
通用电气(General Electric)周四宣布与日本软银达成交易,签署Predix软件平台许可协议。
作为这项交易的一部分,软银将利用Predix系统为航运和制造业等行业开发并推出自定制应用程序。
Predix是一款旨在令各种物联网端点具备智能化的软件,其自定义行业应用将于2015年初试验性地开放。
本次合作是通用电气为其Predix软件平台签署的首个货币化和许可协议,并将其对大约120亿美元的日本市场数据分析开放。
通用电气副总裁兼通用软件负责人比尔·荣(Bill Ruh)在一份声明中表示:“向软硬开放Predix软件平台,是通用电气为触及全球各大新兴行业而迈出的第一步。通用电气和软银共同发现,在亚洲和全球市场预测分析蕴藏着巨大潜力。双方的合作关系将推动软银开发交付各种支付应用,如大数据分析、资产管理和现场维护和支持服务等。”
在过去几个月里,通用电气已定位支持Predix软件平台。今年10月,该公司宣布与一众企业技术巨头(包括软银)结盟建立物联网联盟,其中英特尔和思科承诺将合力打造“Predix就绪”(Predix Ready)设备,配备来自传感器、设备和基于云服务的开放通信框架。
这些交易的达成均表明了通用电气对物联网(该公司也称之为工业网络)的强烈关注。由此看来,通过软件与其他装置相连,通用电气计划将其机械设备定位为智能设备,而且这应该也是该公司的长期目标。目前,通用电气已在这一目标上取得进展:该公司表示,当前它能够监控和分析来自1000万个传感器的5000万数据点,每日涉及约1万亿美元的管理资产。
好文章,需要你的鼓励
浙江大学团队提出动态专家搜索方法,让AI能根据不同问题灵活调整内部专家配置。该方法在数学、编程等任务上显著提升推理准确率,且不增加计算成本。研究发现不同类型问题偏爱不同专家配置,为AI推理优化开辟新路径。
清华大学研究团队提出SIRI方法,通过"压缩-扩张"交替训练策略,成功解决了大型推理模型"话多且准确率低"的问题。实验显示,该方法在数学竞赛题上将模型准确率提升43.2%的同时,输出长度减少46.9%,真正实现了效率与性能的双重优化,为AI模型训练提供了新思路。
南洋理工大学与腾讯联合研究团队开发出Rolling Forcing技术,实现AI视频实时流式生成的重大突破。该技术通过滚动窗口联合去噪、注意力锚点机制和高效训练算法三项创新,解决了长视频生成中的错误累积问题,可在单GPU上以16fps速度生成多分钟高质量视频,延迟仅0.76秒,质量漂移指标从传统方法的1.66降至0.01,为交互式媒体和内容创作开辟新可能。
华中科技大学研究团队发现,通过让AI模型学习解决几何问题,能够显著提升其空间理解能力。他们构建了包含约30000个几何题目的Euclid30K数据集,使用强化学习方法训练多个AI模型。实验结果显示,几何训练在四个空间智能测试基准上都带来显著提升,其中最佳模型达到49.6%准确率,超越此前最好成绩。这项研究揭示了基础几何知识对培养AI空间智能的重要价值。