通用電氣(General Electric)周四宣布與日本軟銀達(dá)成交易,簽署Predix軟件平臺(tái)許可協(xié)議。
作為這項(xiàng)交易的一部分,軟銀將利用Predix系統(tǒng)為航運(yùn)和制造業(yè)等行業(yè)開(kāi)發(fā)并推出自定制應(yīng)用程序。
Predix是一款旨在令各種物聯(lián)網(wǎng)端點(diǎn)具備智能化的軟件,其自定義行業(yè)應(yīng)用將于2015年初試驗(yàn)性地開(kāi)放。
本次合作是通用電氣為其Predix軟件平臺(tái)簽署的首個(gè)貨幣化和許可協(xié)議,并將其對(duì)大約120億美元的日本市場(chǎng)數(shù)據(jù)分析開(kāi)放。
通用電氣副總裁兼通用軟件負(fù)責(zé)人比爾·榮(Bill Ruh)在一份聲明中表示:“向軟硬開(kāi)放Predix軟件平臺(tái),是通用電氣為觸及全球各大新興行業(yè)而邁出的第一步。通用電氣和軟銀共同發(fā)現(xiàn),在亞洲和全球市場(chǎng)預(yù)測(cè)分析蘊(yùn)藏著巨大潛力。雙方的合作關(guān)系將推動(dòng)軟銀開(kāi)發(fā)交付各種支付應(yīng)用,如大數(shù)據(jù)分析、資產(chǎn)管理和現(xiàn)場(chǎng)維護(hù)和支持服務(wù)等。”
在過(guò)去幾個(gè)月里,通用電氣已定位支持Predix軟件平臺(tái)。今年10月,該公司宣布與一眾企業(yè)技術(shù)巨頭(包括軟銀)結(jié)盟建立物聯(lián)網(wǎng)聯(lián)盟,其中英特爾和思科承諾將合力打造“Predix就緒”(Predix Ready)設(shè)備,配備來(lái)自傳感器、設(shè)備和基于云服務(wù)的開(kāi)放通信框架。
這些交易的達(dá)成均表明了通用電氣對(duì)物聯(lián)網(wǎng)(該公司也稱(chēng)之為工業(yè)網(wǎng)絡(luò))的強(qiáng)烈關(guān)注。由此看來(lái),通過(guò)軟件與其他裝置相連,通用電氣計(jì)劃將其機(jī)械設(shè)備定位為智能設(shè)備,而且這應(yīng)該也是該公司的長(zhǎng)期目標(biāo)。目前,通用電氣已在這一目標(biāo)上取得進(jìn)展:該公司表示,當(dāng)前它能夠監(jiān)控和分析來(lái)自1000萬(wàn)個(gè)傳感器的5000萬(wàn)數(shù)據(jù)點(diǎn),每日涉及約1萬(wàn)億美元的管理資產(chǎn)。
好文章,需要你的鼓勵(lì)
新加坡國(guó)立大學(xué)研究團(tuán)隊(duì)開(kāi)發(fā)了SPIRAL框架,通過(guò)讓AI與自己對(duì)弈零和游戲來(lái)提升推理能力。實(shí)驗(yàn)顯示,僅訓(xùn)練AI玩簡(jiǎn)單撲克游戲就能讓其數(shù)學(xué)推理能力提升8.6%,通用推理提升8.4%,且無(wú)需任何數(shù)學(xué)題目作為訓(xùn)練材料。研究發(fā)現(xiàn)游戲中的三種推理模式能成功轉(zhuǎn)移到數(shù)學(xué)解題中,為AI訓(xùn)練提供了新思路。
同濟(jì)大學(xué)團(tuán)隊(duì)開(kāi)發(fā)的GIGA-ToF技術(shù)通過(guò)融合多幀圖像的"圖結(jié)構(gòu)"信息,創(chuàng)新性地解決了3D相機(jī)噪聲問(wèn)題。該技術(shù)利用圖像間的不變幾何關(guān)系,結(jié)合深度學(xué)習(xí)和數(shù)學(xué)優(yōu)化方法,在合成數(shù)據(jù)集上實(shí)現(xiàn)37.9%的精度提升,并在真實(shí)設(shè)備上展現(xiàn)出色泛化能力,為機(jī)器人、AR和自動(dòng)駕駛等領(lǐng)域提供更可靠的3D視覺(jué)解決方案。
伊利諾伊大學(xué)研究團(tuán)隊(duì)通過(guò)對(duì)比實(shí)驗(yàn)發(fā)現(xiàn),經(jīng)過(guò)強(qiáng)化學(xué)習(xí)訓(xùn)練的視覺(jué)語(yǔ)言模型雖然表現(xiàn)出"頓悟時(shí)刻"現(xiàn)象,但這些自我糾錯(cuò)行為并不能實(shí)際提升推理準(zhǔn)確率。研究揭示了AI模型存在"生成-驗(yàn)證差距",即生成答案的能力強(qiáng)于驗(yàn)證答案質(zhì)量的能力,且模型在自我驗(yàn)證時(shí)無(wú)法有效利用視覺(jué)信息,為AI多模態(tài)推理發(fā)展提供了重要啟示。
MIT等頂尖機(jī)構(gòu)聯(lián)合提出SparseLoRA技術(shù),通過(guò)動(dòng)態(tài)稀疏性實(shí)現(xiàn)大語(yǔ)言模型訓(xùn)練加速1.6倍,計(jì)算成本降低2.2倍。該方法使用SVD稀疏性估計(jì)器智能選擇重要計(jì)算部分,在保持模型性能的同時(shí)顯著提升訓(xùn)練效率,已在多個(gè)任務(wù)上驗(yàn)證有效性。