随着云技术的成熟以及云应用的深入,企业对于云的诉求正在变得更加务实。越来越多的企业在上云的过程中,除了考虑把原来放在数据中心的工作负载挪到云上,也开始关心云平台能够给自己带来哪些增值服务。
换句话说,目前业界对云计算的需求正在进入收敛阶段,这使得大家更聚焦,对云平台上 “附加技术”的需求也越来越多,而不只是把云当成一个计算资源池。
为了满足这样的需求,IBM Cloud云平台提供了一个覆盖公有云、私有云和混合云的全堆栈云平台,并且在这之上集成了包括AI、区块链、数据分析等在内的工具套件,使得用户可以在上面选择自己需要的服务,丰富企业的应用目录,帮助他们在传统的业态之外,还可以通过认知技术的引进,获得更多的创新业务场景。
谈及人工智能技术,Watson一向是IBM人工智能的代名词,也是其赋能于智慧商业的基础。一方面,自人工智能发展之初,IBM就一直是该领域的活跃者,数十年来积累了夯实的技术基础;另一方面,基于百年的企业服务经验,IBM也拥有着丰富的行业实践和敏锐的行业洞察。因此,围绕Watson,IBM所提供的技术和服务主要包括以下几个部分:Watson医疗、Watson行业解决方案、智能物联网、Watson API服务、以及Watson相关的专家咨询服务。
新的业务场景需要新的技术架构来支撑。因此,今年年初IBM在其原有的软件平台和基础架构能力上做了一系列的整合,提出了one cloud的架构,以满足用户对统一管理、安全可控、灵活扩展、智能洞察等方面的需求。
整个架构自下而上包括了四个层级:
举一个具体的应用场景。3D 设计软件供应商Autodesk(欧特克软件)公司利用Watson Compare & Comply应用开发了Autodesk Contract Explorer (ACE),从而简化内部的合同审核工作,对采购流程进行了革新。经过训练,AEC能够理解合同上下文,为审核人员提供文档质量初审结果,同时还能识别可接受的合同条款,发现需要进一步评估的合同条款,帮助采购和合同经历用更短的时间审核评估更多合同,并降低隐藏的风险。
而在这个过程中要让AEC真正“读懂”合同,非常重要的是其中集成的Watson自然语言处理API技术,该技术能够具体识别合同中包括当事人、条款等在内的具体元素,并基于此对模型进行多次反复训练,从而更好地理解文档内容。
当然,如上所说,自然语言处理只是Watson API提供的技术服务之一。举另一个例子——Watson Assistan语音助理也在诸多创新的业务场景中发挥着重要作用,包括智能客服、智能导购、智能助理等等。
以台湾玉山银行为例,面对人口结构变化和多网点管理带来的冲击,玉山银行在今年利用人工智能技术,通过访谈12个部门、打通8个系统,上线了ChatBot“玉山小i随身金融顾问”,从而提供全新的即时性AI金融顾问服务,实现普惠金融、场景金融、智慧金融。而“玉山小i随身金融顾问”所基于的正式IBM Watson Assistan语音助理技术,最终以LINE Chatbot的形式为用户提供个性化的金融服务。
据了解,Watson API所基于的是云服务,目前已经融合到IBM公有云及私有云平台中,以Restful API的方式被调用,并且这些服务的数据模型可以定制,也能以更小的数据集来训练获得比较高的精确度,最终目的是低门槛为企业提供开发企业级AI应用的能力。
值得一提的是,所有落地服务IBM都会通过车库创新( Garage)形式进行,由Watson专家与客户一起,分析企业内部的业务痛点和需求,最终摸索出一条能够帮助企业更好地实现业务创新的路径和方案。整个过程中,客户变成了参与者和创造者,因此也使得企业的业务需求和技术能力的结合变得更加无缝,双方的交流变得更高效、更准确。
了解更多有关IBM云平台及Watson的技术细节、行业应用及相关服务,敬请关注11月8日的云讲堂:http://www.zhiding.cn/special/IBM_cloud_watson
好文章,需要你的鼓励
Allen AI研究所联合多家顶尖机构推出SAGE智能视频分析系统,首次实现类人化的"任意时长推理"能力。该系统能根据问题复杂程度灵活调整分析策略,配备六种智能工具进行协同分析,在处理10分钟以上视频时准确率提升8.2%。研究团队创建了包含1744个真实娱乐视频问题的SAGE-Bench评估平台,并采用创新的AI生成训练数据方法,为视频AI技术的实际应用开辟了新路径。
联想推出新一代NVMe存储解决方案DE6600系列,包含全闪存DE6600F和混合存储DE6600H两款型号。该系列产品延迟低于100微秒,支持多种连接协议,2U机架可容纳24块NVMe驱动器。容量可从367TB扩展至1.798PiB全闪存或7.741PiB混合配置,适用于AI、高性能计算、实时分析等场景,并配备双活控制器和XClarity统一管理平台。
中科院团队首次系统评估了AI视觉模型在文本压缩环境下的理解能力,发现虽然AI能准确识别压缩图像中的文字,但在理解深层含义、建立关联推理方面表现不佳。研究通过VTCBench测试系统揭示了AI存在"位置偏差"等问题,为视觉文本压缩技术的改进指明方向。