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
清华大学等多家机构研究团队完成了语音分离技术的全面调研,系统梳理了从传统方法到深度学习的技术演进。研究揭示了"鸡尾酒会问题"的核心挑战,分析了各种学习范式和网络架构的优劣,并通过统一实验框架提供了公平的性能基准。调研涵盖了实时处理、轻量化设计、多模态融合等关键技术方向,为学术界和产业界的技术选型提供了重要参考,推动语音分离从实验室走向实际应用。
浙江大学和腾讯微信视觉团队发现AI图片生成训练中"时机胜过强度"的重要规律,开发出TempFlow-GRPO新方法。通过轨迹分支技术精确评估中间步骤,结合噪声感知权重调整优化不同阶段的学习强度,将训练效率提升三倍,在复杂场景理解方面准确率从63%提升至97%,为AI训练方法论带来重要突破。
谷歌DeepMind发布突破性AI规划技术,让机器人学会像人类一样进行"情境学习"规划。该技术通过Transformer架构实现了快速适应新问题的能力,在迷宫导航、机器人控制等测试中表现优异,为自动驾驶、智能制造、医疗等领域应用奠定基础,标志着向通用人工智能迈出重要一步。
新南威尔士大学研究团队开发了ZARA系统,这是首个零样本运动识别框架,能够在未经专门训练的情况下识别全新的人类活动。该系统集成了自动构建的知识库、多传感器检索机制和分层智能体推理,不仅实现了比现有最强基线高2.53倍的识别准确率,还提供清晰的自然语言解释,为可穿戴设备和健康监护等应用领域带来了突破性进展。