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
Meta宣布为Facebook Dating推出AI聊天机器人助手,帮助用户找到更匹配的对象。该AI可根据用户需求推荐特定类型的匹配者,并协助优化个人资料。同时推出Meet Cute功能,每周提供算法选择的"惊喜匹配"。尽管18-29岁用户匹配数同比增长10%,但相比Tinder的5000万日活用户仍有差距。AI功能已成为约会应用标配,Match Group等竞争对手也在大力投资AI技术。
字节跳动团队提出RewardDance框架,首次系统性解决视觉生成中的奖励模型扩展问题。该框架通过将奖励预测转为生成式任务,并将模型规模扩展至260亿参数,同时集成任务指令、参考样例和推理能力,有效解决了"奖励作弊"问题。实验显示,在文本生成图像任务中质量提升10.7分,视频生成性能改善49%,达到行业领先水平,为AI视觉创作提供了更强大可靠的技术基础。
Neo4j认为已找到让生成式AI访问图数据库记录的方法。图数据库专注于数据点之间的关系建模和查询,在欺诈检测、推荐引擎等场景中表现出色。2024年4月,ISO批准了图查询语言GQL标准,Neo4j的Cypher查询语言完全符合该标准。现代工具提供拖拽式工作流程,GenAI可作为自然语言接口,将用户请求转换为Cypher查询。
ByteDance团队开发的Mini-o3系统通过深度多轮推理突破了传统AI视觉理解的局限。该系统能像人类侦探般进行几十轮的视觉探索,在困难的视觉搜索任务上准确率达48%,相比现有模型提升显著。核心创新包括挑战性的Visual Probe数据集、多样化推理策略训练和突破性的过轮掩码技术,实现了测试时思考轮数的自然扩展。