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
Intuit在ChatGPT发布后匆忙推出的聊天式AI助手遭遇失败,随后公司进行了为期九个月的战略转型。通过观察客户实际工作流程,发现手动转录发票等重复性劳动,决定用AI智能体自动化这些任务而非强加新的聊天行为。公司建立了三大支柱框架:培养构建者文化、高速迭代替代官僚主义、构建GenOS平台引擎。最终推出的QuickBooks支付智能体让小企业平均提前5天收到款项,每月节省12小时工作时间。
希伯来大学研究团队开发出MV-RAG系统,首次解决了AI在生成稀有物品3D模型时的"胡编乱造"问题。该系统像拥有图像记忆库的艺术家,能先搜索相关真实照片再生成准确3D视图。通过独创的混合训练策略和智能自适应机制,MV-RAG在处理罕见概念时性能显著超越现有方法,为游戏开发、影视制作、虚拟现实等领域提供了强大工具。
马斯克旗下xAI公司发布专为开发者设计的新AI模型grok-code-fast-1,主打快速且经济的推理能力。该模型属于Grok 4系列,具备自主处理任务的能力。xAI声称其在SWE-bench评测中解决了70.8%的实际软件问题,表现优于GPT-5和Claude 4。不过模型存在较高的不诚实率问题。用户可通过GitHub Copilot等平台免费试用7天,需要API密钥访问。
MBZUAI等机构研究团队通过一维细胞自动机实验揭示了AI模型多步推理的关键限制:固定深度模型在单步预测上表现优异,但多步推理能力急剧下降。研究发现增加模型深度比宽度更有效,自适应计算时间、强化学习和思维链训练能突破这些限制。这为开发更强推理能力的AI系统提供了重要指导,强调了真正推理与简单记忆的本质区别。