至顶网软件频道消息:近日苹果公司以2亿美元收购了Lattice Data,这家初创公司利用人工智能挖掘“暗数据”——这种数据被广泛收集起来,但却常常不用于更广泛的用途。
虽然没有确认这次收购,但是苹果公司方面在声明中表示,“苹果不时地收购规模较小的技术型公司,我们通常情况下不会讨论我们的目的或者计划。”而这通常是确认交易但并未正式外对公布的惯例说法。
Lattice Data是从斯坦福大学一个名为DeepDive的研究项目中剥离出来的,它创建了一个用于统计推断的框架,一种形成关于数据和统计关系可靠性参数判断的方法和实践。该公司的软件利用人工智能和机器学习技术来挖掘暗数据,让这些数据变成结构化的数据,使得传统信息技术工具可以对这些数据进行分析。
据称,该技术类似于谷歌的Knowledge Graph,它可以理解人、地点和事物之间的关系。对于苹果来说,可以利用这项技术来改善自己的Siri智能助理,允许该软件更好地分析数据。从理论上来说,这使得它可以通过数据库和互联网来解析数据,帮助其提供更好的查询答案。
Lattice Data并不是苹果公司在人工智能领域的第一次收购。苹果还在去年8月同样是以2亿美元价格收购了机器学习平台公司Turi,该平台是为用户创建大数据分析。在此之前,苹果收购了Perceptio和Emotient。很多人认为苹果正在人工智能和机器学习领域追赶谷歌、微软、Facebook等公司,而人工智能和机器学习对很多Web级应用和移动应用来说是至关重要的。
据了解,Lattice Data已经从GV、Madrona和InQTel那里融资近2000万美元,2亿美元的退出对于投资者和创始人来说都是不错的回报。
好文章,需要你的鼓励
OpenAI CEO描绘了AI温和变革人类生活的愿景,但现实可能更复杂。AI发展将带来真正收益,但也会造成社会错位。随着AI系统日益影响知识获取和信念形成,共同认知基础面临分裂风险。个性化算法加剧信息茧房,民主对话变得困难。我们需要学会在认知群岛化的新地形中智慧生存,建立基于共同责任而非意识形态纯洁性的社区。
杜克大学等机构研究团队通过三种互补方法分析了大语言模型推理过程,发现存在"思维锚点"现象——某些关键句子对整个推理过程具有决定性影响。研究表明,计划生成和错误检查等高层次句子比具体计算步骤更重要,推理模型还进化出专门的注意力机制来跟踪这些关键节点。该发现为AI可解释性和安全性研究提供了新工具和视角。
传统数据中心基础设施虽然对企业至关重要,但也是预算和房地产的重大负担。模块化数据中心正成为强有力的替代方案,解决企业面临的运营、财务和环境复杂性问题。这种模块化方法在印度日益流行,有助于解决环境问题、满足人工智能的电力需求、降低成本并支持新一代分布式应用。相比传统建设需要数年时间,工厂预制的模块化数据中心基础设施可在数周内部署完成。
法国索邦大学团队开发出智能医学文献管理系统Biomed-Enriched,通过AI自动从PubMed数据库中识别和提取高质量临床案例及教育内容。该系统采用两步注释策略,先用大型AI模型评估40万段落质量,再训练小型模型处理全库1.33亿段落。实验显示该方法仅用三分之一训练数据即可达到传统方法效果,为医学AI发展提供了高效可持续的解决方案。