2020年3月2日,中国 北京 —— 致力于医疗、商业和政府应用信息技术平台开发的全球领导者 InterSystems今日宣布,InterSystems iKnow,即InterSystems IRIS数据平台™自然语言处理(NLP)技术,现在可以通过开放源方式获得。开放源代码使现有的InterSystems合作伙伴、客户、其他组织和学者,能够以独特的、无差别的、全面的方式,充分利用由InterSystems iKnow提供的NLP技术所带来的深入洞察力。
将InterSystems iKnow引入开放领域,可更便捷地将该技术深入嵌入到基于InterSystems IRIS或者不基于InterSystems IRIS的应用和业务流程中。它允许客户从底层定制化该技术、调优和扩展语言模型,这在现有发布周期固定的专利版本中很难做到。
IDC研究总监Cynthia Burghard表示:“利用机器学习、自然语言处理和人工智能,人们可以从聚合的数据中加速获得研究成果。随着不断紧缩的企业预算,NLP的开源解决方案将是对寻求工作自动化的企业的一个具有吸引力的选择。”
InterSystems将持续支持InterSystems iKnow作为IRIS数据平台的一部分,来进行搜索和查找用户案例,并为开源项目提供长期的支持与维护。作为InterSystems IRIS数据平台一部分,InterSystems IRIS 客户将可以免费获得InterSystems iKnow技术。
InterSystems IRIS数据平台产品管理总监 Jeff Fried表示:“在如今工作场所自动化的要求下,企业正面临着持续加快创新的压力,驾驭自然语言是通过智能应用实现这一目标的关键。将InterSystems iKnow开源是我们诸多创新的一部分,旨在为我们的客户、合作伙伴和更广泛的技术社区提供必要的工具和资源,以充分发挥其潜力,并在医疗、商业、政府等领域产生持续的影响。”
您可点击如下链接了解更多有关InterSystems的开源版本:https://github.com/intersystems/iknow
好文章,需要你的鼓励
传统数据中心基础设施虽然对企业至关重要,但也是预算和房地产的重大负担。模块化数据中心正成为强有力的替代方案,解决企业面临的运营、财务和环境复杂性问题。这种模块化方法在印度日益流行,有助于解决环境问题、满足人工智能的电力需求、降低成本并支持新一代分布式应用。相比传统建设需要数年时间,工厂预制的模块化数据中心基础设施可在数周内部署完成。
杜克大学等机构研究团队通过三种互补方法分析了大语言模型推理过程,发现存在"思维锚点"现象——某些关键句子对整个推理过程具有决定性影响。研究表明,计划生成和错误检查等高层次句子比具体计算步骤更重要,推理模型还进化出专门的注意力机制来跟踪这些关键节点。该发现为AI可解释性和安全性研究提供了新工具和视角。
Gradient Labs首席执行官Dimitri Masin认为,企业使用AI客服代理时应仅在机器人成功解决问题时付费。他批评Salesforce按对话收费的模式,指出其AI代理在单轮对话中成功率仅58%,多轮对话更低至35%。Masin提出按解决方案计费的模式,声称可为企业节省约70%成本,并通过分层定价反映不同复杂度查询的价值差异。
法国索邦大学团队开发出智能医学文献管理系统Biomed-Enriched,通过AI自动从PubMed数据库中识别和提取高质量临床案例及教育内容。该系统采用两步注释策略,先用大型AI模型评估40万段落质量,再训练小型模型处理全库1.33亿段落。实验显示该方法仅用三分之一训练数据即可达到传统方法效果,为医学AI发展提供了高效可持续的解决方案。