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
谷歌发布新的AI学术搜索工具Scholar Labs,旨在回答详细研究问题。该工具使用AI识别查询中的主要话题和关系,目前仅对部分登录用户开放。与传统学术搜索不同,Scholar Labs不依赖引用次数或期刊影响因子等传统指标来筛选研究质量,而是通过分析文档全文、发表位置、作者信息及引用频次来排序。科学界对这种忽略传统质量评估方式的新方法持谨慎态度,认为研究者仍需保持对文献质量的最终判断权。
武汉大学研究团队提出DITING网络小说翻译评估框架,首次系统评估大型语言模型在网络小说翻译方面的表现。该研究构建了六维评估体系和AgentEval多智能体评估方法,发现中国训练的模型在文化理解方面具有优势,DeepSeek-V3表现最佳。研究揭示了AI翻译在文化适应和创意表达方面的挑战,为未来发展指明方向。
Meta发布第三代SAM(分割一切模型)系列AI模型,专注于视觉智能而非语言处理。该模型擅长物体检测,能够精确识别图像和视频中的特定对象。SAM 3在海量图像视频数据集上训练,可通过点击或文本描述准确标识目标物体。Meta将其应用于Instagram编辑工具和Facebook市场功能改进。在野生动物保护方面,SAM 3与保护组织合作分析超万台摄像头捕获的动物视频,成功识别百余种物种,为生态研究提供重要技术支持。
参数实验室等机构联合发布的Dr.LLM技术,通过为大型语言模型配备智能路由器,让AI能根据问题复杂度动态选择计算路径。该系统仅用4000个训练样本和极少参数,就实现了准确率提升3.4%同时节省计算资源的突破,在多个任务上表现出色且具有强泛化能力,为AI效率优化开辟新方向。