至顶网服务器频道 11月15日 新闻消息: 如果没有机器的协助,海量、复杂的数据将越来越难以利用。机器不仅处理数据,并且从中学习。
日前,我在《纽约时报》Dealbook大会上谈到,每家公司都应当制定人工智能战略,刻不容缓。随着数字化革命进程的加快,数据越来越多、越来越复杂、越来越多样,企业必须迅速做出关键决策。为了驾驭数字洪流,企业需要人工智能战略,否则就会落后于时代。
海量、复杂的可用数据量超过了人类分析师处理的能力。如果没有机器的协助,就日益难以有效利用数据,而机器不仅处理数据,并且从中学习。
人工智能使企业能够管理复杂的数据,并且提供前所未有的机会以让企业做出实时决策、动态运营管理并响应客户。
这并不是在预测未来。从银行到医疗,从制造业到消费服务业,全球的企业都在利用人工智能分析数据并构建学习型组织,从而以前所未有的速度来应变并展开竞争。例如:
• 新西兰银行提出了一个新的品牌主张--"您的银行",更加聚焦在顾客身上,实现途径之一是利用人工智能重塑和再造一种更加个性化的顾客体验。
• 夏普医疗正在利用人工智能来筛查患者多年的电子病历数据,以预测哪些患者面临病情突然恶化的风险,准确率达到80%。这一模式可以预测在接下来一个小时是否需要调用快速响应团队(Rapid Response Team),从而让夏普能够智能地把医疗急救队伍配备到医院中的关键位置,在危及生命的事件发生之前就进行干预。
• 费洛实验室(Fero Labs)正在利用人工智能帮助制造商提高工业产量、预防昂贵的机器发生故障以减少浪费,所有这一切都有助于提高产品质量并降低成本。
亚马逊云服务(AWS)正在为客户提供机器学习服务,帮助他们开发智能应用。它让Zillow这样的机构能够高度准确地估算超过1.1亿套房屋的价值,也能让Netflix为其1亿订户制定个性化的预测推荐。
企业正在利用人工智能平台进行激动人心的创新,这只是其中的几个案例。企业要想运用人工智能致胜未来,就应遵循四个关键指南:
• 知道哪些数据被抓取了, 利用最新互联技术哪些数据还可以被抓去
• 部署基础设施,以整合数据并知道如何分析这些数据
• 确定在哪方面投资人工智能以助于从数据中进行学习
人工智能支持并协助实时决策的世界即将到来,培训高管使其做好准备
在英特尔,我们致力于让人工智能成为我们产品组合的重要组成部分。能够解决我们内部业务挑战的技术,同样也可帮到我们的客户。人工智能优化解决方案的案例包括:工厂流程、战略规划、IT数据中心运营等。应用案例不胜枚举,正因如此,英特尔投资将人工智能视为选择投资项目的重要战略标准之一。
为此,英特尔提供了一整套人工智能产品,包括软件和硬件,可以应用到几乎每种可以想到的案例中。通过在各业务场景中提供灵活、可扩展的解决方案,我们引领着人工智能与业务运营的整合。最具前瞻性的公司正已通过人工智能获得竞争优势。展望未来,人工智能战略将不再可有可无,它将成为企业生存的条件。
企业需要立刻制定并执行自己的人工智能战略,方能制胜未来。
好文章,需要你的鼓励
谷歌发布数据共享模型上下文协议服务器,使开发者和AI智能体能够通过自然语言访问真实世界统计数据。该服务整合了政府调查、行政数据和联合国等全球机构的公共数据集。新服务旨在解决AI系统训练中常见的数据噪声和幻觉问题,为AI提供可验证的结构化信息。谷歌还与ONE Campaign合作推出数据智能体工具,该开源服务器兼容任何大语言模型。
这项由谷歌DeepMind研究团队完成的开创性研究首次系统阐述了AI智能体经济的概念框架。研究提出"沙盒经济"模型,从起源性质和边界渗透性两个维度分析AI智能体经济形态,预测未来将出现自然涌现且高度透水的AI经济网络。研究详细探讨了科学加速、机器人协调、个人助手等应用场景,提出基于拍卖机制的公平资源分配方案和使命经济概念,并深入分析了技术基础设施需求、社区货币应用以及相关风险防范措施。
微软宣布从周三开始将Anthropic的AI模型集成到其Copilot助手中,此前该助手主要依赖OpenAI技术。企业用户可在OpenAI的深度推理模型和Anthropic的Claude Opus 4.1、Claude Sonnet 4之间选择,用于复杂研究和构建定制AI工具等任务。此举标志着微软与OpenAI这对曾经独家合作伙伴关系的进一步松动。
中国人民大学研究团队提出LoFT方法,通过参数高效微调基础模型解决长尾半监督学习中的数据不平衡问题。该方法利用预训练模型的良好校准特性改进伪标签质量,并扩展出LoFT-OW版本处理开放世界场景。实验显示,仅使用传统方法1%的数据量就能取得更优性能,为AI公平性和实用性提供了新的解决方案。