AWS昨天分享了一些关于旗下咨询部门ML Solutions Lab(成立于2017年)人工智能业务增长的数据。ML Solutions Lab负责人、副总裁Michelle Lee在博客中透露,自2年前成立以来,ML Solutions Lab已经为175个客户完成了项目,覆盖零售、医疗、能源、公共事业、体育等领域。
Lee详细介绍说,自成立以来ML Solutions Lab的规模扩大了5倍多,一部分原因是开设了新的办事处。ML Solutions Lab最早是从北美开展业务的,现在已经扩展至在亚洲、欧洲和澳大利亚也设有分支机构。
Lee还分享了ML Solutions Lab在AWS最近公布的一些备受瞩目的企业交易中所扮演的角色。ML Solutions Labs正在服务于美国国家橄榄球联盟(National Football League),该联盟表示将在未来12月扩大和AWS的合作,构建一个球员受伤模拟系统。医疗技术公司Cerner最近指定AWS为首选的云提供商,并且在ML Solutions Lab的帮助下构建了一个用于预测心力衰竭的AI引擎。
NASA的Heliophysics实验室也是AI Solutions Lab的客户之一。Lee在博客中这样写道:“NASA的科学家与ML Solutions Lab和AWS Professional Service部门聚集在一起,致力于提高对太阳超级风暴进行预测和分类的能力。”
ML Solutions Lab的强劲增长也反映出咨询解决方案正在成为AWS赢得企业业务的战略中扮演越来越重要的角色。AI项目咨询越来越重要,因为很多传统公司都缺乏相关专业知识。而且,即使已经使用了AWS的企业组织,也不一定很熟悉SageMaker及其他AI产品。
AWS也一直在扩充自己的咨询产品以解决这一需求。ML Solutions Lab在去年12月推出了一个面向企业的AI培训计划,向咨询合作伙伴提供机器学习认证。
AWS将通过降低AI准入门槛的专业服务,让更多企业可以使用基于云的AI工具,反过来也扩大了潜在市场。据IDC预测,到2023年企业每年在人工智能解决方案上花费将达到1000亿美元。
好文章,需要你的鼓励
还在为渲染一个3D模型等上几小时吗?还在纠结移动办公就得牺牲性能吗?当AI遇上专业工作站,传统设计流程的游戏规则正在被改写。
伊斯法罕大学研究团队通过分析Google Play商店21款AI教育应用的用户评论,发现作业辅导类应用获得超80%正面评价,而语言学习和管理系统类应用表现较差。用户赞赏AI工具的快速响应和个性化指导,但抱怨收费过高、准确性不稳定等问题。研究建议开发者关注自适应个性化,政策制定者建立相关规范,未来发展方向为混合AI-人类模型。
据报道,OpenAI正与亚马逊洽谈至少100亿美元的融资。亚马逊此前已是Anthropic的最大投资者,并为其建设了110亿美元的数据中心园区。若融资达成,OpenAI将采用AWS的Trainium系列AI芯片。Trainium3采用三纳米工艺,配备八核心和32MB SRAM内存。AWS可将数千台服务器连接成拥有百万芯片的集群。报道未透露具体估值,但OpenAI最近一次二次出售估值已达5000亿美元。
这项由伊利诺伊大学香槟分校等四所院校联合完成的研究,提出了名为DaSH的层次化数据选择方法。该方法突破了传统数据选择只关注单个样本的局限,通过建模数据的天然层次结构,实现了更智能高效的数据集选择。在两个公开基准测试中,DaSH相比现有方法提升了高达26.2%的准确率,同时大幅减少了所需的探索步数。