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
Liquid AI发布了新一代视觉语言基础模型LFM2-VL,专为智能手机、笔记本电脑和嵌入式系统等设备高效部署而设计。该模型基于独特的LIV系统架构,GPU推理速度比同类模型快2倍,同时保持竞争性能。提供450M和1.6B两个版本,支持512×512原生分辨率图像处理,采用模块化架构结合语言模型和视觉编码器。模型已在Hugging Face平台开源发布。
AIM Intelligence联合多所知名大学揭示了音频AI系统的重大安全漏洞,开发出名为WhisperInject的攻击方法。这种攻击能让看似无害的音频指令操控AI生成危险内容,成功率超过86%,完全绕过现有安全机制。研究暴露了多模态AI系统的系统性安全风险,对全球数十亿智能设备构成潜在威胁。
阿里团队推出首个AI物理推理综合测试平台DeepPHY,通过六个物理环境全面评估视觉语言模型的物理推理能力。研究发现即使最先进的AI模型在物理预测和控制方面仍远落后于人类,揭示了描述性知识与程序性控制间的根本脱节,为AI技术发展指明了重要方向。
新加坡国立大学研究团队系统梳理了视觉强化学习领域的最新进展,涵盖超过200项代表性工作。研究将该领域归纳为四大方向:多模态大语言模型、视觉生成、统一模型框架和视觉-语言-动作模型,分析了从RLHF到可验证奖励范式的政策优化策略演进,并识别出样本效率、泛化能力和安全部署等关键挑战,为这一快速发展的交叉学科提供了完整的技术地图。