至顶网软件频道消息:近日苹果公司以2亿美元收购了Lattice Data,这家初创公司利用人工智能挖掘“暗数据”——这种数据被广泛收集起来,但却常常不用于更广泛的用途。
虽然没有确认这次收购,但是苹果公司方面在声明中表示,“苹果不时地收购规模较小的技术型公司,我们通常情况下不会讨论我们的目的或者计划。”而这通常是确认交易但并未正式外对公布的惯例说法。
Lattice Data是从斯坦福大学一个名为DeepDive的研究项目中剥离出来的,它创建了一个用于统计推断的框架,一种形成关于数据和统计关系可靠性参数判断的方法和实践。该公司的软件利用人工智能和机器学习技术来挖掘暗数据,让这些数据变成结构化的数据,使得传统信息技术工具可以对这些数据进行分析。
据称,该技术类似于谷歌的Knowledge Graph,它可以理解人、地点和事物之间的关系。对于苹果来说,可以利用这项技术来改善自己的Siri智能助理,允许该软件更好地分析数据。从理论上来说,这使得它可以通过数据库和互联网来解析数据,帮助其提供更好的查询答案。
Lattice Data并不是苹果公司在人工智能领域的第一次收购。苹果还在去年8月同样是以2亿美元价格收购了机器学习平台公司Turi,该平台是为用户创建大数据分析。在此之前,苹果收购了Perceptio和Emotient。很多人认为苹果正在人工智能和机器学习领域追赶谷歌、微软、Facebook等公司,而人工智能和机器学习对很多Web级应用和移动应用来说是至关重要的。
据了解,Lattice Data已经从GV、Madrona和InQTel那里融资近2000万美元,2亿美元的退出对于投资者和创始人来说都是不错的回报。
好文章,需要你的鼓励
DDN推出Infinia对象存储系统,采用键值存储架构和Beta Epsilon树数据结构,实现读写性能平衡。系统在对象列表性能上比AWS快100倍,延迟降至毫秒级,支持多租户和SLA管理。通过与英伟达合作优化RAG管道,在AWS上实现22倍性能提升并降低60%成本。
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。
Alpine Linux核心开发者Ariadne Conill推出了Wayback项目,这是一个实验性的X兼容层,允许使用Wayland组件运行完整的X桌面环境。该项目本质上是一个提供足够Wayland功能来托管rootful Xwayland服务器的存根合成器。与现有的XWayland不同,Wayback旨在创建一个类似X11风格的基于Wayland的显示服务器,让用户能够继续使用传统的X11窗口管理器和桌面环境,而无需重写或替换这些熟悉的工具。
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。