ZD至顶网软件频道消息: SAP表示已经投资了Vivanda。据我们了解,Vivanda是一家旨在使用大数据和分析进行食物数据化和个性化的企业,主要提供预测食品的个性化服务,该公司的系统能够利用算法处理研究、科学和食物选择。
SAP同Vivanda的协议是一种利用其HANA技术的方式。通过投资,Vivanda获得了一个大的合作伙伴让其API、咨询和分析服务能够接触到更多的客户产品食物。
从表面上看,SAP此举似乎是另一项帮助瞄准食品和消费品行业的投资。然而,SAP表示这笔未披露金额的投资将让该公司同Vivanda就其FlavorPrint技术进行更紧密地合作,而该技术提供个性化的食物和饮料建议,映射了食物和风味基因,16000种芳香化学品,33种口味和17种纹理以及营养和成分。
让我们看看Vivanda的FlavorPrint模型是如何工作的:
• Vivanda识别食品属性并且建立模型,匹配消费者的口味偏好、产品、菜肴、食谱和饮料。
• 然后该公司部署名为"打印"的流程,使用一种算法将FlavorPrint匹配给一个人或者食物项目。FlavorPrint就像是一个UPC代码或者指纹。
• 机器学习调整食物的口感和风味。
• 客户能够得到分析,看到口味趋势以及在不同人群中受欢迎的程度。然后企业就可以进行食物和食用体验的市场推广。
IBM的Watson已经在和大厨们合作,而Vivanda的方法旨在让大数据为大众服务更多。参看:For chefs and foodies, big data could be the new secret ingredient
也许SAP可以利用Vivanda更好地帮助HANA瞄准核心行业,但是即使天不遂人愿,食品科学和数字化味道也是有趣的投资方向。
好文章,需要你的鼓励
南洋理工大学研究团队开发了WorldMem框架,首次让AI拥有真正的长期记忆能力,解决了虚拟世界模拟中的一致性问题。该系统通过记忆银行存储历史场景,并使用智能检索机制,让AI能准确重现之前的场景和事件,即使间隔很长时间。实验显示在Minecraft和真实场景中都表现出色,为游戏、自动驾驶、机器人等领域带来广阔应用前景。
AWS通过升级SageMaker机器学习平台来扩展市场地位,新增观测能力、连接式编码环境和GPU集群性能管理功能。面对谷歌和微软的激烈竞争,AWS专注于为企业提供AI基础设施支撑。SageMaker新功能包括深入洞察模型性能下降原因、为开发者提供更多计算资源控制权,以及支持本地IDE连接部署。这些更新主要源于客户需求,旨在解决AI模型开发中的实际问题。
MTS AI研究团队提出RewardRanker系统,通过重排序模型和迭代自训练显著提升AI代码生成质量。该方法让13.4B参数模型超越33B大模型,在多种编程语言上表现优异,甚至在C++上超越GPT-4。通过引入困难负样本和PPO优化,系统能从多个代码候选中选出最优方案,为AI编程助手的实用化奠定基础。