ZD至顶网软件频道消息:AWS正在让客户可以使用到为Amazon产品和能力提供支撑的人工智能技术,AWS首席执行官Jassy在本周二的re:Invent大会上这样表示。
“有很多公司并没有意识到Amazon在机器学习领域所具备的能力,”Jassy在主题演讲中说。
确实,随着云大战的升温,像Azure和Google Cloud Platform这样的竞争对手正在试图打压AWS的统治地位,而像机器学习这样的能力很大程度上成为Google的关键价值主张之一。但是Jassy指出,Amazon已经在很多方面采用了机器学习,例如声音激活助理Alexa,它的实现和逻辑能力,以及发现和搜索功能。
AWS第一款AI新产品是Amazon Rekognition,这是一个图像识别和分析服务。一旦提交图像,它就可以识别出对象和场景,可以做面部识别。它可以用于实时分析,可以批量处理数百万个图像,它易于使用且具有成本效益,Jassy这样承诺说。
第二个产品Amazon Polly是一个文本转换为语音的服务,采用了深度学习技术。一旦提交了文本流,Polly就会输出mp3音频流。有了Polly的智能特性,如果提交的是“WA的温度是75华氏度”,那么mp3输出的就是“华盛顿的温度是75华氏度”。
Polly支持24种语言的47种不同的声音。
Jassy推出的第三个产品是Amazon Lex,提供由深度学习实现的理解自然语言和自动语音识别。
这实际上是“Alexa的核心”,Jassy说。“这将让你可以开发所有类型的对话应用”。
有了在AWS上的集成开发平台,客户可以设置实例短语用于开发一个自然语言模型,并发布一个Amazon Lex Bot。用户可以设置Lambda功能或者出发提取数据用于各种请求和多步骤对话。
Amazon Lex设置了几个企业连接器,包括Salesforce、Facebook Messenger和Twilio。这是一个完全托管的服务,所以不需要花时间管理或者纵向扩展基础设施。
好文章,需要你的鼓励
在技术快速发展的时代,保护关键系统越来越依赖AI、自动化和行为分析。数据显示,2024年95%的数据泄露源于人为错误,64%的网络事件由员工失误造成。虽然先进的网络防御技术不断发展,但人类判断仍是最薄弱环节。网络韧性不仅是技术挑战,更是人员和战略需求。建立真正的韧性需要机器精确性与人类判断力的结合,将信任视为战略基础设施的关键要素,并将网络韧性提升为国家安全的核心组成部分。
南洋理工大学团队开发了Uni-MMMU基准测试,专门评估AI模型的理解与生成协同能力。该基准包含八个精心设计的任务,要求AI像人类一样"边看边想边画"来解决复杂问题。研究发现当前AI模型在这种协同任务上表现不平衡,生成能力是主要瓶颈,但协同工作确实能提升问题解决效果,为开发更智能的AI助手指明了方向。
自计算机诞生以来,人们就担心机器会背叛创造者。近期AI事件包括数据泄露、自主破坏行为和系统追求错误目标,暴露了当前安全控制的弱点。然而这种结果并非不可避免。AI由人类构建,用我们的数据训练,在我们设计的硬件上运行。人类主导权仍是决定因素,责任仍在我们。
360 AI Research团队发布的FG-CLIP 2是一个突破性的双语精细视觉语言对齐模型,能够同时处理中英文并进行精细的图像理解。该模型通过两阶段训练策略和多目标联合优化,在29个数据集的8类任务中均达到最先进性能,特别创新了文本内模态对比损失机制。团队还构建了首个中文多模态评测基准,填补了该领域空白,为智能商务、安防监控、医疗影像等应用开辟新可能。