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
当AI遇到空间推理难题:最新研究揭示GPT-4等顶尖模型在传送门解谜和立体拼图中集体"挂科",复杂智能远比我们想象的更难实现。
大连理工大学和浙江大学研究团队提出MoR(Mixture of Reasoning)方法,通过将多种推理策略嵌入AI模型参数中,让AI能自主选择最适合的思考方式,无需人工设计专门提示词。该方法包含思维生成和数据集构建两阶段,实验显示MoR150模型性能显著提升,比基线模型提高2.2%-13.5%,为AI推理能力发展开辟新路径。
2025施耐德电气智算峰会上,全新EcoStruxure(TM) Energy Operation电力综合运营系统正式亮相,定位场站级智慧能源管理中枢,集技术领先性与本土适配性于一体。
剑桥大学研究团队开发了FreNBRDF技术,通过引入频率修正机制显著提升了计算机材质建模的精度。该技术采用球面谐波分析提取材质频率信息,结合自动编码器架构实现高质量材质重建与编辑。实验表明,FreNBRDF在多项指标上超越现有方法,特别在频率一致性方面改善近30倍,为游戏开发、影视制作、电商预览等领域提供了重要技术支撑。