ZD至顶网软件频道消息: 在刚刚结束的乌镇世界互联网大会上,百度成为风头最劲的公司。先是18辆百度无人车在乌镇大街上兜风,成为本次大会上最拉风的场面。紧接着百度的人工智能核心成果——百度大脑成功入选大会15大领先科技成果,成为国内唯一入选的综合型人工智能技术。
这些技术的背后,都离不开百度云计算的默默支持。11月30日,百度云又有大动作,将在北京举办2016百度云智峰会(ABC SUMMIT),聚焦云计算、人工智能和大数据三大产业,这也是百度在云计算领域首次举办的高规格、覆盖全行业的科技峰会。
智能+时代 ABC重新定义互联网
从峰会的介绍中,不难猜出ABC SUMMIT,A是AI人工智能,B是Big Data大数据,C指Cloud computing云计算,B同时也代表了Baidu。然而ABC的内涵远不止于此,从中我们还可以一窥百度对于未来互联网发展的深刻思考和雄心壮志。
百度总裁张亚勤表示,随着智能手机与移动应用的用户增长趋向缓慢,移动互联网红利期进入尾声,而人工智能取得了前所未有的突破,标志着信息技术产业更深层次革命的“智能+”时代已然到来。人工智能作为“智能+”时代的应用核心,正推动着互联网向更深、更广的领域进化,重新定义互联网。
在这一进程中,作为人工智能底层技术支撑的云计算正发挥着越来越重要的作用。正是得益于云计算提供的海量数据和计算资源,人工智能技术才取得了实质性的进展并逐渐日益成熟,进而推动物理世界与数字世界的融合。
在百度云的架构中,有一个中间层是PaaS(Platform as a Service),平台即服务。百度云PaaS的与众不同之处在于,人工智能作为一种横向的服务位于最底层,这使百度云的平台包含了很多接口,像语音技术、图像技术、自然语言、用户画像、机器学习等等。
更智能的机器、更智能的网络、更智能的交互将把人与服务更紧密地连接在一起,创造出效能更高的经济发展模式与社会生态系统,进而重新定义各行各业的商业模式与竞争法则。立足于这样的判断,百度将“云计算、人工智能和大数据”视为三位一体的、支撑起智能+时代的支柱。
成为企业基础能力 ABC开启3600行智能+之路
如今,云计算、人工智能和大数据已成为新一轮产业革命的核心驱动力。在新常态的经济背景下,各行各业如果想在未来掌握住发展的先机,都要拥抱人工智能技术。未来,云智数不仅会成为企业发展的优势能力,更将成为企业的基础能力。
以无人车为例,百度利用云、人工智能和大数据的技术优势,打造智能互联、高精地图、高精定位、环境感知、行为预测、规划控制、操作系统、人机交互、车载硬件和系统安全等十大自动驾驶核心技术,共同支撑百度L3和L4两大业务方向。
云智数不仅支撑着百度的核心业务发展。更推动着整个行业的创新进步。百度云将云智数等技术能力以云服务的形式开放给业界,为企业赋能,降低大众创新创业门槛。并以云智峰会为平台,探讨各行各业与云智数技术的融合发展,让云智数真正成为每一个企业的基础技术能力,开启智能+之路,推动全社会进入智能+新时代。成为企业的基础能力和开启智能+新时代,这也许才是“ABC”的深刻含义所在。
据悉,云智峰会(ABC SUMMIT)采用全体大会、专题论坛、展览展示等形式,涵盖各行业优质企业、政府机构、产业联盟、百度生态合作伙伴、行业技术专家和开发者等。届时百度总裁张亚勤等互联网大咖也将到场,为大家带来更多关于ABC(云智数)的思考。
好文章,需要你的鼓励
本文评测了六款控制台平铺终端复用器工具。GNU Screen作为老牌工具功能强大但操作复杂,Tmux更现代化但学习曲线陡峭,Byobu为前两者提供友好界面,Zellij用Rust编写界面简洁易用,DVTM追求极简主义,Twin提供类似TurboVision的文本界面环境。每款工具都有各自特点和适用场景。
韩国汉阳大学联合高通AI研究院开发出InfiniPot-V框架,解决了移动设备处理长视频时的内存限制问题。该技术通过时间冗余消除和语义重要性保留两种策略,将存储需求压缩至原来的12%,同时保持高准确性,让手机和AR眼镜也能实时理解超长视频内容。
网络安全公司Snyk宣布收购瑞士人工智能安全研究公司Invariant Labs,收购金额未公开。Invariant Labs从苏黎世联邦理工学院分拆成立,专注于帮助开发者构建安全可靠的AI代理工具和框架。该公司提供Explorer运行时观察仪表板、Gateway轻量级代理、Guardrails策略引擎等产品,并在工具中毒和模型上下文协议漏洞等新兴AI威胁防护方面处于领先地位。此次收购将推进Snyk保护下一代AI原生应用的使命。
纽约大学研究团队通过INT-ACT测试套件全面评估了当前先进的视觉-语言-动作机器人模型,发现了一个普遍存在的"意图-行动差距"问题:机器人能够正确理解任务和识别物体,但在实际动作执行时频频失败。研究还揭示了端到端训练会损害原有语言理解能力,以及多模态挑战下的推理脆弱性,为未来机器人技术发展提供了重要指导。