至顶网软件频道消息:微软公司在本周日发布消息,表示其人工智能技术正帮助目前成绩不佳的雷诺一级方程式车队提升赛事表现。
面对坎坷的市场营销状况,软件巨头决定与雷诺车队合作,以帮助落后梅赛德斯车队433分的雷诺奋起直追。
微软方面表示,雷诺车队在2017年一级方程式联赛中位列第七——为了提升成绩,后者正使用Azure Machine Learning、Stream Analytics乃至Dynamics 365等解决方案。
雷诺车队CIO Pierre d’Imbleval解释称,“人工智能将在赛事当中发挥重要作用。我们需要帮助以在比赛的每一圈中作出最佳决策。”
根据微软方面的说法,雷诺车队坦言目前的第七名属于“我们世界中的最低点”,其采用微软AI系统从赛车上的数千个传感器处收集输入数据,并在比赛当中、之后以及测试过程中分析车辆性能。
微软公司指出,其基本思路在于利用机器学习技术执行计算与分析任务,从而帮助雷诺车队的工程师们节约大量时间。
此外,Windows巨头还表示雷诺设计团队亦在利用其HoloLens增强现实平台对车辆及发动机设计进行研究与改进——在d’Imbleval看来,这不仅能够帮助F1车队自身取得成功,同时也将在未来几年内提升赛事观众的参与度水平。
他解释称,“大家可以想象,如果看台上的人们都戴有HoloLens设置并获取各类信息,例如驾驶员当前的比赛思路——打算积极超车还是稳守现有位置,结果会如何?”
“这对于观众们来说无疑是一种全新的体验。”
微软公司并没有提到雷诺车队如何利用其产品寻找新的赛车选手。
好文章,需要你的鼓励
AWS通过升级SageMaker机器学习平台来扩展市场地位,新增观测能力、连接式编码环境和GPU集群性能管理功能。面对谷歌和微软的激烈竞争,AWS专注于为企业提供AI基础设施支撑。SageMaker新功能包括深入洞察模型性能下降原因、为开发者提供更多计算资源控制权,以及支持本地IDE连接部署。这些更新主要源于客户需求,旨在解决AI模型开发中的实际问题。
南洋理工大学研究团队开发了WorldMem框架,首次让AI拥有真正的长期记忆能力,解决了虚拟世界模拟中的一致性问题。该系统通过记忆银行存储历史场景,并使用智能检索机制,让AI能准确重现之前的场景和事件,即使间隔很长时间。实验显示在Minecraft和真实场景中都表现出色,为游戏、自动驾驶、机器人等领域带来广阔应用前景。
AI虽具备变革企业洞察力的潜力,但成功依赖于数据质量。大多数AI项目失败源于数据混乱分散而非算法局限。谷歌BigQuery云数据AI平台打破数据孤岛,简化治理,加速企业AI应用。通过AI自动化数据处理,实现实时分析,并与Vertex AI深度集成,使企业能够高效处理结构化和非结构化数据,将智能商业转型从愿景变为现实。
MTS AI研究团队提出RewardRanker系统,通过重排序模型和迭代自训练显著提升AI代码生成质量。该方法让13.4B参数模型超越33B大模型,在多种编程语言上表现优异,甚至在C++上超越GPT-4。通过引入困难负样本和PPO优化,系统能从多个代码候选中选出最优方案,为AI编程助手的实用化奠定基础。