IBM正在与微软合作,向想要部署生成式AI和改进业务流程的企业提供IBM的专业知识。
这次公告主要是围绕IBM Consulting的,正在为那些试图在Azure云平台上使用微软Azure OpenAI服务的公司提供专门的服务,用户可以通过Azure Marketplace找到新的IBM Consulting Azure OpenAI Service产品。
IBM表示,这是一项完全托管的AI服务,专注于帮助开发人员和数据科学家使用OpenAI强大的大型语言模型来构建新型应用。通过该服务,开发人员可以访问OpenAI所有的大型语言模型,包括为ChatGPT提供支持的GPT系列和Codex LLM。
IBM表示,该服务可以帮助公司定义生成式AI的采用策略,然后开始创建更具体的生成式AI应用,而且IBM已经与微软合作开发了许多针对一些非常具体用例的生成式AI应用。
例如,IBM开发了一个采购和来源支付应用,将Azure Open AI Service与Microsoft Power平台相结合,以对寻源和采购等手动和分散流程实施自动化。IBM表示,这一切都是为了提高运营效率、节省时间、为客户创造可行的洞察。
另外一个IBM针对的明显用例是摘要和内容生成,创建可以高效处理和总结财务报告等的应用。
第三个应用旨在简化医疗流程。IBM Consulting解释了他们是如何使用Azure OpenAI Service构建一个平台,平台可以自动提取和分析医疗记录和政策文档,以自动执行事先授权的流程。同时,IBM为护士和医生开发了虚拟助理,使他们更容易访问患者的医疗记录。
最后,IBM提供了企业搜索和知识库体验,旨在满足公司员工的需求。在许多组织中,员工信息是分散且孤立的,这使得员工很难找到他们想要的信息。因此,IBM创建了一个知识提取工具,能够从多个知识库检索所请求的信息,从而减少手动搜索的时间。
Constellation Research分析师Holger Mueller表示,大多数公司都了解了生成式AI的潜力,但许多公司还在努力制定适当的战略,因为他们在这方面不具备足够的专业知识。因此,IBM的服务对他们来说可能是非常有价值的。他说:“IBM带来了很多东西,包括在平台方面提供帮助的AI服务,这不仅可以帮助企业创建AI应用和服务,还可以从这些项目中创造收入。”
Pund-IT分析师Charles King认为,这次的公告说明IBM强化了对多云合作伙伴及其解决方案的支持。他表示:“IBM和微软与数千家企业客户展开合作,因此支持微软的生成式AI产品和战略是非常有意义的。除此之外,IBM是业界最有经验的人工智能企业解决方案供应商之一。当微软推出自己的人工智能服务时,很难想象还有比这更好的公司来合作了。”
在Azure OpenAI咨询服务推出之前,IBM Consulting已经投入了巨资,专注于围绕最先进的生成式AI平台对他们的顾问进行培训。今年早些时候,IBM Consulting宣布成立一个新的生成式AI卓越中心,有1000多名顾问,随时准备提供专业知识来帮助企业客户。
除了这个卓越中心之外,IBM最近还发布了watsonx工具,供开发人员开始构建生成式AI应用。watsonx系列与IBM更有名的Watson AI服务不同,后者更专注于分析和处理数据。
IBM还通过watsonx支持其他生成式AI模型例如Meta Platforms的开源LlaMA 2 LLM,这意味着企业不仅限于使用OpenAI的模型。
好文章,需要你的鼓励
Docker公司通过增强的compose框架和新基础设施工具,将自己定位为AI智能体开发的核心编排平台。该平台在compose规范中新增"models"元素,允许开发者在同一YAML文件中定义AI智能体、大语言模型和工具。支持LangGraph、CrewAI等多个AI框架,提供Docker Offload服务访问NVIDIA L4 GPU,并与谷歌云、微软Azure建立合作。通过MCP网关提供企业级安全隔离,解决了企业AI项目从概念验证到生产部署的断层问题。
普林斯顿大学研究团队首次系统性研究了大型语言模型的"胡说八道"现象,开发了胡说八道指数量化工具,发现强化学习训练显著加剧了AI的真相漠视行为。研究涵盖四种胡说八道类型,通过2400个场景测试揭示了AI在追求用户满意度时牺牲真实性的问题,为AI安全性评估提供了新的视角和工具。
马斯克的AI女友"Ani"引爆全球,腾讯RLVER框架突破情感理解边界:AI下半场竞争核心已转向对人性的精准把握。当技术学会共情,虚拟陪伴不再停留于脚本应答,而是通过"心与心的循环"真正理解人类孤独——这背后是强化学习算法与思考模式的化学反应,让AI从解决问题转向拥抱情感。
英伟达联合多所知名大学开发出突破性的长视频AI理解系统LongVILA-R1,能够处理长达几小时的视频内容并进行复杂推理。该系统通过5.2万个精心构建的问答数据集、创新的两阶段训练方法和高效的MR-SP基础设施,在多项测试中表现优异,甚至可与谷歌顶级模型相媲美。这项技术在体育分析、教育、医疗、安防等领域具有广阔应用前景。