第一批AI原住民开始变现:9岁小学生,用大模型写书赚2万

文章来源:真故研究室
作者:江小玉

当人们正在观望,AI什么时候抢走自己的饭碗时,北京一名9岁的小学生在AI的帮助下写了一本小说,并赚到了2万元的版税。
这件看似不可思议的事,他是如何做到的?此外,他还带来一个启发:面对AI时代,不熟悉AI的大众应该采取什么态度?尤其是父母一代,面对“AI时代的原住民” ,该在儿童AI熏陶上采取何种教育方针。


#01 9岁小学生AI写书,赚2万版税
许萌萌(笔名),就读于北京市西城区一所实验小学,是一个上三年级的小男生。今年4月,由他创作的《AI少年:火星生存大挑战》一书,终于正式出版,全文7、8万字,定价49.90元,首印5000册。
该书讲述了一个名为“萌萌”(与自己同名)的小朋友,和他另外两个朋友球球、番茄一起去科技馆参加“火星生存挑战营”活动,在现场人工智能助手“聪聪”的提示下,萌萌戴上VR设备进入“火星”这一虚拟世界后,如何独自成功脱险,返回地球的故事。
出版后,该书1个月内加印,截至当月底共售出6000余册。负责该书的策划编辑晓晓表示:“正在向卖1万册努力。”
在日益严峻的图书零售市场,业内人士有个“约定俗成”的说法:新书在出版一年内卖掉1万册,即可视为“畅销书”。按照这个“指标”,小作者许萌萌距离成为“畅销书作者”不远了。
卖得好是结果,重点在于写的过程。这本书的特别之处,一是在于作者许萌萌只有9岁,二是这本书是许萌萌借AI之力参与了书的创作。



感谢阅读!如果您对AI的更多资讯感兴趣,可以查看更多AI文章:GPTNB

Apple intelligence 真等于 AI 么?看看昨晚出炉的 iphone16 N 大 AI 场景

一年一度的科技春晚来袭!北京时间凌晨1点苹果召开2024苹果秋季发布会,推出了iPhone、AirPort、Apple Watch等一系列产品。

其中的重头戏无疑是Apple Intelligence。


AI 真的等于Apple Intelligence 么?

Apple Intelligence基石:芯片升级和云计算技术

想要在设备端运行Apple这类智能体,不仅需要超强的芯片,还需要有能容纳并快速运行大模型的内存和宽带。

为此,Apple此次芯片直接从iPhone15的A16仿生芯片跃升到A18,跨越两代。

芯片设计

此款芯片专门为iPhone16设计,系统内存宽带提高了17%。

iPhone16 CPU

这让 iPhone16比iPhone15 CPU快30%,比iPhone12快60%。

Private Cloud Compute

苹果还推出了专门的Private Cloud Compute云计算技术,以让生成式模型在特别打造的服务器上运行。

Apple Intelligence的 N 个场景

定制Genmoji表情包: 通过文字描述,就能自由定制表情包

Genmoji表情包

随时润色文字: 只要在Apple上任何有输入法的地方,就能随时随地的润写文案。

润色文字

很智能的图片搜索: 面对图库中海量的图片,只需描述图片中的元素,就能找到对应的照片。

图片搜索

还能搜索视频中的画面

视频搜索

还能在Image Playground中还生成有趣的原创图像

原创图像

生成回忆视频: 只要把脑海里的场景写下来,Apple Intelligence就会搜索出相关的视频和图片,并生成对应的视频

回忆视频

邮件自动摘要: 自动总结邮件的消息生成摘要,并优先将时间更早的消息放到收件箱的顶部。

邮件自动摘要

录音转文本: 当会议录音时,Apple Intelligence会根据转化的文本,提炼出内容摘要。

录音转文本

更自然,更应景,更懂你的Siri: 在Apple Intelligence的加持下,Siri也变得更智能。

即使说话不流利,Siri也能理解我们的意图。

还能识别屏幕中的内容,比如朋友发过来一张专辑,直接说播放就可以。

Siri

还能让语音对话Siri给你的联系人换一个新地址,在某个相簿中加一组照片等等。

还能控制Siri将周六拍的烧烤照片发Erice,Siri就会自动找到对应照片并发给Erice。

视觉智能: 它能帮你了解周围的环境,并能快速解答你的问题。

拍某个餐厅,iPhone就自动弹出餐厅的信息。

视觉智能

在墙上的海报看到一个有意思的活动,拍一下,就能知道该活动的详细信息。

活动信息

不仅如此,iPhone的相机控制功能还融入第三方工具,比如:在街上看到一款喜欢的自行车,拍个照就能上Google搜同款。

自行车搜索

遇到学术难题,还能调用ChatGPT来回答。

ChatGPT

不过此类调用第三方工具功能会在今年晚些才会到来。

大家觉得iPhone16搭载的Apple Intelligence如何?

值得注意的是,首批功能会随着Beta版在下个月推出,另外一些功能需要再过几个月才会相继推出。

会优先推送给美国,12月份将陆续扩展到加拿大、新西兰、英国等地。

而中文版的Apple Intelligence却要等到明年,或更往后

中文版



感谢阅读!如果您对AI的更多资讯感兴趣,可以查看更多AI文章:GPTNB

精准学:用一根垂直大模型支柱,撑起教育普惠的未来

面对来势汹汹的AI,很多家长都受到了“被熊追”故事的启发,希望让孩子成为第一批用上AI、跑得更快的那一个。
所以毫不意外是,大模型技术首先就在教育领域开始落地。


近两年,我们看到了大量“大模型+教育”的创新,AI改作文、识别错题、口语训练……各种教育场景都在积极跟大模型结合,让家长买单。可很多所谓的AI大模型能力及硬件,真的发挥出提高学习效果的实用价值了吗?恐怕要打一个问号。
教育是一个非常严肃的场景,仅仅停留在浅层功能的结合是远远不够的,还需要深入学习流程和教育规律中去,让大模型真正帮助学习提质增效。
国內最早提出“精准学”概念的AI教育公司,最近打造了中国首个语音端到端教育垂直大模型“心流知镜-s(V02)”,成为国内最强垂直教育模型之一。
从这个案例中,我们可以看到,大模型AI与教育场景的深度结合是怎样的?为什么说大模型的科技赋能,有望实现教育普惠?
“大模型+教育”这个新风口瞬间打开,引来了科技企业、教育机构、在线教育平台等各路厂商的重点关注。但仔细一看会发现,绝大多数“大模型+教育”的探索,仍然集中在自学场景。
由学生主导的自学场景,大模型确实起到一些提高效率的作用,比如利用大语言模型来修改作文,利用视觉大模型来拍照搜题,在学习机上选择科目观看视频辅导……
但人和人的学习能力是不一样的,对很多学生来说,不配个老师,很难在45分钟或一小时时间内集中注意力,也没人及时答疑解惑,无法高效吸收知识,自然很难保证学习效果。所以,由老师主导的一对一教学场景,才是真正的重头戏。
但传统的一对一教学,只能由真人教师来进行。线下一对一教学太贵,一些地方也找不到优质师资;线上一对一教学点播,录播互动性差,真人直播成本又上去了。最终,这些成本都会转嫁到家长身上,增加教育成本。
为家长减负,让一对一教学不再是遥不可及、高不可攀的服务,这可能吗?AI大模型就带来了曙光。
由AI化身老师,来主导授课场景,跟学生互动,把控教学流程,也可以提升一堂课时间的学习效果。听起来很美,但实现起来却难度颇高。
我们可以把由AI老师主导的一对一教学服务场景拆分一下,每个关卡都存在挑战。
关卡一:看不懂。跟学生进行对话时,理解能力不够,看不懂题目,因为“幻觉”导致错误,市面上的通用大模型,面对一道带有分数线、根号、化学符号等公式的题目,做对的概率都很低,需要垂直大模型。
关卡二:讲不好。语音机械化,有延迟,对话不流畅。学生无法像跟真人老师一样交流,容易失去跟AI老师对话的兴趣。
关卡三:不会教。模拟上课辅导流程,从开场、知识点讲解、来回互动、抽查、激励、收尾等整个环节都把控节奏,需要大模型掌握跟专业教师一样的知识教授技能,以及察言观色的能力。其中涉及大量的知识know-how。大模型即使能做对题目,也未必会教学。
让AI一对一教学进入寻常百姓家,基础模型、专有数据、知识、精调等,缺一不可。所以,市面上一直缺少一个以AI虚拟老师来主动引导教学的“大模型+教育”案例,直到精准学的“心流知镜-s(V02)”出现。
精准学携手通义千问铸就的国内最强垂直教育模型之一心流知镜,已经搭载在Bong Max 原生代AI辅学机上,提供专业化AI老师一对一学习服务。
“心流知镜”大模型,就是AI老师一对一教学的“灵魂支柱”。在此基础上,精准学为AI虚拟老师赋予了关键能力:
更懂教学的“大脑”,精准学搭建的先进数据工程管道,有超200亿令牌(Tokens)高质量辅学数据,结合了阿里巴巴通义千亿级别模型,由百炼训练平台的多机多卡GPU集群的协同训练出的“心流知镜”大模型,是垂直教育大模型之一,具有更强的理解能力,让模型能够听懂言外之意。比如让AI来听懂老师的意思、语气、言外之意,再对学生进行辅导,情绪价值到位,注意力也就被牢牢牵引了。
更全面的“眼睛”,实现多模态解题和辅学。
更亲切的“形象”,仅需10小时的视频数据训练,…

View original article

感谢阅读!如果您对AI的更多资讯感兴趣,可以查看更多AI文章:GPTNB

效率提高近百倍,山大团队AI新方法解析复杂器官空间组学,登Nature子刊

编辑 | 萝卜皮

空间组学技术以细胞和亚细胞分辨率解析复杂器官的功能组件。

山东大学的研究团队引入了空间图傅里叶变换  (Spatial Graph Fourier Transform,SpaGFT),并将图信号处理应用于各种空间组学分析平台,以生成可解释的表示。


这种表示支持空间可变基因识别并改进基因表达推断,在分析人类和小鼠空间转录组数据方面优于现有工具,效率是现有工具的百倍。

SpaGFT 可以识别人类淋巴结 Visium 数据中 B 细胞成熟的免疫区域,并使用内部人类扁桃体 CODEX 数据表征次级滤泡的变化。

此外,它可以无缝集成到其他机器学习框架中,将空间域识别、细胞类型注释和亚细胞特征推断的准确性提高多达 40%。

值得注意的是,SpaGFT 在高分辨率空间蛋白质组学数据中检测稀有亚细胞器。这为探索组织生物学和功能提供了一种可解释的图形表示方法。

该研究以「Graph Fourier transform for spatial omics representation and analyses of complex organs」为题,于 2024 年 8 月 29 日发布在《Nature Communications》。

空间组学技术通过细胞和基因双重视角,全面解析组织内的分子景观,涵盖基因组到蛋白质组等多个层面。经典方法中,以细胞为中心的方法主要研究细胞组成与互动,以基因为中心的方法则关注基因表达的空间变异性。

相比经典统计方法,基于图的方法可以整合这两种视角,用节点表示细胞,边表示空间或功能联系,通过图信号编码分子特征,提升分析的可解释性。现有基于图的机器学习方法存在「黑箱」问题,需要更通用的图信号表示框架来揭示复杂关系。

为了解决这些问题,山东大学的研究人员提出了空间图傅里叶变换(Spatial Graph Fourier Transform,SpaGFT),这是一种分析特征表示方法,用于编码平滑图信号来表示组织和细胞内的生物过程。它将图形信号处理技术和空间组学数据连接起来,支持各种下游分析并促进有洞察力的生物学发现。

功能与性能

SpaGFT 框架提供了图信号转换和七个下游任务:SVG 识别、基因表达归纳、蛋白质信号去噪、空间域表征、细胞类型注释、细胞斑点比对和亚细胞界标推断。

它消除了对预定义表达模式的需求,并显著提高了计算效率,这在 31 个人/小鼠 Visium 和 Slide-seq V2 数据集的基准测试中得到了证明。

SpaGFT 在识别 SVG 方面的表现优于其他工具,效率是其他工具的百倍。研究人员还强调了他们手动整理的 458 个小鼠和人类大脑基因作为接近优化的标准 SVG。

这将带来基于真实人/鼠数据的替代评估指标,它是对基于模拟的评估方法的补充,例如 BSP60、SPARK-X、SpatialDE、SPARK、scGCO 和其他基准测试工作。

此外,实施低通滤波器和逆 GFT 可以有效地推断低表达基因表达并去除高噪声蛋白质强度,从而实现更精确的空间域预测,如人类背外侧前额叶皮质所展示的那样。

值得注意的是,SpaGFT 通过实现更准确的机器学习预测,促进了空间组学数据的解释。

它在空间域识别的准确性、从细胞类型到斑点的注释转移的较低错误、细胞到斑点比对的正确性以及亚细胞标志推断的验证损失方面显著提高了现有框架的性能 8-40%。

价值与意义

从计算的角度看,SpaGFT 和 scGCO 是空间组学数据分析的两种图形表示方法,前者侧重于组学特征表示,后者侧重于 SVG 检测。scGCO 采用图切割的方法对组织进行分割,并比较分割与基因表达之间的一致性,以支持 SVG 检测。

SpaGFT 使用图傅里叶变换来寻找新的潜在空间来表示基因表达并实现各种下游任务,包括但不限于 SVG 识别、基因表达增强和功能组织单元推断。

此外,将 SpaGFT 应用到现有的可解释空间多模态框架(如 UnitedNet、MUSE 和 modalities-autoencoder)中也具有很好的潜力。

以 UnitedNet 为例,它采用可解释的机器学习技术来剖析训练有素的网络并量化不同模式下特征的相关性,特别是研究特定于细胞类型的关系。

为了给 UnitedNet 带来更多的空间洞察力,SpaGFT 可以提供 (1) 增强特征和 (2) 可解释的正则化器。为了生成增强空间组学特征,SpaGFT 可以首先计算顶点域中的细胞-细胞关系(例如,从 H&E 特征、基因表达或蛋白质强度计算),并将关系转换为 FC,FC 编码和量化细胞-细胞变异模式,可将其视为 UnitedNet 的输入之一。

关于将 SpaGFT 实现为可解释的正则化器,可以将扩散熵引入到 UnitedNet 的重建损失函数中,因为 UnitedNet 具有编码器-解码器结构。

通过在傅里叶域上对编码和解码的空间组学特征的熵进行正则化,可以引导 UnitedNet 学习呈现低频信号的空间组织区域(例如,具有特定模式和功能的一个功能组织单元)。这些增强对于使用可解释的正则化深度学习框架来表征复杂的生物结构至关重要,包括识别稀有的亚细胞器,从而对细胞机制提供更深入的了解。

仍有提升空间

然而,在预测性能和理解FTU机制方面仍有提升空间。

首先,SpaGFT在频域中讨论了低频信号,但缺乏对中高频信号的讨论。虽然先前的研究表明大多数功能相关的生物信号出现在低频区域,但在中频和高频区域也发现了某些特殊信号。因此,在未来的研究中,研究人员可能会更多地关注多频信号的解释。

其次,尽管SpaGFT的计算速度非常具有竞争力,但可以通过使用快速傅里叶变换算法…

相关报道:效率提高近百倍,山大团队AI新方法解析复杂器官空间组学,登Nature子刊



感谢阅读!如果您对AI的更多资讯感兴趣,可以查看更多AI文章:GPTNB

美国对谷歌提起第二起反垄断诉讼,涉及在线广告

一项第二起反垄断审判于9月9日在弗吉尼亚州开始,美国司法部指控科技巨头谷歌非法垄断数字广告行业。


这一案件可能对谷歌的主要收入来源、科技行业和在线发布商产生深远影响。这场备受期待的审判是美国对谷歌的第二起重大反垄断诉讼,此前该公司在一个月前输掉了一场具有里程碑意义的案件,该案判定该公司非法垄断了在线搜索行业。与前一审判不同,司法部在第二起案件中寻求具体的补救措施,迫使谷歌拆分业务部门并剥离一些广告技术。美国法官决定,谷歌利用违法手段维护在线搜索垄断地位

美国司法部在2023年1月提起的第二起诉讼主要围绕谷歌对数字广告技术的收购和应用。希望通过广告赚钱的网站发布商依赖这项技术作为一种中间人。谷歌的服务使网站能够在其页面上销售广告,并使广告商购买可以接触潜在客户的广告空间,同时谷歌从双方都抽取可观的广告收入。司法部在一份庭前文件中表示:“谷歌在这些独立市场中的垄断地位不是偶然,而是15年来进行的一场使数字广告交易顺从、控制和征税的活动的结果。这场活动是排他性的、反竞争的,并且相互强化。”司法部特别指出了谷歌的几笔收购,以主张该公司如今主导了数字广告的各个方面。谷歌于2007年以31亿美元收购了广告技术公司DoubleClick,为该技术巨头提供了一个在线出版商寻找销售广告空间的在线市场。司法部声称,DoubleClick目前控制超过一半的开放网络显示交易广告市场。在接下来的几年中,谷歌又收购了另外两家公司Invite Media和AdMeld,使其获得了与广告客户购买广告空间和将他们与发布商联系起来的能力。司法部声称,这些交易导致谷歌控制了在线广告供应和需求两侧以及这两侧相遇的交易点。在她的开场陈述中,司法部律师朱莉娅·塔弗·伍德宣称,谷歌通过其收购建立了“垄断的三足之势”。与此同时,谷歌律师凯伦·邓恩则将政府的论点描述为对互联网运作方式的过时理解,并声称谷歌只是众多严肃竞争对手中的一家公司。

虽然将网站和广告商匹配以瞄准消费者的一般模式并不非法,司法部声称谷歌通过一系列无情的反竞争手段建立了垄断地位。这些手段包括通过收购或排他性做法消除竞争对手,形成对行业的非法垄断地位,根据起诉书所述。“一个行业巨头,谷歌,通过进行一场系统性的宣布控制众多高科技工具,使发布商、广告商和经纪人便于进行数字广告。”起诉书中写道,指称强制发布商将成本转嫁给消费者,通过收费墙和订阅的方式。其指出,一位谷歌员工自称公司的位置是“独裁性中介机构”。

联邦检察官计划提供谷歌内部文件和证人证词以支持其论点。迪士尼、纽约时报、BuzzFeed、Vox和新闻集团等发布商的高管都被列为可能作证反谷歌。广告技术公司的创始人和首席执行官以及广告商也将作证。检察官还将召见一长串现任和前任谷歌员工。

谷歌在庭前文书中的辩护是争辩拒绝与竞争对手公司交易不构成反垄断行为,并且司法部没有正确定义数字广告市场。该公司在6月早些时候发表声明称该诉讼“是对高度竞争行业中优胜劣汰的毫无根据的尝试”。

虽然最初计划在陪审团面前进行审判,但谷歌通过向政府支付超过200万美元以解决其广告技术过度向联邦机构收费的指控,避免了这一结果。通常,给赔偿索赔会导致陪审团审判,而在反垄断案件中,法官直接判定非货币索赔。

这一案件由莱昂尼·布林克玛法官审理,她是现年80岁的比尔·克林顿任命的法官,此前曾主持对9/11恐怖分子之一的争议审判。在那起案件中,当被告判有罪时,布林克玛法官改编了T.S.艾略特的一句话,告诉被告他将“默默无闻地死去”。

在此之前,谷歌在以其对在线搜索行业的主导地位为焦点的上一次反垄断审判中败诉,一位联邦法官在8月裁定,该公司通过数十亿美元的排他性合同建立了一个非法垄断。该公司正在上诉该裁决,目前尚不清楚它可能面临的处罚。



感谢阅读!如果您对AI的更多资讯感兴趣,可以查看更多AI文章:GPTNB

澳大利亚在线安全专员要求推特回应儿童色情材料,之后与X公司合并,X的律师表示推特已“不存在”

澳大利亚在线安全专员对推特处理儿童色情材料的通知,并未考虑到在2023年3月埃隆·马斯克的X公司与推特合并后,公司“已不存在”,X公司表示,在这一具有里程碑意义的案件中挑战了澳大利亚在线安全监管机构对其开出的处罚。


X公司去年将这项对未能在通知中回答问题而被处以61.05万美元罚款的案件告上法庭,本周一和周二在联邦法院审理了此案。在线安全专员朱莉·英曼·格兰特向埃隆·马斯克所有的平台发布了法律通知,要求其阐明在其平台上打击儿童色情材料方面的举措。澳大利亚对X公司处以61.05万美元罚款。但埃隆·马斯克的公司是否会支付?英曼·格兰特在当时告诉《卫报澳大利亚版》称,尽管给予公司延期答复的机会,推特在某些问题上“留白”,以掩盖[提供]不准确信息。

周一在联邦法院,代表X的布雷特·沃克德(SC)表示,对推特的最初通知并未考虑到推特公司在2023年3月既往已与X公司合并。”所有人都同意,推特已不存在。这是关键点,”他说。沃克德表示,在关于发出通知的在线安全法案中,并未考虑如果被发出通知的组织不存在,则谁应对通知负责。“通知的关键是时间从发出的当天开始计算,而法案理所当然地没有规定,如果被发出通知的组织已不存在,那么通知是否应继续生效,”他说。在线安全专员的律师在周一并未就此发表看法。法庭将在周二听取两名专家证人的证词,沃克德表示,这两名证人将对通知的责任是否转移到X公司持有相反观点。这一案件将是在线安全法案下专员权力的测试案例,包括发出通知,要求平台说明它们如何满足政府的基本在线安全期望。

英曼·格兰特已向提供者发布了数十份此类通知,最近一份发布在上周,要求YouTube、Facebook、Instagram、TikTok、Snap、Reddit、Discord和Twitch说明他们的平台上有多少儿童,并他们用什么方法确保注册人员的年龄。在线安全专员办公室周一表示,关于X公司未遵守该通知的另一起民事处罚案正在进行。直到联邦法院的案件解决之前,此案将暂停。沃克德指出,目前根据该法案下发出的通知中只有一份发给了新的X公司实体。英曼·格兰特上个月告诉ABC,X目前与她的办公室有七起进行中的法律案件。这一审理发生在阿尔班尼斯工党政府正在审查在线安全法案的时候,预计报告将于十月底提交给政府。



感谢阅读!如果您对AI的更多资讯感兴趣,可以查看更多AI文章:GPTNB

Fierce将蝴蝶网络评为2024年Fierce 50荣誉得主

蝴蝶网络公司(“蝴蝶”)(NYSE:BFLY)是一家数字健康公司,通过便携式、基于半导体的超声技术和直观软件改变护理,在今天宣布,Fierce生命科学和Fierce健康将蝴蝶网络列为2024年Fierce 50荣誉获得者之一。图片{ width=60% }


Fierce 50展示了推动医学进步、促进创新并塑造生物制药和医疗保健未来的50名个人和公司。

蝴蝶网络入选Fierce 50,反映了公司今年取得的非凡进展。下一代Butterfly iQ3™的成功推出巩固了蝴蝶在彻底改变超声行业方面的领先地位。公司还通过其Butterfly Garden™计划确立了自己作为超声人工智能(AI)创新的关键推动者,营造了一个生态系统,供开发人员将最佳AI工具带给蝴蝶广泛的医师网络。同时,蝴蝶通过创建一个芯片许可计划,使合作伙伴能够开发由蝴蝶驱动的新颖技术,确保其专有的超声芯片技术的好处能够延伸到远远超出其核心超声市场的范围。

蝴蝶网络的总裁、首席执行官和董事长Joseph DeVivo表示:“入选Fierce 50证明了我们团队不懈追求创新和卓越的精神。”“作为一家以使命为驱动的公司,我们很荣幸能因我们在通过先进的基于芯片的环保解决方案推进医学成像民主化方面的领导地位而受到表彰。我们自豪地推动超声行业的数字革命,并努力实现一个未来,在那里全球各地的从业者都使用数字超声技术为全球患者提供更快、更好的医疗服务。”

Fierce 50是Fierce Biotech、Fierce Pharma和Fierce Healthcare敏锐编辑挑选出的最杰出的远见者和先驱者组成的星座。这些个人和公司在医疗保健交付、药物开发、研究等领域发挥着推动力。Ellison,Fierce Life Sciences和Healthcare的总编辑说:“每年的Fierce 50特别报告突出了在制药、医疗保健和生物技术行业推动进展的个人和公司。”“这50家杰出的组织和个人展示了他们在各自领域的卓越表现,他们致力于创新、公平和改善生活的承诺真的值得赞扬。祝贺今年的获奖者。”

注意:Title、Date、Body三个部分的内容,放入到对应的位置。最后只需要输出为Markdown源文件格式内容。


感谢阅读!如果您对AI的更多资讯感兴趣,可以查看更多AI文章:GPTNB

SiMa.ai扩展Edge AI的ONE平台,引入MLSoC™ Modalix

行业首个多模态、以软件为中心的边缘人工智能平台支持从CNN到多模态GenAI等各种边缘人工智能模型,并以每瓦超强性能提供可扩展性。图片{ width=60% }


SiMa.ai是一家以软件为中心的嵌入式边缘机器学习系统芯片(MLSoC)公司,今天宣布推出行业首个多模态边缘人工智能产品系列MLSoC™ Modalix。SiMa.ai MLSoC Modalix支持边缘的CNNs、Transformers、LLMs、LMMs和Gen AI,并提供业界领先的性能-每瓦性能超过替代方案的10倍以上。

生成式人工智能(Gen AI)的兴起正在改变人类和机器共同工作的方式。人工智能技术革命的下一波浪潮将推动多模态机器发展,其具备理解和处理文本、图像、音频和视觉等多种形式输入的能力。这种变革将波及各行各业,从农业和物流到医学、国防、交通运输等。SiMa.ai是一款突破性的多模态边缘人工智能平台,组织现在可以依赖该平台,获得超高响应速度、高效节能、可靠和安全的见解,以满足其关键创新所需——在其喜好的任何模态中。

MLSoC Modalix将使开发人员能够在小功耗和物理占地面积的条件下推动性能的极限。他们将能够仅在单个芯片上运行端到端的GenAI应用管道,同时为企业的总部和底线提供可衡量的贡献。

SiMa.ai MLSoC Modalix是成功商用第一代MLSoC的第二代产品。MLSoC Modalix提供了25(Modalix 25或”M25”)、50(Modalix 50或”M50”)、100(Modalix 100或”M100”)和200(Modalix 200或”M200”)TOPS配置,在多种形态因素中提供无缝部署的Generative AI能力,目的是为嵌入式边缘机器学习市场提供帮助。与第一代MLSoC完全兼容的软件,MLSoC Modalix产品系列旨在实现运行DNN以及先进的Transformer模型(包括LLMs、LMMs和Generative AI)的能力。MLSoC Modalix的样品将在2024年第四季度提供给客户。

“SiMa.ai正在引领边缘人工智能市场,并随着全球各地的客户继续采用我们的(第一代)MLSoC而迅速壮大。我们非常高兴推出MLSoC Modalix家族,为客户提供更大的选择和灵活性,以拥抱多模态人工智能,”SiMa.ai的创始人兼首席执行官Krishna Rangasayee说道。”引入MLSoC Modalix后,SiMa.ai的Edge AI ONE平台现在提供从CNN到Gen AI等各种选择,具有业内领先的性能和功耗效率。”

SiMa.ai通过新的MLSoC Modalix家族扩大了边缘AI的ONE平台

SiMa.ai Edge AI ONE平台是一个以软件为中心的框架,跨越整个MLSoC平台家族提供兼容性,为SiMa.ai在边缘的采用者提供升级、过渡和混合使用的无缝体验,最大程度地减少总体拥有成本。

首代SiMa.ai MLSoC在性能和功耗效率方面是市场领先者,最近通过MLCommons® MLPerf推理基准(4.0)结果得到验证。首代SiMa.ai MLSoC将继续支持工业检验、零售、航空航天和国防以及智能视觉(仅基于以太网的摄像头)等领域的基于CNN模型的模型。

利用MLSoC Modalix的客户将能够加速深度学习、Transformer和Generative AI模型-将模型推至像Llama2 7B以上的10个令牌/秒以上。借助片上应用处理器、集成ISP、视觉和数字信号处理器以及硬件创新如BF16,MLSoC Modalix将加速所有已知的CNN和Transformer模型:语言、视觉和语音,以低成本和功耗交付接近fp32的推理准确性。

在MLSoC Modalix上运行的Generative AI应用将:
从SiMa.ai Palette软件的专利编译器中受益,其具有分层直接主动数据预取功能,确保每个数据层总是在需要时可用,及时可用;
利用升级后的机器学习加速器,以高性能运行DNN和大型多模态模型,而无需牺牲功耗。

此外,MLSoC Modalix的新硬件部件包括:
支持4 x 4条MIPI CSI 2的集成ISP模块,使芯片能够通过芯片上的4 x 10G以太网端口与MIPI摄像头以及基于以太网的摄像头进行接口;
八条PCIe Gen 5通道,促使数据更快地进入和退出芯片;
8个Arm® Cortex®-A65双线程CPU,进一步通过Arm卓越多样化软件合作伙伴生态系统扩展SiMa.ai的客户覆盖范围;
TSMC的N6技术。

SiMa.ai的行业验证
“SiMa.ai ONE平台与MLSoC Modalix家族的推出有望成为Elementary应用的重要推动者,”Elementary首席执行官Arye Barnehama表示。”Elementary正在部署面向全球制造商的基于人工智能视觉检测系统,致力于领先的创新。Modalix系列性能高、能效高,再加上ONE平台的方法,符合我们提供模块化、无折中解决方案的承诺,既对我们的合作伙伴又对最终用户。随着Elementary在工业领域的持续扩展,SiMa.ai MLSoC Modalix产品系列有潜力为全球企业高速生产流程提供动力的解决方案。”

“SiMa.ai MLSoC Modalix系列有能力加速从CNN到LMMs等各种体系结构,从而让受到功耗限制的平台上的多模态边缘人工智能成为现实。Hayden AI对评估SiMa.ai Modalix系列潜在应用的前景感到兴奋,”Hayden AI的CTO Vaibhav Ghadiok表示。

“SiMa.ai MLSoC Modalix产品系列的推出对我们和我们的边缘AI客户来说是一个改变游戏规则的因素。Advantech多年来一直在构建和部署用于医疗保健、工业自动化和智慧城市的工业PC、智能摄像头和边缘网关,”Advantech的高级产品管理副总裁Emily Teng表示。”丰富的外围设备包括MIPI和先进的ISP,结合SiMa.ai MLSoC Modalix系列产品的高性能和低功耗,将使边缘智能设备范围扩大。SiMa.ai将使我们能够适应和扩展以包容GenAI固有的新模式和创新。”

“SiMa.ai ONE平台与MLSoC Modalix系列产品的推出有望改变LIPS公司一直致力于构建和部署的Edge-AI应用,以扩展智能工厂和智能视觉项目中的多摄像机三维成像解决方案的规模,”LIPS Corporation首席执行官Luke Liu表示。”MLSoC Modalix系列产品的高性能和低功耗,再加上其ONE平台方法,可以让我们克服通常伴随多摄像机三维成像项目的性能和带宽限制。SiMa.ai MLSoC Modalix可以使我们能够适应和扩展实时姿态检测、精确空间映射和高级AI检测在各种工业自动化设置中的先进AI模式和创新,最终加速我们提供更智能、更有效率和更安全解决方案的能力。”

“在人工智能时代,硬件和软件能力需要比以往任何时候更快地发展,”Arm物联网事业线高级副总裁兼总经理Paul Williamson表示。”通过在高性能、高效的Arm平台上构建诸如MLSoC Modalix之类的解决方案,SiMa.ai等伙伴可以访问强大的软件生态系统,创建下一代从零售到工业的应用中安全而创新的用户体验。”

“TSMC长期以来一直与SiMa.ai等行业创新者合作,帮助他们利用我们卓越的技术和制造卓越性,实现突破性的下一代半导体设计,”台积电北美市场开发和新兴业务管理高级总监Lucas Tsai表示。”我们很高兴继续合作,加速SiMa.ai强大且节能的芯片创新以满足对边缘GenAI不断增长的需求。”

“Synopsys继续帮助各级公司加速和扩大其先进AI芯片开发流程,”Synopsys系统设计集团总经理Ravi Subramanian表示。”通过利用Synopsys领先的基于AI驱动的EDA套件、广泛的接口、安全和处理器IP组合、架构设计解决方案和仿真系统,SiMa.ai正在加快开发周期,为其下一代MLSoC Modalix系列带来性能和功耗的成本增益。我们一起推动GenAI应用可能性的边界,使工程师更加高效和熟练,塑造边缘人工智能的未来。”

SiMa.ai资源
有关MLSoC Modalix的最新技术组件和功能信息,请阅读SiMa.ai博客上的更多内容。有关SiMa.ai ONE平台Edge AI的更多信息,请阅读SiMa.ai博客上的“SiMa.ai:Edge AI的下一章:一个平台适用于所有Edge AI”。

SiMa.ai将于2024年9月9-12日在加州圣何塞举行的AI硬件和边缘AI峰会上发表演讲。请到10号展台会见SiMa.ai团队,或在9月9日星期一下午2:20-2:45PT听取SiMa.ai CEO Krishna Rangasayee关于MLSoC Modalix如何扩展SiMa.ai ONE平台Edge AI的演讲。如需了解更多关于SiMa.ai的产品信息,请访问https://sima.ai/mlsoc/。

SiMa.ai的快速链接:
TRUMPF与SiMa.ai就激光与人工智能达成战略合作
推介在Supermicro紧凑型边缘ML服务器上运行CVEDIA AI视频分析的SiMa.ai智能城市解决方案
SiMa.ai获得资金并准备新的生成式边缘人工智能平台
SiMa.ai被认为是IDC边缘AI/ML创新者的代表



感谢阅读!如果您对AI的更多资讯感兴趣,可以查看更多AI文章:GPTNB

ScaleHealthTech欢迎Dr. Feby Abraham担任首席顾问

ScaleHealthTech是一家精品的健康信息技术咨询和数字化转型专家,今天宣布,Feby Abraham博士已加入其顾问团队,担任首席顾问。图片{ width=60% }


Abraham博士的任命标志着ScaleHealthTech在弥合医疗保健利益相关者的战略重点和其运营能力之间鸿沟的使命中迈出了关键的一步。

ScaleHealthTech最近在印度诺伊达成立了数字健康创新中心(CDHI),突显了ScaleHealthTech致力于通过开创性数字解决方案推进医疗保健未来的坚定承诺,以应对全球卫生信息技术领域不断变化的需求。

Abraham博士目前担任Memorial Hermann Health System的执行副总裁、首席战略和创新官。在这个角色中,他推动该系统的愿景,通过改变医疗服务的可访问性、交付和体验,创造更健康的社区。他曾在麦肯锡公司工作,为医疗保健公司和私募基金穿越颠覆性环境提供指导。Abraham博士拥有莱斯大学的机械工程博士学位以及印度理工学院孟买分校的学士学位。

“ScaleHealthTech独具优势,能够赋能医疗保健机构在数字转型之路上前行”,Abraham博士表示。“医疗行业在多个压力点面临挑战,受通胀、成本压力、人力短缺和收入目标驱动。ScaleHealthTech通过其数字健康创新中心提供一种不同凡响的商业模式,加速医疗保健机构的数字转型优先事项。我对ScaleHealthTech当前的能力和未来的路线图感到兴奋,期待支持其使命和目标。”

“我们非常荣幸和激动地欢迎Feby Abraham博士担任我们的首席顾问”,ScaleHealthTech的创始人兼首席执行官Vishnu Saxena表示。“他的深厚专业知识和卓越行业经验将成为我们团队和客户的启发,帮助加速他们的数字转型之旅。Abraham博士加入我们是在ScaleHealthTech继续扩展和创新美国和印度医疗部门的关键时刻。”



感谢阅读!如果您对AI的更多资讯感兴趣,可以查看更多AI文章:GPTNB

Fierce将Butterfly Network命名为2024年的Fierce 50入选者

蝶科技有限公司(“Butterfly”)(NYSE:BFLY)是一家通过便携式半导体超声技术和直观软件改变护理方式的数字健康公司,今天宣布Fierce生命科学和Fierce Healthcare将蝶科技列为2024年“Fierce 50”荣誉入选者之一。图片{ width=60% }


Fierce 50展示了50位推动医学进步、促进创新并塑造生物制药和医疗保健未来的个人和公司。
蝶科技入选Fierce 50,反映了公司今年取得的卓越进展。下一代Butterfly iQ3™的成功推出巩固了Butterfly在彻底改革超声行业方面的领导地位。公司还通过其Butterfly Garden™计划,打造了一个生态系统,让开发人员为Butterfly庞大的医师网络提供最佳人工智能(AI)工具,确立了自己作为超声AI创新关键推动者的地位。与此同时,通过创建一个芯片许可计划,使合作伙伴能够开发由Butterfly技术驱动的新技术,Butterfly确保了其独特的Ultrasound-on-Chip™的好处将远远超出其核心超声市场。
Butterfly Network的总裁、首席执行官和董事长Joseph DeVivo表示:“入选Fierce 50是我们团队对创新和卓越不懈追求的证明。作为一家使命驱动型公司,我们很荣幸因推动以芯片为基础、环保意识的解决方案提高医学成像的可访问性、可负担性和可持续性而受到表彰。我们骄傲地推动着超声行业的数字革命,并努力实现一个未来,到那时,世界各地的从业人员将使用数字超声来为全球患者提供更快、更好的医疗服务。”
Fierce 50每年特别报告突出显示在制药、医疗保健和生物技术行业推动进步的个人和公司。Fierce Life Sciences和Healthcare的主编Ayla Ellison表示:“这50个杰出的组织和人物展示了他们在各自领域的卓越,并且他们对创新、公平和改善生活的承诺实在值得赞扬。祝贺今年的入选者。”
Fierce 50是由Fierce Biotech、Fierce Pharma和Fierce Healthcare的审慎编辑精心挑选的最杰出的远见者和开拓者。这些个人和公司是医疗保健交付、药物开发、研究等领域的推动力量。



感谢阅读!如果您对AI的更多资讯感兴趣,可以查看更多AI文章:GPTNB