至顶网软件频道消息:IBM日前宣布推出预包装Watson工具,该工具适用于各种行业用例(如农业、客户服务、人力资源、制造和营销 )。
此举凸显了人工智能和[机器学习技术提供商正在试图提供更容易实施的选项,令那些没有数据科学家团队的企业也能用上人工智能和机器学习技术。
每个Watson包所处的发布状态各不相同,但这些包都采用了IBM积累的最佳实践和训练知识。IBM表示,Watson农业决策平台已进入面向普通用户推出的阶段。 IBM之前将旗下的天气数据以及农业和图像的物联网端点整合在一起,目的是提供“农场预测视图”。而农户则可以利用相应的应用程序在做实时决策时得到支持。
IBM为一些行业和功能预先训练了Watson包。以下是其他领域里一些包的概述。
l IBM发布了一个客户服务Watson包。该Watson包之前曾在Deluxe Corp公司试点运行过。Watson客户服务应用程序旨在无需经过大量训练就可以实时向服务代理提供有关来电者的相关信息。
l Watson人力资源工具包可以分析来自不同背景、表现最佳的员工的背景,并能以找出申请人之间的类似特征为目的。
l IBM的Watson营销助理可将指标转换为可用于个性化广告系列的可操作信息。而在广告方面,Watson已开始利用用天气数据来定制广告。
l Watson Supply Chain Insights已面向普通用户推出,该Watson工具包旨在结合天气数据、交通报告和监管变化令企业更好地了解供应链。
l 基于Watson和IoT分析的工具被整合到工业设备制造中,重点放在产品检测、生产力、技能差距和材料成本以及停机和缺陷等方面。
l IBM IoT building Insights可根据商业地产数据达到降低能源成本及针对入住率趋势做出平衡。
l Watson还可以针对汽车制造业进行量身定制,并可以重点关注规格、要求及提出改善质量的建议。
以下是Watson针对农业量身定制打造的工具的一些截图。



好文章,需要你的鼓励
AWS re:Invent大会展示了亚马逊在智能代理AI和定制模型方面的重大进展,包括AgentCore平台更新和Nova Forge服务发布。英伟达CEO黄仁勋在独家访谈中预测AI工厂将在边缘计算中普及,形成分布式智能工厂模型。尽管谷歌和亚马逊推出自研芯片挑战英伟达,但英伟达凭借CUDA生态系统优势仍将保持市场主导地位。地缘政治因素可能重塑半导体格局,台积电地位关键。
波恩大学研究团队首次量化AI训练的材料成本,发现一块GPU含32种元素,93%为重金属。训练GPT-4需消耗约7吨金属材料,其中多为有毒重金属。研究建立了从计算需求到硬件消耗的评估框架,发现通过软硬件优化可减少93%的资源消耗。该研究揭示了AI发展的隐性环境代价,呼吁行业从规模竞赛转向效率革命,实现可持续发展。
Lumen技术CTO戴夫·沃德指出,当前互联网基础设施无法满足AI工作负载和数据流量需求。AI兴起与企业对云计算需求的演变正推动新的云经济和"云2.0"概念。他预测未来3-5年将出现支持下一代需求的云基础设施。CIO需要重新设计企业网络架构,摆脱传统的集线器辐射式设计,采用多云直连模式来适应AI时代要求。
南开大学团队构建了迄今最大规模的结肠镜AI数据库COLONVQA,包含110万视觉问答条目。他们发现现有AI模型存在泛化能力不足和容易被误导等问题,因此开发了首个具备临床推理能力的结肠镜AI模型COLONR1。该模型采用多专家辩论机制生成推理数据,在综合评估中准确率达56.61%,比传统方法提升25.22%,为智能结肠镜诊断从图像识别向临床推理的转变奠定了基础。