ZD至顶网软件频道消息: 此前,IBM公布了一项实验性的项目,将自己曾获得“危险边缘”冠军的Watson机器人带入到物联网领域。现在,IBM继续扩大这一愿景,把Watson Analytics带入西门子基于云的物联网操作系统MindSphere中。
Watson Analytics能力实例,这里显示的是教育水平与每周收入之间的相关性(图片由IBM提供)
MindSphere是一个基于SAP HANA的工业企业物联网平台,Watson Analytics是一个利用IBM认知计算技术检查用户数据的技术。通过将Watson Analytics集成到MindSphere中,西门子将能够为企业客户提供分析可视化和仪表板来帮助他们很好地利用数据。此外,应用开发者和数据分析师可以通过应用程序接口(API)来使用分析工具。
作为对Watson Analytics的补充,IBM将为MindSphere提供其他多个分析工具,包括预测分析、规范分析和认知分析。所有这些工具旨在以下三个方面帮助工业用户:
- 改善运营效率,减少停机时间
- 预测异常和故障,并采取补救措施
- 提高产品质量和产量
原则上,在充分利用智能数据分析的情况下这三种结果都是有可能的。正如我们前面所说,问题是如何真正地筛选海量物联网数据。这是Watson的真正亮点所在;IBM对于这种多样化机器学习技术的期待众所周知,这已经在多个行业证明是有价值的,例如在医疗行业这种技术被用于帮助治疗癌症。
事实上,医疗行业正在从物联网的整合中受益匪浅。西门子是医疗保健技术的大型制造商,其医疗保健分支公司Siemens Healthineers在全球范围内提供医疗成像和诊断工具。
想想这里的各种可能性:西门子生产连接的、数据驱动的医疗产品,这些产品是通过西门子MindSphere控制的,在这个过程中Watson参与进来,通过机器学习技术诊断和解决各种医疗问题。从这方面来说,想象着未来人类医生会变得越来越多余,这就不是太大的飞跃了。
但当然,这只是物联网的冰山一角。我们已经广泛地描述了工业4.0的潜在影响,也就是工业物联网的行业应用。西门子正在努力把MindSphere打造为物联网未来的重要组成部分,利用它来推动真正的业务成果。因此,IBM把赌注压在Watson上让MindSphere占据分析领域的优势,这就不足为怪了。
你还可以想象Watson借助IBM开源Project Intu将成为物联网解决方案的领先平台。或者,你可以看看微软在认知功能方面采取的方法。无论你怎么做,请记住,机器学习和人工智能肯定会留下来,你的物联网解决方案肯定会从中受益。
好文章,需要你的鼓励
这项研究由浙江大学、复旦大学等机构联合完成,提出了ReVisual-R1模型,通过创新的三阶段训练方法显著提升了多模态大语言模型的推理能力。研究发现优化的纯文本冷启动训练、解决强化学习中的梯度停滞问题、以及分阶段训练策略是关键因素。ReVisual-R1在各类推理基准测试中超越了现有开源模型,甚至在某些任务上超过了商业模型,为多模态推理研究开辟了新途径。
这项研究提出了一种名为"批评式微调"的创新方法,证明仅使用一个问题的批评数据就能显著提升大语言模型的推理能力。研究团队对Qwen和Llama系列模型进行实验,发现这种方法在数学和逻辑推理任务上都取得了显著提升,平均提高15-16个百分点,而且只需要强化学习方法1/20的计算资源。这种简单高效的方法为释放预训练模型的潜在推理能力提供了新途径。
新加坡国立大学研究团队开发了名为IEAP的图像编辑框架,它通过将复杂编辑指令分解为简单原子操作序列解决了当前AI图像编辑的核心难题。研究发现当前模型在处理不改变图像布局的简单编辑时表现出色,但在需要改变图像结构时效果差。IEAP框架定义了五种基本操作,并利用思维链推理技术智能分解用户指令,实验证明其性能显著超越现有方法,尤其在处理复杂多步骤编辑时。
Character AI的研究者开发出TalkingMachines系统,通过自回归扩散模型实现实时音频驱动视频生成。研究将预训练视频模型转变为能进行FaceTime风格对话的虚拟形象系统。核心创新包括:将18B参数的图像到视频DiT模型改造为音频驱动系统、通过蒸馏实现无错误累积的无限长视频生成、优化工程设计降低延迟。系统可让多种风格的虚拟角色与人进行自然对话,嘴型与语音同步,为实时数字人交互技术开辟了新可能。