ZD至顶网软件频道消息:IBM在本周举行的合作伙伴世界峰会上将全部筹码押在认知计算上。
IBM首席执行官吉尼·罗梅蒂(Ginni Rometty)在主题演讲中表示,“认知计算正在成为IBM大转型的核心,尤其是Watson。”
Ginni表示,IBM将公司的命运押在云的认知计算上,旗下的54个云数据中心都支持Bluemix。Bluemix是IBM 的Watson认知计算功能和应用程序编程接口(API)的仪表板。
Ginni认为,IBM针对Bluemix所做的架构更改将渗透到所有下层的计算里。”时下有三个领域将影响到所有企业:其中之一是对诸如开放型全球数据平台的新架构的需求,而Bluemix和Watson则提供了这种新架构。”
IBM首席执行官吉尼·罗梅蒂在合作伙伴世界峰会主题演讲里表示,IBM将全部筹码押在认知计算上
Ginni表示,“其二,人工智能(AI)可以从结构化和非结构化数据获得信息。其三,由于专门针对每个用户范畴的透明机器学习,得到的结果是各种前所未有的洞察。”
她预测,至2017年底为止,将会有来自45个国家20个行业的十亿用户使用Bluemix模式。她还表示,至2022年,Bluemix模式将影响到消费者的每一个决定。
Ginni还预测,随着医疗条件、网络安全等各领域里基于知识的解决方案的发展,那些在这些领域里开发应用程序的弄潮儿将成为世界先锋公司。
IBM声称已经开拓出一个决策支持认知计算市场,该市场至2025年将达2万亿美元,另外,IBM还开拓出一个至2020年将达1.5万亿美元的生产力增加市场
IBM为推动认知市场的发展还宣布了一项“Watson构建挑战赛”,旨在鼓励用户在IBM市场网站上贡献IBM测试和验证应用程序。IBM市场网站上此前只有IBM开发的Watson应用程序。
所有人都可以参加Watson构建挑战赛,无论是全球已经入局的财富50强公司或是小小的初创公司都可以参加。Watson构建挑战赛是仿照一个内部比赛构思出来的,全部380000名IBM员工在去年的内部比赛里的任务是构建一个Watson应用。在是次内部比赛里胜出的应用程序已在IBM市场上销售。Watson构建挑战赛的优胜者预计将在今年年底宣布。
在医疗应用方面,机器学习、人工智能和认知计算之间在各方面都存在区别,例如,从x射线检测肿瘤(机器学习)的能力不同,另外,通过分析血液在血管/毛细血管动态的流动在肿瘤生长前检测癌症的能力也不同,再者,将相关文献的癌症治愈个案与上述数据比较后进行准确诊断并最终治愈病症的能力也不同
IBM云商业伙伴和渠道创新副总裁Dave Wilson在接受记者采访时表示,“我们的数据中心里现在大约有70%的工作负载运行IBM API,约30%的全部Bluemix调用去了Watson。BlueMix现在已广泛用于Watson各种大大小小的物联网应用里。”
Wilson说的和Ginni类似,他表示,IBM将所有鸡蛋都放在认知篮子里。他表示,IBM不仅向其合作伙伴销售BlueMix和Watson链接,令他们可以开发自己的应用程序,而且30%的IBM合作伙伴还将BlueMix卖给他们的客户运行为某个特别目的而设置的解决方案。
托管在IBM的BlueMix云里的Watson平台是IBM的公司策略,不仅仅是为了与众不同,而是要确保IBM在 21世纪里的领先地位
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。