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
亚马逊云服务部门与OpenAI签署了一项价值380亿美元的七年协议,为ChatGPT制造商提供数十万块英伟达图形处理单元。这标志着OpenAI从研究实验室向AI行业巨头的转型,该公司已承诺投入1.4万亿美元用于基础设施建设。对于在AI时代竞争中处于劣势的亚马逊而言,这项协议证明了其构建和运营大规模数据中心网络的能力。
Meta FAIR团队发布的CWM是首个将"世界模型"概念引入代码生成的32亿参数开源模型。与传统只学习静态代码的AI不同,CWM通过学习Python执行轨迹和Docker环境交互,真正理解代码运行过程。在SWE-bench等重要测试中表现卓越,为AI编程助手的发展开辟了新方向。
当今最大的AI数据中心耗电量相当于一座小城市。美国数据中心已占全国总电力消费的4%,预计到2028年将升至12%。电力供应已成为数据中心发展的主要制约因素。核能以其清洁、全天候供电特性成为数据中心运营商的新选择。核能项目供应链复杂,需要创新的采购模式、标准化设计、早期参与和数字化工具来确保按时交付。
卡内基梅隆大学研究团队发现AI训练中的"繁荣-崩溃"现象,揭示陈旧数据蕴含丰富信息但被传统方法错误屏蔽。他们提出M2PO方法,通过改进数据筛选策略,使模型即使用256步前的陈旧数据也能达到最新数据的训练效果,准确率最高提升11.2%,为大规模异步AI训练开辟新途径。