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
很多人担心被AI取代,陷入无意义感。按照杨元庆的思路,其实无论是模型的打造者,还是模型的使用者,都不该把AI放在人的对立面。
MIT研究团队提出递归语言模型(RLM),通过将长文本存储在外部编程环境中,让AI能够编写代码来探索和分解文本,并递归调用自身处理子任务。该方法成功处理了比传统模型大两个数量级的文本长度,在多项长文本任务上显著优于现有方法,同时保持了相当的成本效率,为AI处理超长文本提供了全新解决方案。
谷歌宣布对Gmail进行重大升级,全面集成Gemini AI功能,将其转变为"个人主动式收件箱助手"。新功能包括AI收件箱视图,可按优先级自动分组邮件;"帮我快速了解"功能提供邮件活动摘要;扩展"帮我写邮件"工具至所有用户;支持复杂问题查询如"我的航班何时降落"。部分功能免费提供,高级功能需付费订阅。谷歌强调用户数据安全,邮件内容不会用于训练公共AI模型。
华为研究团队推出SWE-Lego框架,通过混合数据集、改进监督学习和测试时扩展三大创新,让8B参数AI模型在代码自动修复任务上击败32B对手。该系统在SWE-bench Verified测试中达到42.2%成功率,加上扩展技术后提升至49.6%,证明了精巧方法设计胜过简单规模扩展的技术理念。