近日,Amazon在舊金山召開的AWS(Amazon Web Services)峰會(huì)宣布,在其云服務(wù)家族中加入一項(xiàng)Machine Learning,為沒有機(jī)器學(xué)習(xí)背景的開發(fā)者提供分析和預(yù)測(cè)工具。該應(yīng)用基礎(chǔ)版目前有一年的免費(fèi)期,只限美國東部地區(qū)。
在此之前,很多公司如Netflix和維權(quán)網(wǎng)站Change.org都在使用Amazon的AWS工具,來對(duì)用戶行為和數(shù)據(jù)進(jìn)行分析和推斷。但通過原有工具實(shí)現(xiàn)機(jī)器學(xué)習(xí)的任務(wù)對(duì)技術(shù)人員要求較高,Amazon這次希望搭建一個(gè)門檻更低的平臺(tái),更好地為企業(yè)用戶服務(wù)。
Amazon 內(nèi)部使用機(jī)器學(xué)習(xí)已經(jīng)很多年,而這些企業(yè)用戶對(duì)這項(xiàng)技術(shù)也垂涎已久。坐擁大量數(shù)據(jù)的開發(fā)者越來越多地需要從這些數(shù)據(jù)中挖掘價(jià)值,比如電商可以根據(jù)分析用戶 行為關(guān)聯(lián),選擇性地投放廣告。這些對(duì)數(shù)據(jù)分析、建模的要求很高,同時(shí)用戶需求很大。使用Amazon的新工具,只需要大致三步:首先使用Amazon S3或Redshift建模,然后對(duì)模型進(jìn)行驗(yàn)證和優(yōu)化,最后使用它來進(jìn)行預(yù)測(cè)。
在這個(gè)領(lǐng)域,目前也是存在競(jìng)爭(zhēng)的。如微軟旗下專注云服務(wù)的Azure在二月推出了自己的機(jī)器學(xué)習(xí)工具,而IBM上個(gè)月收購AlchemyAPI后,將把AlchemyAPI的深度學(xué)習(xí)技術(shù)整合到Watson核心平臺(tái),增強(qiáng)Watson挖掘非結(jié)構(gòu)化數(shù)據(jù)并識(shí)別出它們之間聯(lián)系的能力。
除 了機(jī)器學(xué)習(xí)工具,Amazon這次一口氣推出了另外兩個(gè)企業(yè)服務(wù),一個(gè)是云存儲(chǔ)服務(wù),叫作“亞馬遜彈性文件系統(tǒng)”(Amazon Elastic File System),用以處理容量超過1PB(相當(dāng)于1024TB)的龐大數(shù)據(jù),這么說可能有些抽象,舉個(gè)例子,1PB存儲(chǔ)空間可以是連續(xù)十多年拍攝的高清視 頻。
另一個(gè)是第三方軟件交易平臺(tái),可能顛覆以往的軟件采購模式。像正在席卷的訂閱大潮一樣,企業(yè)客戶不再需要簽訂多年的訂購合同,而是可以通過這個(gè)平臺(tái)按月租用軟件,并通過Workspaces服務(wù)在亞馬遜提供的虛擬PC上運(yùn)行,靈活性增強(qiáng)。
好文章,需要你的鼓勵(lì)
這項(xiàng)研究提出了"高效探測(cè)"方法,解決了掩碼圖像建模AI難以有效評(píng)估的問題。通過創(chuàng)新的多查詢交叉注意力機(jī)制,該方法在減少90%參數(shù)的同時(shí)實(shí)現(xiàn)10倍速度提升,在七個(gè)基準(zhǔn)測(cè)試中均超越傳統(tǒng)方法。研究還發(fā)現(xiàn)注意力質(zhì)量與分類性能的強(qiáng)相關(guān)性,生成可解釋的注意力圖譜,展現(xiàn)出優(yōu)異的跨域適應(yīng)性。團(tuán)隊(duì)承諾開源全部代碼,推動(dòng)技術(shù)普及應(yīng)用。
伊利諾伊大學(xué)研究團(tuán)隊(duì)開發(fā)了CLAIMSPECT系統(tǒng),通過層次化分解復(fù)雜爭(zhēng)議、智能檢索相關(guān)文獻(xiàn)、多角度收集觀點(diǎn)的方法,將傳統(tǒng)的"真假"判斷轉(zhuǎn)變?yōu)槎嗑S度分析。該系統(tǒng)能夠自動(dòng)構(gòu)建爭(zhēng)議話題的分析框架,識(shí)別不同觀點(diǎn)及其支撐證據(jù),為科學(xué)和政治爭(zhēng)議提供更全面客觀的分析,已在生物醫(yī)學(xué)和國際關(guān)系領(lǐng)域驗(yàn)證有效性。
清華大學(xué)研究團(tuán)隊(duì)首次提出情感認(rèn)知融合網(wǎng)絡(luò)(ECFN),讓AI能像人類一樣理解和表達(dá)情感。該系統(tǒng)通過多層次情感處理架構(gòu),在情感識(shí)別準(zhǔn)確率上比現(xiàn)有最佳系統(tǒng)提升32%,情感表達(dá)自然度提升45%。研究突破了傳統(tǒng)AI情感理解的局限,實(shí)現(xiàn)了跨模態(tài)情感融合、動(dòng)態(tài)情感追蹤和個(gè)性化情感建模,為醫(yī)療、教育、客服等領(lǐng)域帶來革命性應(yīng)用前景。
哈佛大學(xué)研究團(tuán)隊(duì)通過創(chuàng)新的多智能體強(qiáng)化學(xué)習(xí)方法,讓AI在戰(zhàn)略游戲中學(xué)會(huì)復(fù)雜推理。研究發(fā)現(xiàn)AI通過游戲競(jìng)爭(zhēng)能發(fā)展出類人思維能力,在邏輯推理、創(chuàng)造性解決問題等方面表現(xiàn)顯著提升。這項(xiàng)突破性成果為未來AI在醫(yī)療、教育、城市管理等領(lǐng)域的應(yīng)用奠定基礎(chǔ),展現(xiàn)了通過模擬人類學(xué)習(xí)過程培養(yǎng)真正智能AI的新路徑。