近日,IBM公布了一系列Watson技术,包含机器学习、数据平台、虚拟代理(Virtual Agent)的会话工具,并把Watson更多地同MobileFirst for iOS应用程序以及教育工具进行集成,以促进认知计算生态系统的发展。
目前,IBM在拉斯维加斯举办的Watson大会上发出了密集公告。IBM的首席执行官Ginny Rometty将在主题演讲中介绍Watson产品组合、生态系统和客户群。以下是具体内容
IBM的Watson Data Platform——IBM正在将Watson数据摄取引擎同云服务以及机器学习技术结合在一起。IBM的思路是将工具混合在同一个平台之内,这样机器学习就能够更容易为商业决策者们所接受。
IBM表示Watson Data Platform将支持数据专家,例如数据科学家、工程师、分析师和开发人员之间的协作,该平台能够每秒摄取高达10GB的数据,筛选并编辑信息,提供协作和拖放服务进行分析。
Watson Virtual Agent——IBM推出了虚拟代理(Virtual Agent)作为一种认知对话技术,旨在提高客户参与度。IBM通过此举在机器人领域内使用Watson。Watson虚拟代理(Virtual Agent)将允许客户用各种行业内容预先培训机器人,让机器人能够更快适应。
虚拟代理(Virtual Agent)可以针对社交媒体、SMS、移动和嵌入式技术进行部署。Staples、Autodesk和Weather Company是样板客户。在IBM的云中,可以通过Watson Conversation使用虚拟代理(Virtual Agent)功能。
针对MobileFirst for iOS应用程序的Watson——IBM表示它将把Watson同一系列MobileFirst for iOS应用程序进行集成。通过IBM与苹果的合作提供自定义应用程序。简而言之,IBM的自然语言处理、Watson Conversation和Watson API已经针对苹果的iOS语音框架进行了优化。
IBM在谈及Watson与iOS协作时提到的行业是旅游、零售和金融服务。
Watson云视频——Watson被用于数字视频之中,跟踪非结构化数据、分析信息并更好地使用内容。受众洞察、视频场景监测和实时事件分析将通过IBM Cloud完成。
IBM在推出新的Watson工具的同时,也着手围绕着认知计算开展正规化的认证和教育。此举同该公司最新推出的认证步调一致,包括:
好文章,需要你的鼓励
当前企业面临引入AI的机遇与挑战。管理层需要了解机器学习算法基础,包括线性回归、神经网络等核心技术。专家建议从小规模试点开始,优先选择高影响用例,投资数据治理,提升员工技能。对于影子IT现象,应将其视为机会而非问题,建立治理流程将有效工具正式化。成功的AI采用需要明确目标、跨部门协作、变革管理和持续学习社区建设。
这项由东京科学技术大学等机构联合发布的研究提出了UMoE架构,通过重新设计注意力机制,实现了注意力层和前馈网络层的专家参数共享。该方法在多个数据集上显著优于现有的MoE方法,同时保持了较低的计算开销,为大语言模型的高效扩展提供了新思路。
美国垃圾收集行业2024年创收690亿美元,近18万辆垃圾车每周运营六至七天,每日停靠超千次。设备故障成为行业最大隐性成本,每辆车年均故障费用超5000美元。AI技术通过实时监控传感器数据,能提前数周预测故障,优化零部件库存管理,减少重复维修。车队报告显示,预测性维护每辆车年节省高达2500美元,显著提升运营效率和服务可靠性。
小米团队开发的MiMo-7B模型证明了AI领域"小而精"路线的可行性。这个仅有70亿参数的模型通过创新的预训练数据处理、三阶段训练策略和强化学习优化,在数学推理和编程任务上超越了320亿参数的大模型,甚至在某些指标上击败OpenAI o1-mini。研究团队还开发了高效的训练基础设施,将训练速度提升2.29倍。该成果已完全开源,为AI民主化发展提供了新思路。