据一份新报告显示,微软正加紧进行将人工智能(AI)技术应用于零售/销售点领域的工作。
据路透社6月14日报道,微软旗下的人工智能团队内部有一个小组主攻计算机视觉及其“智能边缘”技术在无结算零售领域的应用,可能是要与亚马逊在此领域一争高下。
亚马逊Go是一个实体概念店,这些实体店用计算机视觉和人工智能取代收银员和结账台。
微软有许多物联网(IoT)和AI服务,这些都存在用于零售空间的潜力。微软一直在增加对物联网终端(传感器、嵌入式设备、相机等)和认知服务的关注,诸如亚马逊图像处理、视像、语音和搜索等认知服务都可以连接到物联网终端上。
微软的零售Dynamics 365也销售旗下的零售/销售点解决方案的软件和服务产品。
微软在今年早些时候的Build 2018年会议上推出一个名为“Project Kinect”的新型传感器,开发者利用Project Kinect可将相机和相关传感器嵌入到机器人、无人机和工业设备里并自动获得手部跟踪和高保真度空间映射。 业界人士认为Project Kinect中的相机与下一版HoloLens用的相机相同。Project Kinect的口号是“将AI带到边缘”。该传感器将于2019年推出,与下一版HoloLens的推出时间一样。
微软现在的做法是与合作伙伴在零售行业开展协作,而不是像亚马逊那样与他们竞争。笔者曾问过微软对路透社的报道有何评论。微软发言人表示,微软不会评论谣言和猜测。
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。