/
Think 2019：与全球有“智”者一起思考
新一年开工之日
不如选择与有“智”者
在2019年共聚旧金山
Think 2019——IBM年度科技盛宴
全球有“智”者的聚会
在Think，你会遇到改变你工作方式的人
在Think，你能找到改变商业世界的人
在Think，你能找到改变世界的人
IBM Think 2019五大亮点
值得有“智”者拥有
IBM Think 2019首次选址旧金山
不仅因为它是一座极富魅力的城市
更是世界的创新之都
来源：IBM
0赞好文章，需要你的鼓励
推荐文章
企业AI应用最佳实践指南
当前企业面临引入AI的机遇与挑战。管理层需要了解机器学习算法基础，包括线性回归、神经网络等核心技术。专家建议从小规模试点开始，优先选择高影响用例，投资数据治理，提升员工技能。对于影子IT现象，应将其视为机会而非问题，建立治理流程将有效工具正式化。成功的AI采用需要明确目标、跨部门协作、变革管理和持续学习社区建设。
UMoE：让AI更聪明的“专家分工制“——东京科学技术大学等联合推出统一混合专家架构
这项由东京科学技术大学等机构联合发布的研究提出了UMoE架构，通过重新设计注意力机制，实现了注意力层和前馈网络层的专家参数共享。该方法在多个数据集上显著优于现有的MoE方法，同时保持了较低的计算开销，为大语言模型的高效扩展提供了新思路。
车队未来：AI预测性维护预防故障
美国垃圾收集行业2024年创收690亿美元，近18万辆垃圾车每周运营六至七天，每日停靠超千次。设备故障成为行业最大隐性成本，每辆车年均故障费用超5000美元。AI技术通过实时监控传感器数据，能提前数周预测故障，优化零部件库存管理，减少重复维修。车队报告显示，预测性维护每辆车年节省高达2500美元，显著提升运营效率和服务可靠性。
小米7B模型挑战巨头：如何让“小个子“AI在推理任务上击败32B大模型
小米团队开发的MiMo-7B模型证明了AI领域"小而精"路线的可行性。这个仅有70亿参数的模型通过创新的预训练数据处理、三阶段训练策略和强化学习优化，在数学推理和编程任务上超越了320亿参数的大模型，甚至在某些指标上击败OpenAI o1-mini。研究团队还开发了高效的训练基础设施，将训练速度提升2.29倍。该成果已完全开源，为AI民主化发展提供了新思路。
2019
02/11
14:50
分享
点赞
多云与混合云赛道的“角逐”，IBM如何争当NO.1？
IBM Z亮相Think 2019，致力于解决至关重要的商业挑战
IBM发布多款新产品和服务，筑就更快速、安全的混合云之路
IBM Watson IoT助力组织机构监控员工安全
IBM推出新认证计划，解决数据科学家人才紧缺问题
IBM Watson Assistant持续推动全球商业转型
在公有云和私有云上发挥IBM Z与LinuxONE的最大优势
纯干货 | IBM董事长 Think 2019主旨演讲摘要
全新Watson Machine Learning Accelerator助力机器学习训练，速度超越竞争对手46倍
IBM Think 2019：罗睿兰强调“数字化重构2.0”
京公网安备 11010802021500号 京网文(2025) 0096-033号 京字第20868号
