日前,IBM在第二届世界互联网大会首度亮相认知商商业行业解决方案,以创新技术引领商业变革。会议期间,国家主席习近平光临IBM展台。
IBM大中华区董事长陈黎明先生表示:“当前,IBM在中国的定位是要实现‘与中国同创’,要成为受中国政府、企业信任,为 ‘中国制造2025’和‘互联网+’等一系列国家战略落地献策献力的忠实合作伙伴。 2016年将是IBM与我们的客户一道探索认知时代、助力中国的产业和行业变革的重要一年。 无论是专注于以认知计算为代表的创新技术,或是围绕IBM核心信息技术的一系列科技合作,我们让市场看到了IBM正以更开放、更创新的态势协助中国企业打造更加完善的产业生态体系,推动中国信息产业发展,从而更好地满足中国和国际市场需求。IBM有信心凭借自身在创新技术、产品与解决方案、行业覆盖与洞察上的资产与能力,携手中国企业、产业、政府,通过联合创新,共同推动‘互联网+’战略的落地,助力中国实现网络强国梦想。”
开启认知商务时代,再度引领商业变革
在世界互联网大会期间,IBM的认知商业行业解决方案也在上演着它的首秀,并一举成为众多来访贵宾的关注焦点。认知计算代表着一种全新的计算模式,它包含信息分析、自然语言处理和机器学习领域的大量技术创新。IBM的认知系统具备理解、推理、自学习的能力。作为最早从事人工智能、认知计算的公司之一,IBM从数十年前就开始在认识计算领域进行投资。据IDC的行业分析专家预测,到2018年,全球一半的消费者将会基于认知计算进行服务交互。认知计算不但会深刻改变我们的生活,还将改变企业的商业与运营模式。当前,IBM的认知商业已在许多行业落地生根,如医疗、金融服务、教育、零售、法律等。IBM已与上百家企业、机构合作,并产生了巨大的商业和社会价值。
精彩纷呈 实力彰显
在“互联网之光”博览会中,IBM展台的一大亮点就是“大气污染的预测和管控系统”——绿色地平线计划。中国政府把生态文明建设作为“十三五”规划的重要内容,为了积极支持这一可持续发展目标,IBM与政府环保机构更加紧密地携手,拓展了“绿色地平线”计划。这也是认知计算在中国市场发展的实践之一。在大气污染防治方面,此计划已经可以实现提前10天对城市空气质量趋势进行预测;提前3天,实现精度达1公里乘1公里的高精度污染预测。这将助力政府相关决策者在空气治理方面,实现高效科学决策,致力于以最小的经济代价实现最大的社会价值。当前,“绿色地平线”计划在中国的一些城市已经取得了进展。此外,IBM还与国内医疗生态系统中的机构、政府和合作伙伴开展合作,通过认知决策支持技术,提升慢性病预防的疾病风险预测精度,并加速临床发现。
来宾在展会现场还将能看到IBM在科技合作计划中第一款中国品牌的Power芯片CP1。通过开放主流的POWER及软硬件科技,IBM正在帮助中国拥有自己的芯片系统、软件等核心的IT科技。在全行业洞察解决方案区域更能彰显IBM利用创新技术与行业积累助力行业成功转型。IBM力图与客户、合作伙伴共同打造一个完善的生态体系,推动中国信息技术产业升级。
此外,即将上演的 “数字中国-智慧城市”论坛中,IBM大中华区董事长陈黎明先生将与来自企业与政府的各方专家就如何打造中外智慧城市展开深入探讨。 在“互联网技术与标准可信赖的云计算与大数据论坛”中,陈黎明先生还将发表主题演讲,分享云、大数据和认知商业领域的最新动向。
在践行“与中国同创”的道路上,IBM希望通过携手中国企业,将物联网、云计算、大数据分析等更多IBM的先进技术与中国需求相结合,并共同推动认知商业成为企业成功变革的下一个驱动力。
好文章,需要你的鼓励
OpenAI首席执行官Sam Altman表示,鉴于投资者的AI炒作和大量资本支出,我们目前正处于AI泡沫中。他承认投资者对AI过度兴奋,但仍认为AI是长期以来最重要的技术。ChatGPT目前拥有7亿周活跃用户,是全球第五大网站。由于服务器容量不足,OpenAI无法发布已开发的更好模型,计划在不久的将来投资万亿美元建设数据中心。
阿里巴巴团队提出FantasyTalking2,通过创新的多专家协作框架TLPO解决音频驱动人像动画中动作自然度、唇同步和视觉质量的优化冲突问题。该方法构建智能评委Talking-Critic和41万样本数据集,训练三个专业模块分别优化不同维度,再通过时间步-层级自适应融合实现协调。实验显示全面超越现有技术,用户评价提升超12%。
英伟达推出新的小型语言模型Nemotron-Nano-9B-v2,拥有90亿参数,在同类基准测试中表现最佳。该模型采用Mamba-Transformer混合架构,支持多语言处理和代码生成,可在单个A10 GPU上运行。独特的可切换推理功能允许用户通过控制令牌开启或关闭AI推理过程,并可管理推理预算以平衡准确性和延迟。模型基于合成数据集训练,采用企业友好的开源许可协议,支持商业化使用。
UC Berkeley团队提出XQUANT技术,通过存储输入激活X而非传统KV缓存来突破AI推理的内存瓶颈。该方法能将内存使用量减少至1/7.7,升级版XQUANT-CL更可实现12.5倍节省,同时几乎不影响模型性能。研究针对现代AI模型特点进行优化,为在有限硬件资源下运行更强大AI模型提供了新思路。