2023年9月20日——下一代数字服务和咨询领域的全球领军者Infosys和NVIDIA今日宣布扩大双方战略合作,旨在助力全球企业采用生成式AI应用和解决方案来提高生产力。
本次扩大合作将把包含模型、工具、运行时的NVIDIA AI Enterprise生态系统和 GPU 系统集成至Infosys Topaz中(一套使用生成式AI技术的以AI为中心的服务、解决方案和平台)。通过这一集成,Infosys 将创造出新的产品,依托该产品客户可轻松将生成式AI集成到其业务中。
此外,Infosys 还计划建立一座NVIDIA卓越中心,用于对公司的 5万名员工进行NVIDIA AI技术培训和认证,以便为其跨行业的庞大客户网络提供生成式AI方面的专业知识。
Infosys 联合创始人兼董事长Nandan Nilekani 表示:“Infosys正在转型为一家以AI为中心的公司,以更好地为我们的全球客户提供基于AI的服务。我们的客户也在关注复杂AI用例,这些用例可以在其整个价值链中带来巨大的商业价值。Infosys Topaz的产品和解决方案与NVIDIA的核心堆栈形成互补。通过发挥各自优势,并为我们的5万名员工进行NVIDIA AI技术培训,我们打造的行业领先的端到端AI解决方案,可以帮助企业转型成为以AI为中心的企业。”
NVIDIA创始人兼首席执行官黄仁勋表示:“生成式AI将推动下一轮企业生产力的提升。NVIDIA AI Enterprise生态系统正在迅速扩大以为生成式AI提供平台支持。NVIDIA和Infosys将共同组建一支专家队伍,帮助企业使用该平台构建自定义的应用和解决方案。”
NVIDIA创始人兼首席执行官黄仁勋与 Infosys 联合创始人兼董事长 Nandan Nilekani
全栈 NVIDIA集成为Infosys领先的解决方案提供有力支持
Infosys使用了包括硬件和企业级软件在内的NVIDIA全栈生成式AI平台在其业务运行中进行创新,并且正在帮助客户创建用于企业运营、销售和市场营销的生成式AI应用。
通过使用NVIDIA AI Enterprise框架、预训练模型和工具套件(包括NVIDIA NeMo™ LLM框架、用于计算机视觉的NVIDIA Metropolis以及用于语音AI的NVIDIA Riva),Infosys已开发出了一系列产品,为各行各业提供以AI为中心的多样化的企业解决方案。这些产品有:
将Infosys Video Analytics平台与NVIDIA Metropolis集成,利用计算机视觉的强大功能来应对零售行业所面临的挑战,如创造无摩擦购物体验、提高商品陈列和销售的合规性、减少商品损耗、监控库存、提取实时情报,以及检查健康、安全、物流、制造和公用事业方面的合规性等。
将 Infosys Generative AI Labs 与NVIDIA NeMo 框架(该框架使企业能够微调和快速部署为各种企业用例量身定制的大语言模型)相结合,可提供一个经济高效且易于扩展的平台。Infosys 正在使用NVIDIA NeMo Guardrails来增强其Responsible AI Toolkit,以构建强大的智能实践,有效防范生成式AI的潜在风险,比如知识产权侵权、偏见和有害性、幻觉以及安全威胁等。
使用Infosys Cortex与NVIDIA Riva语音和翻译AI,Infosys 正在开发由AI驱动的下一代客服中心解决方案,包括实现无缝多语言支持的语言平衡功能以及为客服代表配备实时的客户意图和情感分析工具,进而提高客户满意度和品牌忠诚度。
双方的合作还进一步扩展至数字化应用领域,将重点开发针对3D工作流程、设计协作、数字孪生、世界模拟等企业用例的解决方案。
Infosys 和 NVIDIA 还将在 5G、网络安全和能源转型等领域共同开发AI赋能的解决方案。
事实上,Infosys和NVIDIA的合作是一次跨行业、跨领域的深度融合,NVIDIA的AI技术和GPU系统的集成,将使Infosys的服务、解决方案和平台更加强大,使其能够为全球客户提供更高效、更精准的AI服务。同时,Infosys计划建立的NVIDIA卓越中心,为其员工提供NVIDIA AI技术的培训和认证,这将进一步提升其在生成式AI方面的专业知识和技术实力。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。