ZDNet至顶网软件频道消息:在IBM勾勒出的Watson认知计算系统蓝图中,该系统最终将提升研发回报。在纽约的一个活动上,IBM展示了Watson的新用途,借此将认知计算推向商用,并使Watson Group变成公司的增长动力。
实施Watson
由于上面这些变数,为什么医疗和科研领域是Watson的核心应用领域就显而易见了。Watson可以伸缩,并且能够重复使用知识。Gold指出医疗机构可以选择将内容限定在Pubmed数据库或者Medline数据库,将搜索的范围限定为帕金森综合症。
IBM的挑战:给Watson足够多的知识和内容,扩展更多的行业用例并且让Watson的使用变得更像是一个“交钥匙”工程。
在研发上的投资回报率
Watson星期四的升级最大的看点在于IBM将推动研发的投资回报率,在科技领域,研发是很大的一块投资,占到收入的百分之三到百分之十几的比例,有时候甚至更高。IBM在研发上的投入占到每年收入的6%。
如果Watson能够将药物推向市场的时间平均缩短8.5年,或者能够更早地让研发走出死胡同,那就是真正的回报。
研发的回报将是变革性的,会有更好的故事可以讲述,而不是更好地处理呼叫中心事务。
Gold指出,IBM将研发费用的三分之一投入到认知计算上。关于Watson的投资回报,最好的故事应该是Watson能够节省自身的研发费用——或者甚至是帮助获得资金。Gold表示Watson“间接地”改变了IBM的研发方式。如果IBM希望企业大量涌向Watson,它就应该利用自己的研发部门作为一个案例,在保持同等效率的前提下,将研发的投入降到销售收入的5%。
年销售额一千亿美元的百分之一意味着Watson完全回报了IBM最初给Watson Group的投资。Watson能够创造食谱,这很好,但是这个星球上的每一家企业都会注意到认知计算能够让研发变得更好的承诺。
好文章,需要你的鼓励
GitHub CEO声称AI将承担所有编程工作,但现实中AI编程工具实际上降低了程序员的生产效率。回顾编程语言发展史,从Grace Hopper的高级语言到Java等技术,每次重大突破都曾因资源限制和固有思维遭到质疑,但最终都证明了抽象化的价值。当前AI编程工具面临命名误导、过度炒作和资源限制三重困扰,但随着技术进步,AI将有助于消除思想与结果之间的障碍。
本研究针对大语言模型中普遍存在的偏见问题,提出了一套完整的数据和AI治理框架。研究发现当前主流AI模型中37.65%的输出存在偏见,其中33.7%具有中高风险。通过开发BEATS检测系统和全生命周期治理方案,为AI系统建立了从数据收集到部署监控的完整"公平性保障体系",旨在让AI技术更好地服务全人类而非延续社会偏见。
英国林肯大学正在开发一种革命性的虚拟现实环境,让非专家通过身体演示来训练AI收割机器人。这种技术已在加拿大杂货店和日本便利店试用,未来可能彻底改变工作形态。虽然能降低危险工作的风险,但也带来就业替代、工资削减等问题。许多低薪工作将被远程操控的机器人取代,影响移民模式和劳工组织。这项技术仍处于早期阶段,但将在未来几年对工作产生深远影响。
浙江大学团队开发的HarmonyGuard框架首次解决了AI网络代理的安全与效率平衡难题。该系统通过三个协作的AI代理,实现自适应安全策略更新和双目标优化,在真实测试中将策略合规率提升38%,任务完成率提升20%,为构建既高效又安全的智能助手奠定重要基础。