将于5月7日推出的Apple Pencil可为用户提供触觉反馈

将于5月7日推出的Apple Pencil可为用户提供触觉反馈 在彭博社周日的"Power On"时事通讯中，马克-古尔曼（Mark Gurman）写道，新款 Apple Pencil 即将面世。新产品的到来并不令人意外，但其亮点功能却令人惊喜据说它的主要特点是增加了触觉反馈功能。触觉反馈意味着 Apple Pencil 会发出轻微的震动，提醒用户注意通知。它还能带来其他好处，比如当用户在按钮上画画时，也会产生轻微的碰撞感知。在触控笔中使用触觉反馈的想法以前曾在专利申请中出现过。2020 年的文件提出了使用各种机制向用户提供触觉反馈。关于下一代 Apple Pencil 的其他传言还包括，它的笔尖可以替换成不同的样式，从而改变书写手感和移动方式。此外，还提出了一种新的挤压交互手势，以及"Find My"跟踪找笔功能。 ... PC版： 手机版：

Senseglove发布VR触觉手套Nova 2 提供手掌碰撞和抓握感

Senseglove发布VR触觉手套Nova 2 提供手掌碰撞和抓握感 其中，主动接触反馈技术为使用者带来了逼真的手掌碰撞和抓握感觉；力反馈技术则能够精准模拟虚拟物体的尺寸和硬度，让人仿佛置身于真实世界；而震动反馈技术则提供了基本的纹理提示，增强了沉浸感。Senseglove强调，Nova 2在VR训练中表现出色，尤其擅长模拟各种手掌接触的动态物体。无论是钻机、电锯等电动工具，还是康复设备，Nova 2都能精准还原真实触感，为用户提供前所未有的体验。相较于前代产品Nova一代，Nova 2在手指跟踪功能上也进行了显著改进。通过测量电缆扩展，它能够更精确地记录拇指、中指和无名指的运动，为用户带来更加细腻、真实的手势识别体验。然而，值得注意的是，Nova 2并非一款面向普通消费者的产品。目前，它已经获得了大众汽车、欧空局、剑桥大学等众多知名企业和机构的青睐，这些机构纷纷采用Nova初代产品进行VR培训和研究。至于价格方面，Nova 2定价高达5999美元（约合人民币43471元），但Senseglove表示，对于批量购买的客户，将会提供相应的折扣优惠。 ... PC版： 手机版：

WiFi探测使智能手机用户面临跟踪、信息泄露

WiFi探测使智能手机用户面临跟踪、信息泄露 研究人员进行了一项实地实验，记录了来自路人的数十万次Wi-Fi连接请求，以确定在设备所有者不知情的情况下被传输的数据类型。 WiFi探测是一个标准过程，默认情况下，出于可用性的原因，大多数智能手机一直在搜索可用的 WiFi 网络，并在受信任的情况下连接到它们。 许多商店一直在使用 WiFi 探测来跟踪客户的位置和移动。由于此跟踪仅在探测中使用匿名 MAC 地址，因此被认为“符合 GDPR”。 但是，研究发现，在23.2%的请求中，设备过去连接过的网络的SSID被传送了。在捕获的SSID中，研究人员发现了与商店 WiFi 网络、106 个不同名称、三个电子邮件地址和 92 个以前添加为可信赖网络的度假屋或住宿地点相对应的字符串。其中一些敏感的字符串被广播了数十次、数百次，在某些情况下甚至数千次。 智能手机用户可以做一些事来保护自己。 首先，也是最简单的就是，升级操作系统，使用更新、更安全的版本。 其次，删除您不再使用或不再需要的 SSID。 第三，Android 和 iOS 提供了一种快速禁用自动加入网络的方法，可阻止热点攻击。 最后，用户可以完全静默探测请求，这可以通过高级网络设置来完成。但这种方法有几个实际的缺点，例如连接建立速度较慢、无法发现隐藏网络以及更高的电池消耗。 #privacy #Selfdefence

MagCode：让所有智能手机都能享受NFC支付体验 | 香港理工大学的研究人员开发出一种技术，即使是不支持NFC的智能手机，也

MagCode：让所有智能手机都能享受NFC支付体验 | 香港理工大学的研究人员开发出一种技术，即使是不支持NFC的智能手机，也能通过摄像头拍摄NFC读取器来完成支付。 目前，大约有一半的智能手机要么没有装载NFC模块，要么由于安全原因不能使用NFC功能。这项技术可以解决这一问题。 工作原理：用户只需将手机的摄像头靠近NFC读取器，摄像头的屏幕上会出现特定的条纹模式。这些条纹实际上是用于数据传输的编码，通过读取这些编码，可以实现与NFC相同的数据交换。 技术灵感：这项技术是基于一个现象，即NFC读取器产生的磁场会对手机的CMOS图像传感器产生无害的磁干扰（Magnetic Interference，MI）。当手机摄像头靠近NFC读取器时，这种磁干扰会在摄像头的屏幕上产生类似于条形码的条纹模式。 性能表现：该技术已经通过11种不同的智能手机进行了测试，所有手机都表现出非常高的性能。特别是与基于磁感应的方法相比，数据传输速度快了58倍。

MIT研究人员利用人工智能将仓库改造成高效枢纽

MIT研究人员利用人工智能将仓库改造成高效枢纽 在一个巨大的机器人仓库里，数百个机器人在地面上来回穿梭，抓取物品并交付给人类工人进行包装和运输。这种仓库正日益成为从电子商务到汽车生产等许多行业供应链的一部分。然而，要让 800 个机器人高效地往返于目的地，同时又要防止它们相互碰撞，并非易事。这个问题非常复杂，即使是最好的路径搜索算法，也很难跟上电子商务或制造业的飞速发展。人工智能驱动的高效解决方案从某种意义上说，这些机器人就像试图在拥挤的市中心穿梭的汽车。因此，一群利用人工智能缓解交通拥堵的麻省理工学院研究人员运用了这一领域的理念来解决这一问题。他们建立了一个深度学习模型，对仓库的重要信息（包括机器人、计划路径、任务和障碍物）进行编码，并利用这些信息预测仓库的最佳疏导区域，以提高整体效率。他们的技术将仓库中的机器人分成若干组，因此这些较小的机器人组可以用协调机器人的传统算法更快地消除拥堵。最终，与强随机搜索法相比，他们的方法疏导机器人的速度快了近四倍。除了简化仓库作业，这种深度学习方法还可用于其他复杂的规划任务，如计算机芯片设计或大型建筑的管道布线。尖端的神经网络架构"我们设计了一种新的神经网络架构，它实际上适用于这些仓库这种规模和复杂程度的实时操作。它可以对数百个机器人的轨迹、出发地、目的地以及与其他机器人的关系进行编码，而且能以一种高效的方式在各组机器人之间重复使用计算，"土木与环境工程（CEE）专业吉尔伯特-W-温斯洛职业发展助理教授、信息与决策系统实验室（LIDS）和数据、系统与社会研究所（IDSS）成员凯茜-吴（Cathy Wu）说。该技术论文的资深作者 Wu 和第一作者、电子工程和计算机科学专业研究生 Zhongxia Yan 共同完成了这项研究。这项研究成果将在学习表征国际会议（International Conference on Learning Representations）上发表。机器人俄罗斯方块从鸟瞰图上看，机器人电子商务仓库的地面有点像快节奏的"俄罗斯方块"游戏。当客户下订单时，机器人会前往仓库的某一区域，抓起放置所需物品的货架，然后将其交给人类操作员，由其拣选和包装物品。数百个机器人同时进行这项工作，如果两个机器人在穿过巨大的仓库时发生路径冲突，就可能会撞车。传统的搜索算法可以避免潜在的碰撞，方法是保持一个机器人的运行轨迹，并为另一个机器人重新规划轨迹。但由于机器人数量众多，可能发生碰撞，问题很快就会呈指数级增长。"由于仓库是在线运行的，机器人大约每 100 毫秒重新扫描一次。也就是说，每秒钟，机器人要重新扫描 10 次。因此，这些操作必须非常快速，"Wu 说。由于在重新规划过程中时间非常关键，麻省理工学院的研究人员利用机器学习将重新规划的重点放在最有可能减少机器人总行驶时间的拥堵区域。Wu 和 Yan 建立的神经网络架构可同时考虑较小的机器人群组。例如，在一个拥有 800 个机器人的仓库中，网络可能会将仓库地面切割成更小的组，每组包含 40 个机器人。然后，如果使用基于搜索的求解器来协调该组机器人的轨迹，它就会预测出哪一组最有可能改进整体解决方案。整个算法是一个迭代过程，先用神经网络选出最有希望的机器人组，再用基于搜索的求解器解散机器人组，然后用神经网络选出下一个最有希望的机器人组，依此类推。简化复杂系统神经网络能有效地推理机器人群，因为它能捕捉到单个机器人之间存在的复杂关系。例如，即使一个机器人一开始离另一个机器人很远，它们在行进过程中的路径仍有可能交叉。该技术还能简化计算，只需对约束条件进行一次编码，而无需对每个子问题重复编码。例如，在一个拥有 800 个机器人的仓库中，要消除一组 40 个机器人的拥堵，需要将其他 760 个机器人作为约束条件。其他方法则需要在每次迭代中对每组所有 800 个机器人推理一次。相反，研究人员的方法只需要在每次迭代中对所有小组的 800 个机器人进行一次推理。她补充说："仓库是一个大的环境，因此这些机器人群组中的很多都会在更大的问题上有一些共同点。我们设计的架构就是为了利用这些共同的信息。"研究人员在几个模拟环境中测试了他们的技术，包括一些像仓库一样的环境，一些带有随机障碍物的环境，甚至还有模拟建筑物内部的迷宫设置。通过识别出更有效的疏导群组，他们基于学习的方法疏导仓库的速度比强大的、非基于学习的方法快四倍。即使考虑到运行神经网络的额外计算开销，他们的方法解决问题的速度仍然快 3.5 倍。未来方向与同行认可未来，研究人员希望从他们的神经模型中获得简单、基于规则的见解，因为神经网络的决策可能不透明，难以解读。更简单、基于规则的方法也更容易在实际机器人仓库环境中实施和维护。"这种方法基于一种新颖的架构，在这种架构中，卷积和注意力机制能够有效地相互作用。令人印象深刻的是，它能够考虑到所构建路径的时空成分，而无需针对具体问题进行特征工程。结果非常出色。"康奈尔理工学院安德鲁-H.和安-R.-蒂施教授 Andrea Lodi 说："我们不仅能在求解质量和速度方面改进最先进的大型邻域搜索方法，而且该模型还能很好地推广到未见过的案例中。"编译来源：ScitechDaily ... PC版： 手机版：

越来越多美国人正抛弃智能手机，开始使用「傻瓜机」，如何看待此事？戒断智能手机对生活有何影响？

越来越多美国人正抛弃智能手机，开始使用「傻瓜机」，如何看待此事？戒断智能手机对生活有何影响？ 赵泠的回答 这问题展示的新闻来自《每日邮报》，是他们一贯的夸大新闻，更是欧美媒体近年来反复炒作的陈词滥调。 这类新闻通常会生硬地提及一个或几个登场人物的公司这些公司有偿提供“帮助人们减少手机成瘾的软件”之类玩意。 在“越来越多”了一顿之后，使用“傻瓜机”的美国人仍是绝对少数。全美年销量“高达”280 万台的数据充其量糊弄一些完全没看过相关数据的读者。 ● 2023 年第三季度，苹果公司在美国卖出约 1720 万台新生产的智能手机。 ● 2023 年，全球每天卖出超过 360 万台新生产的智能手机。 一些接受采访的美国人自称使用“傻瓜机”能戒除手机上瘾、避免无休止地浪费时间去刷新网络社交平台，他们的心情也变好了。戒除智能手机可以在一定范围内减少一些人的睡眠问题、焦虑、抑郁。不过，经历过“傻瓜机”时代的读者可以预期，他们仍会在“傻瓜机”上花费不少时间。 Harmony Healthcare 调查了 1000 多名美国受访者，发现他们平均每天使用智能手机约 4 小时 37 分钟，其中 z 世代平均每天使用智能手机约 6 小时 5 分钟；2022 年，BBC 称英国人平均每天使用智能手机约 4.8 小时；使用《每日邮报》生硬地插入广告的 Unpluq 软件锁定智能手机的若干软件的美国用户每天使用智能手机的时间平均缩短了约 72 分钟看起来，他们仍然在大刷特刷。 在《每日邮报》的新闻里，换用“傻瓜机”的美国受访者 Christina Dinur 承认仍会使用笔记本电脑查看社交媒体，只是次数比用智能手机时少。2022 年，一个号称智能手机与“傻瓜机”都不用了的苏格兰人对 BBC 说他继续使用电子邮件、家用电脑，还有一个英国人在时隔六年后因新冠疫情需要健康码和联系家人而再次拿起智能手机。 关于刷手机的心理学，可以看看： 明明手机很无聊，却还是忍不住刷来刷去，这是为什么？ via 知乎热榜 (author: 赵泠)