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
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。