Box和谷歌周四宣布了一项在Box、G Suite环境和谷歌云服务之间进行新扩展整合的合作计划。根据该战略合作伙伴关系,Box将利用谷歌云发展数据存储、Box Skills工具包里的机器学习整合以及即将推出的单点登录(SSO)改进。
说得更具体一点,两家公司打算将谷歌云的文件人工智能((Document AI)服务放在Box Skills套件里改善数据处理。 Box Skills套件利用来自IBM和谷歌等云服务提供商的机器学习功能,从存储在Box的数据中收集见解。而在身份验证方面,Box表示计划开发SSO增强功能,希望令客户可以更轻松地设置身份配置。
此外,Box计划增加对谷歌验证器(Google Authenticator)和对基于时间的一次性密码的支持。
两家公司还将为联合客户扩展Box和G Suite之间的整合。新的整合功能包括:Box和G Suite使用相同的访问设置和隐私控制;Box和谷歌云盘之间的谷歌文档、表格和幻灯片的相互传送;新的G Suite附加组件令客户可以在G Suite中开启文档并将其保存到Box。
Box和谷歌2018年在Google Next会议上首次宣布了G Suite整合。初始的整合令客户可以在Box内创建、编辑和就G Suite文件进行协作,而 Box的管理控件及其安全性和合规性则保持不变。用户借助Gmail整合可以无需离开Gmail进行贴Box文件附件的操作及将电子邮件附件下载到Box。
谷歌云首席执行官Thomas Kurian表示,“Box是主要的全球云基础架构合作伙伴,我们很高兴扩展我们与Box的合作伙伴关系及实现Box和G Suite环境之间更加无缝的整合。我们相信,通过打造谷歌云及继续在Box和G Suite之间的整合上投资,我们可以为我们的共同客户和远程团队提供最佳体验。”
好文章,需要你的鼓励
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。
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。
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。