至顶网软件频道消息: 长久以来,人工智能和机器学习一直被吹捧为实现自动化和提高生产力的灵丹妙药,但很多技术挑战阻碍了人们的采用。从2007年职业生涯初期开始,Google应用人工智能技术总监Ron Bodkin就一直参与开发和部署机器学习。现在,工作十多年中,Bodkin终于看到这项技术开始走向成熟。
Bodkin说:“现在我们正处于这样一个阶段,很多公司将这些资产放在一起。你可以获得令人惊叹的云资源,就像Google提供的这些资源一样,不仅可以处理大量信息,而且开始真正采取行动,因为......与大数据演进并行的是算法的演进,以及获取大量数字数据的途径。”
在近日举行的BigData SV活动上,Bodkin谈到了人工智能从概念到产品化的演进。
这项不断成熟的技术开始结出硕果
在机器学习技术发展的早期,人们有一种误解,认为所有的数据都可以简单地被获取,而且其价值可以被轻易地提取出来。然而,根据Bodkin的说法,释放机器学习潜力的关键,是所使用的数据的质量。
“你必须至少有一定的数据结构;你必须尽力调整数据,以便获得有效的结果,”Bodkin说。
谷歌也在扩展自己的内部数据科学和机器学习基础设施,用于自己的产品,着重于以云服务的方式提供谷歌的技术。Bodkins的Applied AI团队负责与其他公司合作,利用这些服务(如自然语言处理或图像识别)提供价值。
“我们已经为我们自己的产品建立了这种强大的能力,我们现在可以为客户提供这些能力,客户也在说,我如何利用这些能力?我如何与谷歌合作?我如何使用这些产品?我如何使用这些功能?”Bodkin说。
好文章,需要你的鼓励
在我们的日常生活中,睡眠的重要性不言而喻。一个晚上没睡好,第二天的工作效率就会大打折扣,而充足的睡眠不仅能让我们恢复精力,还能帮助大脑整理和巩固当天学到的知识。有趣的是,AI模型竟然也表现出了类似的“睡眠需求”。
DeepSeek-AI团队通过创新的软硬件协同设计,仅用2048张GPU训练出性能卓越的DeepSeek-V3大语言模型,挑战了AI训练需要海量资源的传统观念。该研究采用多头潜在注意力、专家混合架构、FP8低精度训练等技术,大幅提升内存效率和计算性能,为AI技术的民主化和可持续发展提供了新思路。
尽管模型上下文协议(MCP)自11月推出以来用户数量快速增长,但金融机构等监管行业仍保持谨慎态度。银行等金融服务公司虽然在机器学习和算法方面是先驱,但对于MCP和Agent2Agent(A2A)系统的采用较为保守。监管企业通常只使用内部代理,因为其API集成需要经过多年审查以确保合规性和安全性。专家指出,MCP缺乏基本构建块,特别是在互操作性、通信标准、身份验证和审计跟踪方面。金融机构需要确保代理能够进行"了解您的客户"验证,并具备可验证的身份识别能力。
加拿大女王大学研究团队首次系统评估了大型视频语言模型的因果推理能力,发现即使最先进的AI在理解视频中事件因果关系方面表现极差,大多数模型准确率甚至低于随机猜测。研究创建了全球首个视频因果推理基准VCRBench,并提出了识别-推理分解法(RRD),通过任务分解显著提升了AI性能,最高改善幅度达25.2%。