• 雙方簽署合作協(xié)議,規(guī)劃進(jìn)一步實(shí)施路線
• 計(jì)劃于2019年第一季度末發(fā)布正式版本
• 強(qiáng)強(qiáng)聯(lián)合為中國(guó)客戶(hù)提供一流的云解決方案,助其在數(shù)字化轉(zhuǎn)型中贏得先機(jī)
• 共同促進(jìn)中國(guó)工業(yè)物聯(lián)網(wǎng)市場(chǎng)的發(fā)展
9月19日,西門(mén)子和阿里云就MindSphere落地中國(guó)內(nèi)地市場(chǎng)的技術(shù)路線圖和具體實(shí)施計(jì)劃進(jìn)一步簽訂了合作協(xié)議,計(jì)劃于2019年第一季度末面向國(guó)內(nèi)客戶(hù)發(fā)布“MindSphere on Alibaba Cloud”正式(general availability)版本。這是繼今年7月在柏林簽署合作備忘錄后,雙方合作的進(jìn)一步深化。
西門(mén)子基于云的開(kāi)放式物聯(lián)網(wǎng)操作系統(tǒng)MindSphere連接現(xiàn)實(shí)與數(shù)字世界,能夠提供強(qiáng)大的工業(yè)應(yīng)用和數(shù)字化服務(wù)以幫助企業(yè)獲得商業(yè)成功。MindSphere on Alibaba Cloud融合了西門(mén)子和阿里云在平臺(tái)即服務(wù)(PaaS)和基礎(chǔ)設(shè)施即服務(wù)(IaaS)方面的實(shí)力,擁有強(qiáng)大的連接性、數(shù)據(jù)分析能力和工業(yè)專(zhuān)長(zhǎng),將為中國(guó)企業(yè)實(shí)現(xiàn)數(shù)據(jù)驅(qū)動(dòng)的全新商業(yè)模式提供更廣闊的平臺(tái)。
“西門(mén)子支持全球客戶(hù)擁抱數(shù)字化時(shí)代的來(lái)臨:我們擁有超過(guò)250種數(shù)字化解決方案,并通過(guò)遍布全球的廣泛裝機(jī)基礎(chǔ)實(shí)現(xiàn)了超過(guò)100萬(wàn)臺(tái)設(shè)備的互聯(lián)。”西門(mén)子股份公司數(shù)字化工廠集團(tuán)首席執(zhí)行官Jan Mrosik博士表示,“西門(mén)子與阿里云依托雙方技術(shù)優(yōu)勢(shì)和資源實(shí)現(xiàn)強(qiáng)強(qiáng)聯(lián)合。MindSphere on Alibaba Cloud將幫助中國(guó)企業(yè)把握工業(yè)物聯(lián)網(wǎng)所帶來(lái)的機(jī)遇,驅(qū)動(dòng)中國(guó)工業(yè)的快速發(fā)展。”
阿里云總裁胡曉明表示:“阿里云的愿景是建立一個(gè)互聯(lián)互通的世界,從而幫助我們的客戶(hù)在數(shù)字時(shí)代實(shí)踐更多的價(jià)值。通過(guò)與西門(mén)子的合作,我們希望加速物聯(lián)網(wǎng)在中國(guó)的應(yīng)用,共同為商業(yè)應(yīng)用創(chuàng)造更具價(jià)值的解決方案。”
此外,西門(mén)子和阿里云也將共同培養(yǎng)工業(yè)物聯(lián)網(wǎng)合作伙伴。MindSphere開(kāi)放的PaaS平臺(tái)有助于形成一個(gè)擁有豐富合作伙伴的生態(tài)系統(tǒng),開(kāi)發(fā)并交付新的應(yīng)用產(chǎn)品。雙方將為工業(yè)物聯(lián)網(wǎng)開(kāi)發(fā)者提供培訓(xùn),致力于面向中國(guó)工業(yè)客戶(hù)提供應(yīng)用。
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。