人工智能(AI)和机器学习可以通过许多方式提高我们世界的生产力和效率。甚至啤酒厂都可以利用人工智能提高啤酒产量。是个高招呢或是不可置信呢?虽然现在要下结论还为时尚早,但数据可以帮助酿酒师做决定及进行个性化酿造,这种可能性肯定会令酿造人工智能式啤酒吸引不少眼球。
酿啤酒是一门艺术,也是科学,人工智能则为后者提供了有力的帮助。Hew Leith和Rob McInerney是IntelligentX的创始人。他们听人说起过有些跨国啤酒厂在做广告时利用数据做决策,他们觉得使用数据的更好方法是改进啤酒本身。他们就真的这样做了。 IntelligentX因此有幸成了世界上第一家利用人工智能算法和机器学习帮助调整啤酒配方的公司。
IntelligentX创造了四款不同的人工智能式啤酒,黑AI、金AI,淡AI和琥珀AI。他们请客户按照瓶上提供的网址链接通过Facebook Messenger应用程序提供试用这些啤酒后的反馈。客户需回答10个问题,80%的客户通过网址链接为IntelligentX提供了100,000多个数据点。
这些数据先经过人工智能算法处理,然后酿酒师再决定是否采纳人工智能算法的建议。 Leith和McInerney认为人工智能不是取代酿酒师,而只是提供相关的洞察帮助酿酒师更好地根据客户反馈做出决策。假若IntelligentX最终可以扩大规模,那么啤酒客户就可以根据自己的喜好定制及订购啤酒。
总部位于丹麦哥本哈根的啤酒商嘉士伯(Carlsberg)2017年开始投入数百万美元开始了为期三年的啤酒指纹计划项目,项目是与微软、奥胡斯大学和丹麦技术大学合作开发的。他们每天都会制作1000多种不同的啤酒样品,他们希望啤酒指纹项目能够改变新啤酒的生产方式。项目利用传感器确定每个样品的味道指纹并对不同的酵母进行分析。预计从这些由人工智能系统收集的数据里提炼的信息最终可用于开发新的啤酒。该系统不仅可以令产品更快地进入市场,还可以帮助确保最好的质量。
好文章,需要你的鼓励
新加坡国立大学研究团队开发了SPIRAL框架,通过让AI与自己对弈零和游戏来提升推理能力。实验显示,仅训练AI玩简单扑克游戏就能让其数学推理能力提升8.6%,通用推理提升8.4%,且无需任何数学题目作为训练材料。研究发现游戏中的三种推理模式能成功转移到数学解题中,为AI训练提供了新思路。
同济大学团队开发的GIGA-ToF技术通过融合多帧图像的"图结构"信息,创新性地解决了3D相机噪声问题。该技术利用图像间的不变几何关系,结合深度学习和数学优化方法,在合成数据集上实现37.9%的精度提升,并在真实设备上展现出色泛化能力,为机器人、AR和自动驾驶等领域提供更可靠的3D视觉解决方案。
伊利诺伊大学研究团队通过对比实验发现,经过强化学习训练的视觉语言模型虽然表现出"顿悟时刻"现象,但这些自我纠错行为并不能实际提升推理准确率。研究揭示了AI模型存在"生成-验证差距",即生成答案的能力强于验证答案质量的能力,且模型在自我验证时无法有效利用视觉信息,为AI多模态推理发展提供了重要启示。
MIT等顶尖机构联合提出SparseLoRA技术,通过动态稀疏性实现大语言模型训练加速1.6倍,计算成本降低2.2倍。该方法使用SVD稀疏性估计器智能选择重要计算部分,在保持模型性能的同时显著提升训练效率,已在多个任务上验证有效性。