各种不确定性正影响着企业的生存发展,面对复杂的挑战,企业需要打造新的能力。数字化转型也将成为未来企业发展的源动力,尤其是AI为代表的各种技术将赋能企业持续增长。
虽然企业正积极地采用AI技术,但是在实施的过程中,往往会受到人工智能技能缺乏、人工智能系统和流程的可信性、数据的复杂性三大障碍影响着人工智能的落地和规模化。为了帮助企业跨越三大障碍,IBM打造"数有价,AI无界 | IBM数据与AI线上论坛"三大系列专场,分享与讨论如何利用人工智能让企业快速获得关键的数字化技能,加速企业的AI进程。
7月15日,冲破人才瓶颈,AI赋能数字化技能专场
8月26日,打开AI黑盒,构建可信企业级AI专场
10月14日,掘金复杂数据,让数据为业务所用专场
随着“IBM数据与AI线上论坛”的开启,8月26日将迎来第二场,打开AI黑盒,构建可信企业级AI专场,论坛将围绕优质数据在手夯实可信AI基础、AI模型解释及自动纠偏推动可信AI应用、AI应用有方实现可信决策三大主题展开探讨。
优质数据在手夯实可信AI基础
良好的数据治能让企业的AI工作事半功倍,数据治理如何确保数据合规、提升数据质量,为大规模应用AI做好准备。
AI模型解释及自动纠偏推动可信AI应用
自动检测、减轻模型偏差、模型调优等技术如何防止机器学习算法失真,提高可解释性。
AI应用有方实现可信决策
AI搜索和文本分析如何通过解锁非结构化数据中的隐藏价值,加强知识管理;AI赋能的自助分析如何帮助业务用户构建可信洞察,力挺自信决策。
在7月15日,“IBM数据与AI线上论坛-AI赋能数字化技能专场”就已经率先开启,主要聚焦在后疫情时代的AI人才与技术、赋能员工专注于更有价值的工作、驱动智能的客户及员工体验、助力企业实施AI驱动业务分析等话题。同时论坛展示了多个AI案例,例如新奥集团通过 Cloud Pak for Data、Watson Assistant、Watson Discovery、RPA深化企业AI业务中台建设。
8月26日,IT届新晋主播Louise将继续在IBM中国数字销售中心为大家讲述企业的AI故事。并且论坛还将有更多本地案例进行分享,让大家可以更直观的看到人工智能在具体场景下如何快速的创建与应用。
IBM数据与AI线上论坛希望为大家建立一个数据与AI学习的平台,分享前沿的AI科技及全球的成功实践经验,持续加速企业AI进程。点击下方链接即可报名观看“打开AI黑盒,构建可信企业级AI专场”。同时,大家也可以期待10月14日的最后一个专场,“掘金复杂数据,让数据为业务所用专场”。
打开AI黑盒,构建可信企业级AI专场链接:
http://www.zhiding.cn/techzone/zhuanti/2020/08/ibm_c4/register.shtml
好文章,需要你的鼓励
AWS通过升级SageMaker机器学习平台来扩展市场地位,新增观测能力、连接式编码环境和GPU集群性能管理功能。面对谷歌和微软的激烈竞争,AWS专注于为企业提供AI基础设施支撑。SageMaker新功能包括深入洞察模型性能下降原因、为开发者提供更多计算资源控制权,以及支持本地IDE连接部署。这些更新主要源于客户需求,旨在解决AI模型开发中的实际问题。
南洋理工大学研究团队开发了WorldMem框架,首次让AI拥有真正的长期记忆能力,解决了虚拟世界模拟中的一致性问题。该系统通过记忆银行存储历史场景,并使用智能检索机制,让AI能准确重现之前的场景和事件,即使间隔很长时间。实验显示在Minecraft和真实场景中都表现出色,为游戏、自动驾驶、机器人等领域带来广阔应用前景。
AI虽具备变革企业洞察力的潜力,但成功依赖于数据质量。大多数AI项目失败源于数据混乱分散而非算法局限。谷歌BigQuery云数据AI平台打破数据孤岛,简化治理,加速企业AI应用。通过AI自动化数据处理,实现实时分析,并与Vertex AI深度集成,使企业能够高效处理结构化和非结构化数据,将智能商业转型从愿景变为现实。
MTS AI研究团队提出RewardRanker系统,通过重排序模型和迭代自训练显著提升AI代码生成质量。该方法让13.4B参数模型超越33B大模型,在多种编程语言上表现优异,甚至在C++上超越GPT-4。通过引入困难负样本和PPO优化,系统能从多个代码候选中选出最优方案,为AI编程助手的实用化奠定基础。