下一代 Android

据闻,Android M 是下一代 Android 的开发代号。那么,对于 M,Google 正在实验着什么?

  • 指纹识别

根据此前的消息,Nexus 6 据称原本是包含指纹识别传感器的,但后来在开发过程的过程中移除了。此前 Google 为 Android 5.0 开发 OS 级别支持的指纹解锁功能。

不过 Google 所开发的指纹解锁方案,将为 app 提供系统级别 API 的支持。泄漏的代码显示,它支持锁屏解锁,手机 app 也支持通过指纹解锁打开。

从 Nexus 6 移除了指纹识别传感器的情况来看,或许是对现有“扫一扫”式的指纹识别方案不满。Synaptics 现在正在实验其它的指纹识别方案,比如将触摸屏当作指纹识别的传感器。

  • 应用权限开关

直至现在,Android 应用权限依然是“一票式”买卖,用户无法自由“下注”。当然,Google 正在改进,在 Andorid 4.3 时就隐藏着名为 App Ops 的功能,让用户选择 app 的权限,比如说不希望 app 追踪自己的位置,只需要进入 App Ops 界面下,将 app 的位置权限给关掉。

不过,在 Android 4.4.3 时,App Ops 被移除了。而后,名为 Dianne Hackborn 的 Android 工程师在称,此前泄漏的 App Ops 界面不是最终版本。之前 App Ops 在实际使用虽死存在着许多问题,比如说如果用户把某项重要的权限给关掉了,那么 app 就会无法运行,但用户并不知道是因为 app,还是因为权限控制的问题。这表明该功能还不够成熟。

不过,Google 可以持续改进 App Ops,让它变得可用,比如改进 app 的报错机制。

  • 分屏模式

“分屏模式”,就是让两款 app 可以同时在一个屏幕中运行,就好像 Windows 8 在 Surface 上那样。

ArsTechnica 在 ADB 命令里找到“分屏模式”,启动之后,虽然使用起来 bug 多多,不过它至少可以运行。除了代码当中包含了这一特殊的工作模式,Goolge 的 UI 设计当中,也包括了“分屏”的考虑。

根据 AndroidPolice 的报道,在启动分屏模式的方式不难,只需要按住一款 app 然后把它拖到屏幕的另一边的边缘,然后就自动分出来。——“分屏模式”的增加,会有利于 Android 平板的生态,但因为这项功能对生态有着重要的影响,因此 Google 方面谨慎的态度也不难理解了。

  • Hangout 朝着个人助理方向进发

Google 今年还收购了一款 iOS app 团队。这款 app 叫 Emu,概念十分先进,它可分析文字消息当中的语义,然后自动提供相关的建议。比如说,两人在聊第二天约吃晚餐,那么会直接显示自己的日程安排,然后再确 定时间,另外还会显示相关餐厅的简介,帮助人们了解。

换言之,它是情景化的 IM app。

在 8 月收购了该团队之后,Google 开始改进 Hangouts。4 个月之后,Hangouts 的文字消息中,也具备自动建议功能。当别人发消息问“你在哪儿”时,Hangouts 会自动弹出一个气泡,让人直接分享地理位置给对方。

Emu 还会影响到 Google 其它的产品,比如 Inbox,同样可以直接根据邮件内容,自动提供地理位置、OpenTable、Yelp 之类的服务。

  • Copresence,跨平台超声波配对

Google 正在研发名为 Copresence 的超声波配对技术,它的作用就好像 NFC 那样,可以让不同的设备之间快速配对。但不同的是,只要手机有麦克风和耳机就可以接受超声波,因此 Copresence 比 NFC 更加容易普及。后者毕竟要说服厂商在每个手机里内置 NFC 芯片。

现在该技术已经包含在 Google Play Service 里,可以实际应用。Chrmecast 现在的配对就可以直接通过超声波与 Android 配对,而无需通过同一个 Wi-Fi 网络。

  • 基于个人的提醒事项

这是一个基于 Copresence 的功能。既然超声波可以不必通过 Wi-Fi 即可与其它设备配对,那么当你外出的时候,Android 手机就可以通过超声波找到附近曾经一起配对的手机,也就是你的朋友,然后触发提醒事项。据称,该功能将在明年 3 月上线,并集成在 Google 搜索 app 里——在搜索结果里会列出“Who”然后,提醒事项会列出“When”以及“Where”。这也说明,手机与手机之间的配对也变得十分简单,只要按下一个 按钮即可。

  • Android 的 apps 将全局通用

现在部分 Android apps 通过 App Runtime for Chrome,以及 Chrome Native Client 扩展也可以直接在 Chrome OS 中运行。

换言之,Android app 可以在桌面运行,尽管方式是当作 Chrome 的一个插件。而且,只要一定的改造,App Runtime for Chrome 足以令任何一款 Android app 在桌面版 Chrome 浏览器中运行

这也意味着,借助 Chrome 的多平台特性,Android app 也可以在 Windows、Mac 以及 Linux 上运行。

  • Android 综合性车载娱乐系统

从名字上看,Android Auto 与 Android Wear 和 Android TV 一样,是为特定设备所开发的 Android 分支版本。不过 Android Auto 不同的是,它并非一个独立运作的操作系统,而是在车载操作系统之上套上一层皮肤——当你把手机插入用 USB 与车载娱乐系统相连,那么 Android Auto 就会从手机激活,然后显示在中控的屏幕上。

不过,有更多消息显示,Google 希望正在开发独立运作的车载操作系统,可以支持打电话、导航、听音乐、语音指令以及语音发短信/文字消息。

另外可靠的消息来自哈曼的 CEO。在季度财报的电话会议上,他表示公司正在为 GM 设计基于 Android 的嵌入式操作系统。也许,哈曼正在为 Google 设计汽车版的“Nexus”。

 

Material Design 将改变网络产品的设计

 

 

尽管 Material Design 是随 Android 5.0 一起发布,但是它影响的不止是手机 app。Google 计划将它的所有的产品,都能设计得符合 Material Design 的风格,包括 iOS 的产品和网页端。Inbox by Google 的网页端就采用了新设计。

 

WhatsApp 的竞争对手,但不是 Google Hangouts

 

ArsTechnica 此前称,Google 的产品战略其实是“每一件东西都有两份”,也就是针对同一个市场、同一个问题,通过不同的路径打造不同的产品。

而除了 Google Hangouts 外,根据《经济学人》的报道,Google 正在开发新的 IM 工具,试图与 WhatsApp 竞争。这款 IM 将首先在印度上线,而且免费。

 

Chromecast 2 将采用新硬件,并支持与第二屏互动

 

Google 的副总裁之前对 GigaOM 说,下一代 Chromecast 2 将能够与手机“第二屏”进行互动。

也就是当 Chomecast 2 在播放视频的时候,它能够让手机屏幕用来显示其它信息。目前的 Chromecast,仅仅在手机上显示“搜索”以及控制媒体的播放。

不过,Google 副总裁没有说明 Chromecast 2 能够在手机上显示什么更多的信息。也许你可以展望,当暂停视频的时候,手机上可以直接显示 Google 知识图谱相关的媒体结果,这个过程会更加流畅——至于我,会希望电视播放视频,手机上显示弹幕。

 

虚拟现实与 Cardboard

 

Android 手机现在成为相当重要的虚拟显示平台,这当然是因为 Google 的 Cardboard 以及三星和 Oculus 共同支持的 Gear VR。虽然 Cardboard 看上去像是个玩具,但 Google 对它的态度是认真的,最近还专门为它成立了一个部门。

相比起改进 Cardboard 体验,Google 将精力主要投放在开发者生态一端,最近公司发布了 Android 的 Cardboard SDK 以及基于 Unity 游戏图像引擎的插件。另外,在 Goolge Play Store 上,有专门 VR app 专区,Google 也在持续招聘专注于 VR 领域的员工。现在,Cardbond 已经卖了 50 万副。

转载于:https://www.cnblogs.com/HaroldTihan/p/4198730.html

深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据中的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络中用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值