至顶网软件频道消息: AWS表示,计划开设一个新的机器学习实验室名为“ML Solutions Lab”,将让专家与客户一起共同致力于构建新的基于人工智能的技术。此外,Amazon还表示,将会向Amazon Rekognition添加新的功能,一个基于深度学习的图像识别平台,包括实时人脸识别以及识别图像中的文字。
这些公告突出了Amazon对人工智能的重视,这可以让AWS和Amazon的零售业务受益。近几个月来,Amazon已经在该领域发布了一系列公告。例如,Amazon在10月曾表示,将会与微软公司合作开发一个名为Gluon的深度学习接口,这是一个用于培训人工智能模型的框架。
Amazon决定开设ML Solutions Lab也是很重要的,因为此举标志着更大力度地推进到业务咨询领域,这是向最大型的企业用户提供更多IT服务时候所需要的。
Amazon人工智能副总裁Swami Sivasubramanian表示:“我们不能等着开发者通过Amazon ML Solutions Lab开始他们采用机器学习的旅程。Amazon ML Solutions Lab把最优秀的机器学习科学家所具备的专业知识与Amazon内部对客户有着深度业务理解的实践者相结合,帮助客户加速机器学习,开始把机器学习融入他们企业组织内的工作中。 ”
Amazon表示,目前包括华盛顿邮报、杨森制药公司和世界银行集团在内的多加客户已经在与Amazon ML Solutions Lab合作了。
至于Rekognition,这个新的升级项展示了Amazon如何快速将人工智能用于打造可以售卖给客户、基于人工智能的新产品。
对平台具体的更新包括:检测和识别图像中的文本、对数百万人脸的实时面部识别、以及在照片中检测多达100张人脸。Amazon还表示,Rekognition在面部识别方面的准确度提升了10%。
Rekognition平台的客户包括知名的基于图像的社交网络平台Pinterest。
Pinterest首席技术官Vanja Josifovski表示:“作为一个以视觉为驱动的平台,Pinterest很大程度上依赖于图像的速度和质量,但是这些图像背后的文字同样重要,因为这些问题提供了上下文并让2亿多活跃用户能够对图像进行操作。通过使用Amazon Rekognition Text in Image,我们可以更好地、大规模地提取图像中丰富的文本内容,在Amazon S3中保存的数百万Pins都可实现较低的延迟。”
好文章,需要你的鼓励
穆拉蒂时隔18个月首次接受重大媒体采访,介绍其创立的Thinking Machines Lab正在开发的"交互模型"。该模型能以200毫秒间隔处理音频、文本和视频流,捕捉人类交流中的中断、修正和停顿。她还谈及OpenAI"政变周"经历,强调行业决策权过于集中的担忧,并回应了公司近期研究人员离职问题,表示这是初创实验室的正常波动。
STATE16研究院这篇综述发现,物理AI系统存在"静默失效"风险——AI以高度自信执行基于错误世界信息的动作,却不触发任何报警,并提出在AI输出与物理执行之间建立独立授权层的框架。
本期《Quick Charge》播客涵盖多个热点话题:特斯拉疑似试图删除FSD欺诈相关证据以规避巨额赔付;卡特彼勒持续推进建筑领域电气化布局;住宅太阳能30%税收抵免即将到期。此外,嘉宾Tom Pacheco就高压系统与电池技术培训展开探讨,强调电动车技术人才培养的紧迫性。节目同时提醒有意安装太阳能的用户尽快行动,可通过EnergySage平台比较多家安装商报价。
UIUC与微软联合研发的OpenWebRL框架让4B小模型仅凭400条初始数据,通过在真实网站上边做边学的强化学习方式,在网页智能体基准上超越了用27万条数据训练的竞争对手。