中国北京,2021年 3月 12日 —— IBM (NYSE: IBM) 宣布,全球调研公司 Gartner 在最近发布的两份 Gartner 魔力象限报告中(2021年云 AI 开发者服务魔力象限和 2021年数据科学与机器学习平台魔力象限),将 IBM 评为领导者。
IBM 数据与 AI 总经理 Daniel Hernandez 表示:“IBM 专注于企业级人工智能,致力于帮助客户通过自动化节省宝贵的时间,通过自然语言处理生成关键洞察,培育源自人工智能洞察的可信度。我们相信,Gartner 给予的这些认可凸显了通过我们的战略以及 IBM 研究院与 IBM Watson 之间的强大创新管道,我们正在为各行各业的业务创造价值。”
2021年 Gartner 云 AI 开发者服务魔力象限报告指出:“该魔力象限是针对软件工程领导者们为创建强大的下一代应用所需的人工智能服务”。IBM 凭借其远见的完整性和出色的执行能力被评为领导者。IBM 持续强化其语言、视觉和 autoML 产品组合,其中包括 IBM Watson Assistant、IBM Watson Discovery、IBM Watson Natural Language Understanding、IBM Watson Studio AutoAI、IBM Maximo Visual Inspection 及更多产品,为开发者提供易于使用的工具,帮助他们快速构建人工智能解决方案。
2021年 Gartner 数据科学与机器学习平台魔力象限指出:“本报告对 20家可协助数据科学家和其他用户获取数据、构建模型和实现机器学习的平台供应商进行了评估。”IBM 凭借其远见的完整性和出色的执行能力而受到认可。为了给专家以及普通的数据科学家和开发者提供端到端的 AI 生命周期管理,IBM 专门设计了 IBM Watson Studio on IBM Cloud Pak for Data,不仅如此,IBM 还为实现可解释性、公平性和治理提供了强有力的支持,以帮助企业构建可信任的人工智能模型。
2021年 Gartner 数据科学与机器学习平台魔力象限
来自各行各业的企业纷纷采用 IBM Watson 和 IBM Maximo 解决方案,为其工作流注入智能。
美国 AMC 连锁电影院分析部门的高级总监 Reena Mathews 表示:“我们已开始使用 Watson Studio 来帮助我们更深入地了解各个影院的消费者行为。接下来,我们还会继续扩大该产品在企业内的使用范围。我对此感到非常兴奋。”
从事潜水器设计、制造与运营的美国Submergence 集团的工程部总监 Don Scott 指出:“通过大力简化培训、部署和运行计算机视觉模型的过程,IBM Maximo Visual Inspection (MVI) 帮助我们实现了按时交付,即使在客户需求快速变化的情况下也未发生延迟。MVI 包含所有必备要素,可迅速帮助航运业的学科专家构建应用,无需用户掌握编码或深度学习的专业知识。使用 MVI 可以将人工智能创新直接交到专家手中,因为它能够分担大部分繁琐的任务,协助专家快速部署新模型。”
为了给企业、数据科学家和开发者提供扩展 AI 应用所需的能力,IBM 不断将 IBM 研究院在自然语言处理 (NLP)、信任和自动化等核心领域的创新融入 IBM Watson。2020年,IBM 在 IBM Watson 中推出了源自 IBM 研究院 Project Debater 的 高级自然语言处理功能,通过推出 IBM Watson AIOps 和 发布 AI Factsheets,扩展了由 AI 赋能的自动化功能,这种能够将信任和透明嵌入 AI 模型开发过程的新方法于 2021年融入 Cloud Pak for Data 的 Watson Studio 当中。
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。