至顶网软件频道消息: IBM研究员推出了一项云分析服务,将应用与一系列大型地理空间数据集连接起来,这些数据集涵盖地图、卫星、天气和人口变化等。
该服务被称为PAIRS Geoscope,开发人员可使用IBM的REST API来为该服务添加基于地理空间和时间的数据到他们自己的应用中。
PAIRS Geoscope目前仅限科学家使用,但IBM研究院现在已经上线了一个网站,供所有开发人员测试该资源。
PAIRS是Physical Analytics Integrated Repository and Services的缩写,是IBM应对混合大型结构化数据集(如卫星和天气数据)与非结构化数据(如推文中的位置和时间戳数据)挑战所做出的回应。
IBM Watson研究人员在2015年的一篇论文中首次描述了这种PAIRS集成引擎,并指出PAIRS是基于大数据技术Hadoop和HBase构建的。可以承担数据采集中的"苦力工作",并在多个数据源跨多种数据格式对分析洞察进行搜索。
IBM PAIRS有很多可用的数据集,包括美国航空航天局Aqua和Terra卫星数据、美国政府的土壤数据、NOAA天气预报、美国地质调查局Landsat数据等等。
Google在2016年推出地理空间服务,2016年开始让开发人员可以访问Landsat和欧盟Sentinel-2卫星图像,其中包含近1.5PB的数据。Google Earth的两个关键数据集引入Google Cloud,使得开发人员能够利用机器学习和计算引擎工具构建预测服务。
2016年,IBM研究人员还开始从大疆Phantom 3 Standard收集的无人机地球图像,并将其上传到PAIRS,在PAIRS图像与其他数据源相匹配,以便与土壤属性、卫星和天气等数据进行叠加。
PAIRS用户还可以上传专有数据以与现有数据层相结合,例如,结合物联网传感器数据。此功能在物联网部署中可以发挥作用,例如可用于测量土壤湿度以预测灌溉需求。
事实上,PAIRS可以追溯到IBM协助美国大型葡萄园E&J Gallo Winery开发的一个物联网精确灌溉系统。数以百计的传感器、卫星图像和云通信网络结合天气、气象和大气数据,以帮助监测植被、估计水分损失并预测未来的灌溉需求。
IBM表示,已经与农业、金融、能源和气象等领域的客户进行了试验性的平台部署。PAIRS存储库的数据量每天增长数TB。据IBM称,PAIRS可以"自动摄取、管理和无缝集成各种形式的地理空间和时间数据",将大型、异构和复杂的数据集"转换为一个整齐排列的索引结构,专为高效检索和查询而设计"。
好文章,需要你的鼓励
在迪拜Gitex 2025大会上,阿联酋成为全球AI领导者的雄心备受关注。微软正帮助该地区组织从AI实验阶段转向实际应用,通过三重方法提供AI助手、协同AI代理和AI战略顾问。微软已在阿联酋大举投资数据中心,去年培训了10万名政府员工,计划到2027年培训100万学习者。阿联酋任命了全球首位AI部长,各部门都配备了首席AI官。微软与政府机构和企业合作,在公民服务和金融流程等领域实现AI的实际应用,构建全面的AI生态系统。
查尔斯大学和意大利布鲁诺·凯斯勒基金会的研究团队首次系统性解决了同声传译AI系统延迟评估的准确性问题。他们发现现有评估方法存在严重偏差,常给出相互矛盾的结果,并提出了YAAL新指标和SOFTSEGMENTER对齐工具。YAAL准确性达96%,比传统方法提升20多个百分点。研究还开发了专门的长音频评估工具LongYAAL,为AI翻译技术发展提供了可靠的测量标准。
苹果与俄亥俄州立大学研究人员发布名为FS-DFM的新模型,采用少步离散流匹配技术,仅需8轮快速优化即可生成完整长文本,效果媲美需要上千步骤的扩散模型。该模型通过三步训练法:处理不同优化预算、使用教师模型指导、调整迭代机制来实现突破。测试显示,参数量仅1.7亿至17亿的FS-DFM变体在困惑度和熵值指标上均优于70-80亿参数的大型扩散模型。
印度理工学院团队构建了史上最大规模印度文化AI测试基准DRISHTIKON,包含64288道多语言多模态题目,覆盖15种语言和36个地区。研究评估了13个主流AI模型的文化理解能力,发现即使最先进的AI也存在显著文化盲区,特别是在低资源语言和复杂推理任务上表现不佳,为构建文化感知AI提供了重要指导。