ZD至顶网软件频道消息: 5月12日,紧随科技大佬的步伐,亚马逊将旗下深度学习软件的源代码开放了。Deep Scalable Sparse Tensor Network Engine(DSSTNE)库现在可以以Apache 2.0许可证从GitHub获得了。
亚马逊解释道,DSSTNE的发音是“Destiny”,它能够用神经网络为亚马逊数以亿计的客户商店提供更好的建议,“帮助他们从数量巨大的产品目录中发现恰当的商品”。
亚马逊表示,它将DSSTNE作为开放源代码软件发布,“这样深度学习的前景可以超越语音和语言理解,以及对象识别,并扩展到搜索等其他的领域。我们希望世界各地的研究人员可以合作来改善它。但是更重要的是,我们希望它能够刺激更多领域内的创新。”
据了解,DSSTNE和其他的深度学习库有着显著的区别,主要体现在DSSTNE支持用稀疏数据解决问题,并且更快地处理它们。事实上,该公司声称DSSTNE比TensorFlow快2.1倍,TensorFlow是谷歌的开放源代码机器学习系统,部署在亚马逊网络服务云平台的g2.8xlarge GPU实例上。
早在去年11月,谷歌就开放了TensorFlow的源代码,而Facebook更是在2015年年初就将自己的机器学习和人工智能工具的源代码开放了。同时,在去年12月份,亚马逊网络服务加入了其他几个重量级玩家的行列,投资开放源代码的非营利性人工智能研究项目——OpenAI。
好文章,需要你的鼓励
IBM Spyre加速器将于本月晚些时候正式推出,为z17大型机、LinuxONE 5和Power11系统等企业级硬件的AI能力提供显著提升。该加速器基于定制芯片的PCIe卡,配备32个独立加速器核心,专为处理AI工作负载需求而设计。系统最多可配置48张Spyre卡,支持多模型AI处理,包括生成式AI和大语言模型,主要应用于金融交易欺诈检测等关键业务场景。
微软研究院提出潜在分区网络(LZN),首次实现生成建模、表示学习和分类任务的真正统一。该框架通过共享高斯潜在空间和创新的潜在对齐机制,让原本独立的AI任务协同工作。实验显示LZN不仅能增强现有模型性能,还能独立完成各类任务,多任务联合训练效果更是超越单独训练。这项研究为构建下一代通用AI系统提供了新的架构思路。
意大利初创公司Ganiga开发了AI驱动的智能垃圾分拣机器人Hoooly,能自动识别并分类垃圾和可回收物。该公司产品包括机器人垃圾桶、智能盖子和废物追踪软件,旨在解决全球塑料回收率不足10%的问题。2024年公司收入50万美元,已向谷歌和多个机场销售超120台设备,计划融资300万美元并拓展美国市场。
上海AI实验室开发的VLAC模型让机器人首次具备真实世界自主学习能力。该系统如同给机器人配备智能导师,能实时评估动作效果并从中学习。在四个操作任务测试中,机器人成功率从30%提升至90%,仅需200次练习。技术结合视觉、语言理解和动作生成,支持跨场景适应和人机协作,为家庭服务、医疗护理等领域应用奠定基础。