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
字节跳动智能创作实验室发布革命性AI视频数据集Phantom-Data,解决视频生成中的"复制粘贴"问题。该数据集包含100万个跨场景身份一致配对,通过三阶段构建流程实现主体检测、多元化检索和身份验证,显著提升文本遵循能力和视频质量。
这是一项关于计算机视觉技术突破的研究,由多家知名院校联合完成。研究团队开发了LINO-UniPS系统,能让计算机像人眼一样从不同光照下的照片中准确识别物体真实的表面细节,解决了传统方法只能在特定光照条件下工作的局限性,为虚拟现实、文物保护、工业检测等领域带来重要应用前景。
被盗凭证导致80%的企业数据泄露。随着AI智能体投入生产,管理10万员工的企业将需要处理超过100万个身份。传统身份访问管理架构无法应对智能体AI的大规模部署。领先厂商正采用蓝牙低功耗技术替代硬件令牌,实现基于距离的身份验证。行为分析可实时捕获被入侵的智能体,零信任架构扩展至智能体部署。这代表了自云计算普及以来最重要的安全变革。
这篇文章介绍了北京人工智能研究院开发的OmniGen2模型,一个能够同时处理文字转图像、图像编辑和情境生成的全能AI系统。该模型采用双轨制架构,分别处理文本和图像任务,并具备独特的自我反思机制,能够自动检查和改进生成结果。研究团队还开发了专门的数据构建流程和OmniContext评测基准,展现了开源模型的强大潜力。