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
清华团队开发DKT模型,利用视频扩散AI技术成功解决透明物体深度估计难题。该研究创建了首个透明物体视频数据集TransPhy3D,通过改造预训练视频生成模型,实现了准确的透明物体深度和法向量估计。在机器人抓取实验中,DKT将成功率提升至73%,为智能系统处理复杂视觉场景开辟新路径。
R语言在Tiobe 12月编程语言流行度指数中重返前十,排名第10位,占比1.96%。作为统计计算专用语言,R语言凭借在统计分析和大规模数据可视化方面的优势重新获得关注。尽管传统软件工程师对其语法和扩展性存在质疑,但R语言在大学和研究驱动行业中仍表现出色,在快速实验、统计建模和探索性数据分析领域具有独特优势。
字节跳动研究团队提出了专家-路由器耦合损失方法,解决混合专家模型中路由器无法准确理解专家能力的问题。该方法通过让每个专家对其代表性任务产生最强响应,同时确保代表性任务在对应专家处获得最佳处理,建立了专家与路由器的紧密联系。实验表明该方法显著提升了从30亿到150亿参数模型的性能,训练开销仅增加0.2%-0.8%,为混合专家模型优化提供了高效实用的解决方案。