミット (FutureMemoryandStorage) の紹介。以前は主に NAND サプライヤー向けのフラッシュ メモリ サミット (FlashMemorySummit) でしたが、人工知能技術への注目の高まりを背景に、今年はフューチャー メモリおよびストレージ サミット (FutureMemoryandStorage) に名前が変更されました。 DRAM およびストレージ ベンダー、さらに多くのプレーヤーを招待します。昨年発売された新製品SKハイニックス

編集者 | KX 医薬品の研究開発の分野では、タンパク質とリガンドの結合親和性を正確かつ効果的に予測することが、医薬品のスクリーニングと最適化にとって重要です。しかし、現在の研究では、タンパク質とリガンドの相互作用における分子表面情報の重要な役割が考慮されていません。これに基づいて、アモイ大学の研究者らは、初めてタンパク質の表面、3D 構造、配列に関する情報を組み合わせ、クロスアテンション メカニズムを使用して異なるモダリティの特徴を比較する、新しいマルチモーダル特徴抽出 (MFE) フレームワークを提案しました。アライメント。実験結果は、この方法がタンパク質-リガンド結合親和性の予測において最先端の性能を達成することを実証しています。さらに、アブレーション研究は、この枠組み内でのタンパク質表面情報と多峰性特徴の位置合わせの有効性と必要性を実証しています。 「S」で始まる関連研究
