科技行者 9月20日 北京消息: 在2018杭州云棲大會(huì)上,作為一年一度中國(guó)科技界的盛會(huì),云棲大會(huì)已經(jīng)成為了中國(guó)科技界發(fā)展趨勢(shì)的風(fēng)向標(biāo),而"物聯(lián)網(wǎng)"和"新制造"可能成為今年的最大看點(diǎn)。
9月20日,在2018杭州云棲萬(wàn)物智聯(lián)峰會(huì)上,阿里云IoT總經(jīng)理庫(kù)偉宣布已實(shí)現(xiàn)智能制造、智能人居、智能城市的深度布局,完成Link Platform、 Link Develop、Link Market三大物聯(lián)網(wǎng)云平臺(tái)聯(lián)動(dòng),形成"IoT云上閉環(huán)",為新制造助力。
阿里巴巴董事局主席馬云表示,"新制造"是制造業(yè)和服務(wù)業(yè)的完美結(jié)合。未來(lái)成功的制造業(yè),都是用好互聯(lián)網(wǎng)、云計(jì)算、IoT、人工智能、大數(shù)據(jù)的新制造企業(yè)。
而阿里云IoT工業(yè)互聯(lián)網(wǎng)平臺(tái)正是"新制造"的重要環(huán)節(jié)。
據(jù)了解,阿里云IoT工業(yè)互聯(lián)網(wǎng)平臺(tái)定位于平臺(tái)賦能、資源整合和輸出基礎(chǔ)服務(wù)能力,與伙伴共創(chuàng)工業(yè)互聯(lián)1+N平臺(tái),致力于為80%的中小制造企業(yè)帶來(lái)安全高效、低成本、易部署的智造整體解決方案和升級(jí)型服務(wù)。
在浙江部署的SupET工業(yè)互聯(lián)網(wǎng)平臺(tái),已有200家工業(yè)企業(yè)相繼入駐,沉默的數(shù)據(jù)被喚醒,生產(chǎn)流程大幅優(yōu)化,良品率上升帶來(lái)利潤(rùn)增長(zhǎng)。
在服務(wù)中小制造企業(yè)的淘工廠,為了解決普遍存在的大單沒(méi)利潤(rùn)、小單不穩(wěn)定、管理方面人肉管控、制造水平低的問(wèn)題,阿里云IoT在工廠內(nèi)部署了一套輕量級(jí)、可復(fù)制、基于視覺(jué)的產(chǎn)能監(jiān)控體系,將產(chǎn)能與需求數(shù)據(jù)打通,實(shí)現(xiàn)產(chǎn)品的數(shù)字化動(dòng)態(tài)分配。幫助淘工廠排產(chǎn)提升了6%,交付周期縮短10%,此套方案未來(lái)改造一個(gè)工廠的成本有望降低到5萬(wàn)元以?xún)?nèi)。
阿里云IoT還在智能人居及智能城市進(jìn)行了深度布局,目前已經(jīng)覆蓋超過(guò)100個(gè)家電家居品類(lèi),30多個(gè)核心場(chǎng)景應(yīng)用。在智能城市方面,以杭州未來(lái)科技城為標(biāo)桿案例,借助物聯(lián)網(wǎng)+AR技術(shù),市政設(shè)施運(yùn)維巡檢效率提升了60%。
庫(kù)偉表示,依托阿里巴巴生態(tài)能力,阿里云IoT在云端打造了三大物聯(lián)網(wǎng)平臺(tái),構(gòu)筑了一個(gè)"云上閉環(huán)":開(kāi)發(fā)者利用Link Platform上的基礎(chǔ)能力,在Link Develop上完成一站式開(kāi)發(fā),并在Link Market上沉淀為產(chǎn)品和解決方案進(jìn)行交易,形成一個(gè)從開(kāi)發(fā)到應(yīng)用的完整閉環(huán)。未來(lái)將持續(xù)打造云管邊端一體化平臺(tái)服務(wù)能力,與眾多生態(tài)合作伙伴一起,加速萬(wàn)物智聯(lián)時(shí)代的到來(lái)。
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。