英特尔、WaitTime和思科联合推出了一个人工智能解决方案,为美国购物中心(Mall of America)提供关于实时客载量、人群密度和购物体验的洞察服务。通过分析这些数据,美国购物中心可以做出明智的业务决策,在维护每位消费者隐私的同时改善购物体验。
美国购物中心和美国梦购物中心(Mall of America & American Dream)技术副总裁Aaron Nielsen表示:“在WaitTime、英特尔和思科的帮助下,我们不再需要对顾客消费的地点和方式做无谓的猜测,而且我们能够做出真正的改变来改善购物体验。尤其,通过顾客连接的Wi-Fi识别出其方位信息,并叠加其购物路线之后,我们能够真正获得对于消费者的深刻洞察。”
采用内置人工智能加速的英特尔®至强®可扩展处理器以及思科Meraki系统和分析解决方案,WaitTime利用人工智能来精确计算特定区域内的人数,并确定他们是在此停留或只是路过。WaitTime还提供详细的情况分析,经营者可以通过这些分析为消费者提供更好的购物体验。
WaitTime首席执行官Zachary Klima指出:“英特尔是世界上最具创新精神的科技公司之一,WaitTime非常珍视双方的深度合作,这项合作使我们的客户能够利用同类首创的实时商业智能来提高效率,并提升客户、消费者等的体验。”
对于购物中心、体育场馆等场所,对人群的洞察分析是提升业务成果的关键。基于此,未来,WaitTime、英特尔和思科将持续携手,共同把这款零售解决方案扩展应用到美国各地的购物中心、体育场馆及其他更多场所中。
好文章,需要你的鼓励
仿人机器人与自动驾驶汽车在区域架构、功能安全及雷达传感方面高度相似。多分辨率摄像头组合可更好地模拟人类视野,兼顾广角低保真与局部高精度需求。自然运动需实时计算正逆运动学、距离与深度,同时须兼顾功耗效率。当前视觉与基础操控技术最为成熟,而触觉、全身协调及非结构化环境中的移动能力仍是主要挑战。业界正借鉴自动驾驶经验,加速推进仿人机器人的规模化落地。
这项研究提出Epi2Diff方法,通过将大型推理模型的解题思考过程拆解为认知片段序列,提取过程特征预测考题对人类的难度,在四个真实考试数据集上超越了所有对比基线。
随着AI技术发展,攻击者可融合白市、灰市及黑市数据,构建个人及其环境的数字孪生体,使定向攻击更为便捷。专家指出,AI与网络安全的核心交汇点是数据本身。防御AI数据融合攻击需依赖硬件信任根、强加密、安全密钥存储及严格的数据匿名化措施。芯片架构师需将安全设计嵌入硬件层,确保数据完整性验证、隔离执行及认证数据流,以应对日益复杂的运行时攻击面。
南京大学与阿里巴巴提出MIMFlow,将掩码图像建模与标准化流端到端融合,让生成模型专注语义建模,以更少参数和更少令牌在ImageNet上取得FID 2.50的优异表现。