思科公司3日宣布,將以14億美元現(xiàn)金和股票收購物聯(lián)網(wǎng)創(chuàng)業(yè)公司Jasper Technologies(簡稱Jasper),這將創(chuàng)下公司自2013年以來的最大一筆交易。
隨著云計(jì)算等新技術(shù)的崛起,思科公司的核心業(yè)務(wù)受到威脅,包括該公司在內(nèi)的傳統(tǒng)科技公司一直在尋找新的增長點(diǎn)。分析認(rèn)為,Jasper所擅長的物聯(lián)網(wǎng)領(lǐng)域能夠?yàn)樗伎铺峁┮粋€(gè)機(jī)會(huì),將尖端技術(shù)提供給當(dāng)前客戶。
Jasper創(chuàng)立于2004年,總部位于加州圣克拉拉,主要與移動(dòng)運(yùn)營商和其他商業(yè)伙伴合作,幫助客戶連接并管理車隊(duì)、工業(yè)設(shè)備和其他涉及傳感器網(wǎng)絡(luò)的系統(tǒng)。Jasper能夠?qū)⑵?、噴氣發(fā)動(dòng)機(jī)以及起搏器等設(shè)備連接到互聯(lián)網(wǎng),并開發(fā)了一個(gè)軟件平臺(tái)幫助監(jiān)測這些設(shè)備聯(lián)網(wǎng)后的狀態(tài)。思科企業(yè)發(fā)展副總裁羅布·薩瓦諾在接受采訪時(shí)表示,物聯(lián)網(wǎng)一直是公司過去幾年重點(diǎn)發(fā)展的業(yè)務(wù)。“我們一直關(guān)注著這一市場,我們注意到Jasper擁有獨(dú)一無二的資產(chǎn)。我們相信Jasper目前是規(guī)模最大的物聯(lián)網(wǎng)服務(wù)平臺(tái)。”據(jù)稱,Jasper有約385名員工,在逾100個(gè)城市有3500個(gè)客戶。
過去幾年,思科已經(jīng)收購了十幾家小型公司,將業(yè)務(wù)重點(diǎn)轉(zhuǎn)向高端交換機(jī)和路由器,并投資數(shù)據(jù)分析軟件和數(shù)據(jù)中心云工具等新產(chǎn)品。這筆交易將是思科自2013年27億美元收購安全公司Sourcefire后的最大一筆交易。
Jasper一直計(jì)劃啟動(dòng)首次公開招股,并已經(jīng)聘請銀行協(xié)助準(zhǔn)備。Jasper的投資者包括新加坡淡馬錫控股、紅杉資本以及Benchmark Capital,這些投資者現(xiàn)在有機(jī)會(huì)套現(xiàn)退出投資交易,而不需要面對動(dòng)蕩的股市。在這樁交易于今年第三季度完成后,Jasper CEO加哈爾·默罕默德將留在思科,負(fù)責(zé)新成立的物聯(lián)網(wǎng)軟件業(yè)務(wù)部門。
好文章,需要你的鼓勵(lì)
新加坡國立大學(xué)研究團(tuán)隊(duì)開發(fā)了SPIRAL框架,通過讓AI與自己對弈零和游戲來提升推理能力。實(shí)驗(yàn)顯示,僅訓(xùn)練AI玩簡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)開發(fā)的GIGA-ToF技術(shù)通過融合多幀圖像的"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視覺解決方案。
伊利諾伊大學(xué)研究團(tuán)隊(duì)通過對比實(shí)驗(yàn)發(fā)現(xiàn),經(jīng)過強(qiáng)化學(xué)習(xí)訓(xùn)練的視覺語言模型雖然表現(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)無法有效利用視覺信息,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),通過動(dòng)態(tài)稀疏性實(shí)現(xiàn)大語言模型訓(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。