ZD至顶网软件频道消息:AWS称亚马逊Lex人工智能服务面向旗下所有客户开放,客户可利用该服务构建应用程序。
亚马逊Lex的机器学习技术和亚马逊Alexa相同。应用程序利用亚马逊Lex拥有的算法功能可建立对话及处理语音和文本。
对于AWS而言,Lex面向广大的客户基群开放可以扩大系统规模。谷歌、微软和Facebook都在力推自己的人工智能平台。和大多数的科技一样,能够吸引最多开发者和现实世界应用程序的人工智能平台通常会成为赢家。
亚马逊Lex的另一个重点:AWS提供的人工智能是托管服务。因此,更多的企业可能会试用Lex和构建应用程序。以前未能构建和部署语音识别和自然语言应用程序的公司现在可以一试牛刀,而且可以构建具规模的系统。假若AWS 在Lex上取得成功的话,Lex则可以被置入数个人工智能应用引擎里。
开发人员利用亚马逊Lex可以构建对话应用程序,对语音或文本输入进行解析。这些会话应用程序可以部署在移动设备或诸如Facebook Messenger和Slack等服务的机器人里。
几个要点:
下图是亚马逊Lex的一些定价:
亚马逊Lex消息发布的同时,正在旧金山召开AWS峰会亦传出不少新闻。综合如下:
AWS宣布推出亚马逊红移光谱(Redshift Spectrum)功能,红移客户可利用红移光谱功能对自己的Amazon S3数据进行SQL查询操作。客户利用红移光谱可查询Amazon S3存储数据湖里的非结构化数据。
AWS推出亚马逊DynamoDB加速器。DynamoDB加速器为托管内存缓存服务,可以提高DynamoDB的响应时间性能。
亚马逊极光(Aurora)发布开放预览版,亚马逊极光兼容PostgreSQL。
好文章,需要你的鼓励
这项研究由德累斯顿工业大学等机构的研究团队完成,旨在解决主动学习未被广泛应用的问题。研究者构建了包含460万种超参数组合的实验网格,系统分析了各参数对主动学习性能的影响。研究发现,不同策略实现间存在显著差异,基于边缘的不确定性策略整体表现最佳,随机选择约4000个超参数组合即可获得可靠结果。这些发现为设计可重现、可信赖的主动学习实验提供了明确指导,有助于降低入门门槛,促进技术在实际应用中的普及。
这项由英国爱丁堡大学和上海人工智能实验室研究者共同完成的工作提出了LongBioBench,一种用于评估长文本语言模型的新型基准测试框架。通过使用人工生成的虚构人物传记作为测试环境,该框架在保持可控性的同时,提供了更真实的评估场景。研究对18个长文本模型的测试表明,即使最先进的模型在检索、推理和可信任性方面仍存在显著挑战,特别是上下文长度增加时。研究还揭示了现有合成基准测试的设计缺陷和长上下文预训练的局限性,为未来模型开发提供了重要指导。
SuperWriter是一项来自新加坡科技设计大学和清华大学的突破性研究,通过模仿人类"先思考后写作"的过程,彻底改良了AI长文生成能力。该研究团队开发的框架包含三个关键阶段:规划、写作和修改,使AI能像专业作家一样进行结构化思考。实验结果表明,经过训练的SuperWriter-LM模型不仅超越同等规模的所有AI模型,甚至在某些领域表现优于规模更大的顶级模型,为AI辅助写作开创了新的可能性。
香港大学与阿里巴巴达摩院合作开发的LayerFlow是一种突破性的层级视频生成技术,能同时生成透明前景、完整背景和混合场景视频。该技术通过创新的框架设计将不同视频层级作为子片段连接,并引入层级嵌入使模型区分各层级。面对高质量训练数据稀缺的挑战,研究团队设计了三阶段训练策略,结合Motion LoRA和Content LoRA,实现了图像和视频数据的联合训练。LayerFlow不仅支持多层视频生成,还能实现视频分解和条件层生成,为视频创作领域带来革命性变革。