至顶网软件频道消息: IBM在新成立的Watson Financial Services部门推出了第一套服务。
针对特定行业的Watson部门源自于IBM于2016年收购的Promontory Financial Group。Promontory是一个全球咨询公司,旨在帮助银行管理金融领域不断增长的监管和风险管理要求。
IBM已经利用Promontory的员工队伍——由前监管机构和银行业高管组成的行业专家团队——教授Watson所有关于监管、风险和合规性的信息。第一批认知工具涵盖三个方面:监管要求、金融犯罪洞察和金融风险建模。Watson支持的软件今天开始通过IBM Cloud提供。
对于Watson Regulatory Compliance,IBM表示已经启动了把200个不同来源的法规引入Watson人工智能平台的工作,以扩展系统支持合规专业人员的能力。
IBM Industry Platforms高级副总裁Bridget van Kralingen表示:“在两代人以前,IBM将首款计算机带入金融服务行业,让银行和其他机构通过更高效、准确地运营提升了市场的信任。”
她补充表示,“今天,为了培育信任,金融机构必须分析行业的信息价值来监控风险和合规性。没有任何个人或团队可以单独做到这一点,所以再次强调一下,IBM正在带来一种新型的计算——认知计算——以帮助这些专业人士更有效地经营。”
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。