根据 The Information 最新报道，马斯克 5 月份在向投资者做演示时表示，他希望超级计算机能在 2025 年秋季之前投入运行，并将亲自负责按时交付；预计完成后，连接在一起的芯片组将至少是当今最大 GPU 集群的4 倍，例如 Meta Platforms 为训练其 AI 模型而构建的 GPU 集群。 马斯克曾公开表示，xAI 将需要多达 10 万个 GPU 来训练和运行其下一版本的Grok。

---

为了让聊天机器人更智能，马斯克最近告诉投资者，xAI 计划将所有这些芯片串联成一台超级计算机，或者说是计算超级工厂（Gigafactory of Compute）。 xAI 可能会与 Oracle 合作开发这台超级计算机。xAI 一直在与 Oracle 高管讨论在未来几年内可能花费 100 亿美元租用云服务器的问题。目前，xAI 已经从 Oracle 租用了大约 1.6 万台 H100 芯片服务器，也是 Oracle 此类芯片最大客户。 预计这台超级计算机需要花费数十亿美元并获得足够的电力，以赶上资金更雄厚的竞争对手，这些竞争对手也计划在明年推出类似规模的 AI 芯片集群，并在未来推出更大的芯片集群。 集群是指单个数据中心内通过电缆连接的众多服务器芯片，以便它们能够以更高效的方式同时进行复杂计算。领先的 AI 公司和云提供商认为，拥有更大、计算能力更强的集群将带来更强大的 AI。 xAI 的办公室位于旧金山湾区，但决定 AI 数据中心位置的最重要因素是电力供应。据悉，拥有 10 万个 GPU 的数据中心可能需要 100 兆瓦的专用电力。 这将比传统云计算中心所需的电力要多很多，与云提供商目前运行和建设的容纳多个集群的 AI 中心的能源需求相当，这些数据中心越来越多地建在偏远或非传统的地方，那里的电力更便宜，也更充足。 此前，也传出微软和 OpenAI 正在威斯康星州建设一个独立于价值1000亿美元的超级计算机的大型数据中心，竞争成本约为100亿美元，而亚马逊网络服务正在亚利桑那州建设一些 AI 数据中心。 根据马斯克的时间表，xAI 仍落后于对手。到今年年底或明年年初，OpenAI 及其主要支持者微软可能已经拥有了马斯克设想的规模的集群。OpenAI 和微软还讨论了开发一台价值1000 亿美元的超级计算机，规模将是马斯克设想的几倍，包含数百万个 Nvidia GPU。 Nvidia CFO Colette Kress 已将 xAI 列入六家客户名单中，这些客户将与 OpenAI、亚马逊、谷歌等公司一起率先使用 Nvidia 的下一代旗舰芯片 Blackwell。 目前，xAI 正在 2 万个 GPU 上训练 Grok 2.0，最新版本可以处理文档、图表和现实世界中的物体，未来该模型也将扩展到音频和视频。此外，马斯克 4 月份与投资者的电话会议上表示，特斯拉还拥有 3.5 万台 Nvidia H100 来训练其自动驾驶，并计划在今年年底前将数量增加一倍以上。

---

---

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。

前言

前不久，BytomDAO发布了新的白皮书，正式完成了3.0升级，转型为亲AI+Web3的创新DAO自治社区。并随后在日本举行的TeamZ“AI+Web3”峰会上，正式宣布战略迁移日本。

---

据悉，布局日本是BytomDAO社区DAO自治和全球化战略部署的重要战略举措，日本作为亚洲最大的经济体之一，不仅拥有着丰富的科技创新历史和强大的数字经济基础，还具备着对新技术和数字资产领域的高度开放态度，这些均将利于BytomDAO落地实施其“立足亚洲，布局全球”的策略部署。

此次战略迁移，既是对合规基础下的亚洲市场潜力的信心体现，也是基于行业发展预判的审慎抉择。BytomDAO将依托日本市场，进而拓展其全球影响力，为社区的进一步发展和价值创造。

全球合规化趋势

日本是世界第三大经济体，作为一个“人多地少”的岛国，日本具备强烈的危机意识，意图借助Web3的东风，维持经济地位，但同时，由于早期Mt.Gox因黑客盗取比特币而下线等多起入侵事件，日本政府对Web3持…

高新科技区位优势

作为世界最大的经济体之一，日本拥有较强的综合科技实力，且近年来对于创新也越发重视。得益于其在技术研发和产品创新方面的持续投入，日本企业在不少产业拥有世界领先地位。

如今，第三代互联网、AGI时代到来，日本作为中美之外的AI第三国，同样受到科技公司青睐——微软将在未来两年将在日本投资29亿美元建设超大规模云计算和AI基础设施，亚马逊拟投资150亿美元拓展日本云计算设施，Open AI在东京设立亚洲办事处，英伟达宣布在日本建立一个AI研究实验室……

尤其得益于早期在半导体领域的持续投资，日本在半导体产业的三大块——设备、技术、材料，占了两大优势，拥有世界领先的半导体制造设备和材料。

综上，我们认为，日本作为东西方的交汇之地，是AI产业发展的沃土。一方面，日本的人口基数及多个支柱产业具备AI大范围应用的基础，另一方面，日本作为中美外的第三国，受到硅谷及华尔街为代表的全球资本的青睐。因此，布局日本也明确具备市场和区位优势。

需求驱动

除去监管环境、创新氛围等因素，日本庞大的市场需求同样是我们关注的重点。”人多地少“的日本是亚洲不可或缺的高度统一大市场之一，同时，日本的人均收入很高，日本人均GDP为40,247.15美元，用户的支付能力和ARPU都较高；早在60、70年代，日本企业就开始了数字化进程，日本企业开始广泛进行IT信息化普及和升级。

以SaaS行业为例：ARR100亿日元以上的公司，从21年的4家增加到22年的7家。2023年，日本首次出现ARR超过300亿日元/家的SaaS企业。ARR达200亿日元的SaaS企业也从2家增加到5家。由此可见，日本对数字化应用有很高的接受程度，且拥有庞大的市场空间。而我们在过去几年的Web3和AI实践中，积…

结语

随着AI和Web3技术的快速发展，必将有越来越多的行业涌现出更多实用场景和应用案例。这不仅为我们提供了大量的市场空间和合作机会，同时，也必将助推基于$BTM的社区和生态繁荣。而战略布局日本，也必将成为社区诸多重大战略的里程碑。

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。

第一个以「泛化」能力为核心设计原则的可学习图像匹配器来了！

对于想要获取两张图像之间的细粒度视觉对应关系而言，局部图像特征匹配技术是高不错的 xuanz，对于实现准确的相机姿态估计和 3D 重建至关重要。过去十年见证了从手工制作到基于学习的图像特征的演变。

---

最近，研究社区又提出了新颖的可学习图像匹配器，在传统基准上实现了性能的不断改进。尽管已经取得了长足的进步，但这些进展忽略了一个重要方面：图像匹配模型的泛化能力。

如今，大多数局部特征匹配研究都集中在具有丰富训练数据的特定视觉领域（如室外和室内场景），这就导致了模型高度专用于训练领域。遗憾的是，这些方法的性能在域外数据（如以对象为中心或空中捕获）上通常急剧下降，在某些情况下甚至可能并不比传统方法好很多。

因此，传统的域无关技术（如 SIFT）仍被广泛用于获取下游应用的姿态。并且由于收集高质量注释的成本很高，在每个图像域都有丰富的训练数据是不现实的，就像其他一些视觉任务一样。因此，社区应该专注于开发架构改进，使得可学习的匹配方法具有泛化能力。

近日，受上述观察的启发，德克萨斯大学奥斯汀分校和谷歌研究…

论文地址：https://arxiv.org/pdf/2405.12979
项目主页：https://hwjiang1510.github.io/OmniGlue/

如图 1 所示，通过引入的技术，OmniGlue 能够在分布外领域上实现更好泛化性能，同时保持源领域上的高质性能。

…

更多技术细节和实验结果请参阅原论文。

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。

最近几年，随着大语言模型的飞速发展与迭代，科技巨头们都竞相投入巨额财力打造超级计算机（或大规模 GPU 集群）。他们认为，更强大的计算能力是实现更强大 AI 的关键。

---

早在 2022 年，Meta 即宣布与英伟达共同打造大型 AI 研究超级计算机「AI Research SuperCluster」（RSC），它由 760 个英伟达 DGX A100 系统组成，共有 6080 块 GPU，性能非常强大。

如今，马斯克旗下人工智能初创公司 xAI 传出了打造超级计算机的消息。

据外媒 The Information 报道，最近马斯克向投资者透露，xAI 计划建造超级算力工厂「Gigafactory of Compute」，为 AI 聊天机器人 Grok 的下一个版本提供算力支持。

据悉，xAI 计划将 10 万块 H100 专用 GPU 串联一台超级计算机，其规模至少是当前最大 AI 集群的四倍。如果 xAI 的计划能够顺利完成，这台超级计算机将耗费数十亿美元和大量电力。

不过，马斯克似乎很有信心，他的目标是在 2025 年秋季之前让这台超级计算机「跑」起来，并亲自负责按时交付。

当然，xAI 不想单打独斗， 其有望与甲骨文公司（Oracle）合作建造超级计算机。我们知道，xAI 是 Oracle 最大的 H100 服务器芯片租赁客户，已经使用了后者超过 1.5 万块 H100 芯片。

届时，xAI 超级算力工厂建成之后，10 万块 GPU 芯片集群将加速 Grok 聊天机器人的开发，减少语音限制。目前，Grok 的最新版本为 Grok 1.5，该版本实现了长上下文理解和高级推理能力，可以处理 128K token 的长上下文窗口。

而据马斯克此前透露，xAI 正在训练的 Grok 2 已经耗费了约 2 万块 H100 GPU，未来进阶版本 Grok 3 可能需要高达 10 万块 H100 GPU。看来，马斯克已经在为 Grok 3 未雨绸缪了。

最后，对于超级算力工厂而言，最关键的找到一个电力充沛（可能需要 100MW）的位置。因此，AI 数据中心位置的选择非常重要。

至于建成的意义是什么？这个规模庞大的超级算力工厂将帮助 xAI 追赶 OpenAI、微软等资金更为雄厚的竞争对手。

此前同样据 The Information 报道，微软和 OpenAI 拟投入超 1000 亿美元打造一个数据中心项目，其中包括一台「星际之门」（Stargate）的 AI 超级计算机，配备了数百万个专用服务器芯片，旨在为 OpenAI 实现 AGI 提供动力。

其实，这也不是马斯克第一次投入超算项目。此前，特斯拉就被曝出到 2024 年底，投入远超 10 亿美元打造一台「Dojo 项目」的内部超级计算机，用于处理数据和视频，提高自动驾驶能力并最终实现完全自动驾驶。

此次， 马斯克又在大语言模型领域斥巨资建造超级计算机。有人表示，如果消息属实的话，这将成为游戏改变者。当然，英伟达是最大的赢家。

参考链接

---

---

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。

AIxiv专栏是机器之心发布学术、技术内容的栏目。过去数年，机器之心AIxiv专栏接收报道了2000多篇内容，覆盖全球各大高校与企业的顶级实验室，有效促进了学术交流与传播。

---

如果您有优秀的工作想要分享，欢迎投稿或者联系报道。投稿邮箱：liyazhou@jiqizhixin.com；zhaoyunfeng@jiqizhixin.com

本文介绍了香港科技大学（广州）的一篇关于大模型高效微调（LLM PEFT Fine-tuning）的文章「Parameter-Efficient Fine-Tuning with Discrete Fourier Transform」，本文被 ICML 2024 接收，代码已开源。

论文地址：https://arxiv.org/abs/2405.03003

项目地址：https://github.com/Chaos96/fourierft

背景

大型基座模型在自然语言处理（NLP）和计算机视觉（CV）领域都获得了瞩目的成就。微调（Finetuning）大型基座模型，使其更加适应特殊的下游任务，成为了一项热门研究课题。然而，在模型越来越大，下游任务越来越多样的…

方法

傅立叶基底在各类数据压缩应用中广泛使用，例如一维向量信号和二维图像的压缩。在这些应用中，稠密的空域信号通过傅立叶变换被转化为稀疏的频域信号。基于这一原理，作者推测模型权重的增量也可以被视为一种空域信号，其对应的频域信号可以通过稀疏表示来实现。

在这一假设的基础上…

实验

1. 自然语言理解

作者在自然语言理解的 GLUE 基准测试上对傅立叶微调方法进行了评估。基线对比方法包括全量微调（FF，Full Finetuning）、Bitfit、适应器微调（Adapter Tuning）、LoRA、DyLoRA 和 AdaLoRA。下表展示了各种方法在 GLUE 各个任务上的表现及其所需的训练参数量。结果表明，傅立叶微调以最少的参数量达到了甚至超越了其他微调方法的性能。

2. 自然语言指令微调

大模型的自然语言生成是目前模型微调的重要应用领域。作者在 LLaMA 系列模型、MT-Bench 任务和 Vicuna 任务上评估了傅立叶微调的性能。结果显示，傅立叶微调以极低的训练参数量达到了与 LoRA 相似的效果，…

3. 图像分类

作者在 Vision Transformer 上测试了傅里叶微调的性能，涵盖了 8 个常见的图像分类数据集。实验结果表明，虽然在图像分类任务中傅立叶微调相较LoRA的压缩率提升并不比自然语言任务中显著，但其仍然以远小于 LoRA 的参数量超越了 LoRA 的效果。这进一步展示了傅立叶微调在不同应用领域中的有效性和优势。

4. 突破低秩

在 GLUE 基准的 RTE 数据集上，FourierFT 可以实现明显高于 LoRA (通常为 4 或 8) 的增量的秩。

5.GPU 资源消耗

微调过程中，FourierFT 可以实现比 LoRA 更少的 GPU 消耗。下图为采用单张 4090 显卡在 RoBERTa-Large 模型上的巅峰内存消耗。

结论

作者介绍了一种名为傅立叶微调的高效微调方法，通过利用傅里叶变换来减少大基础模型微调时的可训练参数数量。该方法通过学习少量的傅里叶谱系数来表示权重变化，显著降低了存储和计算需求。实验结果显示，傅立叶微调在自然语言理解、自然语言生成、指令调优和图像分类等任务上表现优异，与现有的低秩适应方法（如 LoRA）相比，傅立叶微调在保持或超过 LoRA 性能的同时，所需的可训练参数大幅减少。

---

---

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。

大科技公司已成功将世界从人工智能对人类构成的存在性风险转移，一位领先的科学家和人工智能倡导者警告称。

---

在首尔举行的人工智能峰会上，马克斯·泰格马克表示，从关注生命的灭绝转向更广义的人工智能安全概念，可能会延误对创造最强大程序的人强制实施严格监管，这是不可接受的延迟。

“1942年，恩里科·费米在芝加哥一个足球场下建造了第一个自持续核链反应的反应堆,”作为物理学家训练过的泰格马克说。“当时的顶尖物理学家们知道后真的很恐慌，因为他们意识到跨过了制造核弹的最大障碍。他们意识到核弹离实现只剩几年时间，事实上，三年后1945年的三一试验就取得了成功。‘能够通过图灵测试’（在对话中无法辨别他们不是在与另一个人交谈）的人工智能模型是对你可能失去控制的人工智能的警告。这就是为什么像杰弗里·欣顿和约书亚·本吉奥以及很多科技公司的CEO，在私下里至少都在感到恐慌。”

泰格马克的非营利性未来生命研究所去年呼吁在这些担忧背景下对先进人工智能研究进行为期六个月的“暂停”。他说，那年三月OpenAI的GPT-4模型的发布是煤矿中的一只警示鸟，并证实风险是不可接受地接近的。尽管有来自欣顿和本吉奥这两位当今机器学习领域开创性人物之一的专家的数千份签名，但没有同意暂停。相反，人工智能峰会，首尔峰会是继去年11月英国布莱切利公园之后的第二次，引领了新兴的人工智能监管领域。“我们希望那封信使对话具有正当性，并且很高兴看到效果如何。一旦人们看到像本吉奥这样的人担心时，他们在想，‘我担心这个问题是可以的。’就连我加油站的那个家伙在那之后对我说他担心人工智能会取代我们。“但是现在，我们需要从口头上的谈论转变为具体行动。”

然而，在最初宣布成为布莱切利公园峰会的焦点之后，国际人工智能监管的重点已经从存在性风险转移到其他方面。在首尔，只有三个“高级”团体中的一个直接涉及安全问题，并且审视了“从隐私侵犯到就业市场扰乱和潜在的灾难性后果”等“全谱”风险。泰格马克认为，对最严重风险的淡化不健康，也不是偶然的。“这恰恰是我预测由于行业游说会发生的事情，”他说。“1955年，第一批有关吸烟导致肺癌的期刊文章问世，你可能认为很快就会出台一些监管措施。但是不，直到1980年才有，因为业内存在极力转移注意力的巨大推动。我觉得现在就是这种情况。”

泰格马克的批评者提出了与他自己的说法相同的观点：行业希望每个人都谈论未来的假设风险以转移对现实中具体伤害的注意力，这一指控他予以驳回。“即使从其本身的价值观来看，这也相当牵强：认为像OpenAI的老板山姆·奥尔特曼为了避免监管而告诉大家可能会所有人都灭亡，然后劝说像我们这样的人发出警报，这会是颇具战略眼光的四维棋局。”他认为，一些科技领袖的温和支持是因为“我认为他们都觉得自己陷入了一个无法解决的困境，即使他们想要停止，也无法。如果一个烟草公司的CEO某天早上醒来觉得自己在做的不对，那会发生什么？他们会替换CEO。因此，唯一可以实现安全第一的方式是政府为所有人设立安全标准。”

探索更多关于这些话题的内容
人工智能 (AI)
科技产业
计算
意识
新闻

分享
重新使用此内容

---

---

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。

Strategic relationships with industry leaders enable joint customers with greater data and cloud agility in any environment, any cloud
EnterpriseDB（“EDB”），领先的Postgres数据和人工智能公司，今天自豪地宣布与顶级行业领军企业建立了几个战略联盟，其中包括 Nutanix、Red Hat、SADA（An Insight公司）等。{ width=60% }

---

这些关系将增强各种环境和云中的数据和云敏捷性，为联合客户在构建基于AI的应用程序方面带来无与伦比的竞争优势。
此次公告是在推出新的企业标识和重要产品EDB Postgres AI之后，该产品是第一个面向事务、分析和AI工作负载的智能平台。作为这一转变的一部分，EDB正在现代化其合作伙伴参与模型，专注于使联合客户能够拆除数据孤立，并在任何环境中启动AI项目的能力。
“许多组织发现自己处于一个十字路口，需要发展或完全改组他们的数据和分析框架。我们方法的核心是承诺不仅跟上这种变化，而且领导这种变化。” EDB首席执行官Kevin Dallas说。 “我们与行业中最优秀的企业建立战略联盟，致力于打造不仅仅是每个部分总和的解决方案。我们的承诺不仅仅是功能，而是赋予我们的客户部署数据的自由选择权 – 在任何云上，本地部署，任何设备 – 同时确保他们的关键工作负载要求的最高安全性和可用性。”
EDB是PostgreSQL代码的最大贡献者，这是开发人员评价最高、最受欢迎和最期望的第一数据库，在 2023 年Stack Overflow开发人员调查中超越所有其他数据库成为领导者。在技术卓越和创新的 20 年里，EDB通过与 Nutanix、Red Hat、SADA（An Insight公司）等战略联盟迎来下一个增长演变，这将赋予联合客户更多的专业能力：
EDB与世界领先的开源解决方案提供者Red Hat合作，以使客户能够在核心、边缘和返程生成学习和数据而不会中断业务运营。该合作让企业有机会在Red Hat OpenShift AI上构建AI模型，并借助EDB Postgres AI提供企业级第二天操作。
“通过使用EDB Postgres AI和Red Hat OpenShift AI，企业能够更轻松地构建和部署先进的AI模型，同时支持企业级可靠性和性能。Red Hat很高兴继续与EDB合作，提供结合双方最佳专业知识的优化解决方案，为客户在复杂的技术领域中减少了简化技术景观的复杂性，推动业务成功。” Red Hat合作伙伴生态系统发展高级总监Katie Giglio表示。
Nutanix是混合多云计算的领导者。EDB和 Nutanix结合强大的开发人员自助服务和数据库管理功能，具有企业级性能和高可用性、加强安全性和Oracle兼容性功能。
“我们与EDB的合作使客户能够在最苛刻的企业环境中部署Postgres，同时增加为在Postgres上构建新的基于AI应用程序的开发人员的生产力。” Nutanix首席商业官Tarkan Maner表示。
SADA（An Insight公司）是一家领先的业务和技术咨询公司，并且是 Google Cloud Premier 合作伙伴，提供各种产品和解决方案的获奖合作伙伴。EDB和 SADA 的合作将通过 SADA 提供的数据、AI 和应用现代化服务，最大程度地提升 Google Cloud 对于EDB客户的价值。
“SADA致力于通过AI为企业赋能，并在企业的AI旅程中满足客户当前的需求，” SADA全球AI、数据和行业解决方案总监Scott Bergquist表示。 “通过与EDB等公司合作，我们可以通过打破数据孤岛、为AI创新准备企业数据基础，并帮助客户通过在任何地方注入AI来实现不同的业务成果，从而提高AI的采用率。”。

---

---

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。

新的AI解决方案正在被生物炼油厂uisa等公司采用，并且正在革新API管理、治理和集成。{ width=60% }

---

全球领先的API和集成解决方案提供商Sensedia今天宣布推出Sensedia AI Copilot，这是一款突破性的AI助手，旨在促进API管理、治理和应用集成的所有步骤。
该解决方案集成了Sensedia 17年设计API战略和最佳实践的专业知识。Sensedia AI Copilot 可以根据每个客户的业务上下文进行调整，并将API管理和治理最佳实践相结合，以提出改进建议，从头设计API，检测安全漏洞并提高文档准确性。该解决方案可以评估由多个网关发布的API，确保全面的API管理。
在APIX 2024全球客户大会上揭晓，AI Copilot支持客户将其API和集成战略与业务目标对齐，转变数字渠道和集成生态系统。
“Sensedia的AI Copilot充分利用生成式AI最擅长的地方 —— 为开发人员和平台工程师提供最佳实践的帮助，通过定制的方式提升API设计，不仅如此，该解决方案将影响他们API之旅的每一步。这个解决方案利用了多年的API设计经验，提供了一个简单、定制且符合伦理标准的AI API体验，以提高企业创新方式，”Sensedia美国董事兼全球首席市场官Lisa Arthur说道。
工作原理
Sensedia AI Copilot简化了整个API创建之旅 —— 从规划和设计到实施、测试和验证、文档编撰、部署和管理步骤 —— 现在可以通过人工智能的辅助以简洁、快速、直观地完成。
通过应用多年的行业最佳实践，这款AI助手提高了生产力和成果，产生了强大且有效的API，易于定制、调整、发布和控制。
用户可以安全地上传他们的数据以创建定制API，AI会建议符合市场最佳实践的路线和访问点，以便提供易用性和安全性。然后，该解决方案会自动生成API，准备好进行定制，并与Sensedia的API Manager集成，从而实现灵活的文档管理和自动合同创建。
“Sensedia AI Copilot的开发明确关注确保负责任的AI。我们的实践遵循严格的伦理指南，以确保透明性、公平性和安全性。我们在整个过程的关键阶段保持人类监督，以避免错误并确保质量，”Sensedia首席执行官Kleber Bacili解释道。
Bacili还指出了该解决方案为设计和创建符合每家公司战略的API的其他关键能力。“该解决方案的另一个显著不同之处在于将文档安全上传到私有数据库。这一新功能使用户能够定制API，以最佳支持其业务、战略和规划流程。Sensedia的客户还将看到响应过程得到改善，因为所有捕获的数据都经过认证和加密，达到了最高的安全性和风险缓解。”
根特《2023年人工智能炒作周期》显示，“AI工程使组织能够建立和发展高价值的AI解决方案组合。目前，大部分AI开发受到重大运营瓶颈的限制。通过AI工程方法 —— DataOps、ModelOps和DevOps —— 可以在结构化、可重复的工厂模型框架中将模型部署到生产环境，以实现显著的价值。”
验证的好处
作为巴西最大生物炼油厂之一的Sensedia客户uisa成功测试了Sensedia AI Copilot，展示了多个优势。该解决方案加速了uisa创建和发布API的开发过程。Sensedia AI Copilot简化了遵循行业最佳实践，从而实现更加强大和有效的API，减少了人为错误和重复流程的自动化，更容易定制和调整路线和端点，并更容易与Sensedia的API Manager（完整的API管理平台）集成。
根据uisa的Technology and Innovation Director Rodrigo Gonçalves的说法，Sensedia AI Copilot不仅仅是一个API创建工具，它还创造了业务机会。“该解决方案帮助我们简化我们的开发和创建流程。每个人都可以创建API。换句话说，我们正在实现平民化，将更多治理融入流程之中。”
Gonçalves补充道，有了这个解决方案，uisa的技术团队有更多的时间考虑业务。“以前需要五六天的事情现在可以在一两个小时内完成，节省时间。将智能融入我们的流程为公司提供了巨大的节省和效率。”
使公司的效率提高是Sensedia AI Copilot提供的工具，Gonçalves评论道，“在uisa，我们的管理层不仅专注于技术和创新，还关注效率和提高公司的盈利能力。Sensedia AI Copilot释放了人力资源来思考运营效率问题，并自动化通常复杂的流程。该解决方案简化了业务转型。”
下一步
Sensedia期待通过自学习进一步提升Sensedia AI Copilot的功能和用户体验。该产品可以采用最新的改进措施，提供更准确和具有上下文的预测和建议，符合AI模型的持续发展趋势。
“Sensedia AI Copilot并不取代人类工作，而是通过自动化重复和容易出错的任务，让开发人员和架构师专注于API管理和治理计划的更战略性和创造性的方面。使用该解决方案可以提升用户体验，并为业务增加价值，” Bacili强调道。
根特《2023年人工智能炒作周期》由Afraz Jaffri于2023年7月19日撰写。GARTNER是Gartner公司和/或其美国和国际附属机构的注册商标和服务标记，魔力象限是Gartner公司的注册商标，所有权利均已获得，保留所有权利。

---

---

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。

Info-Tech Research Group的最新研究提供了有关如何利用生成式人工智能（Gen AI）技术，如ChatGPT，推动营销倡议和销售以及通过个性化内容创建增强客户保留率的宝贵见解。{ width=60% }

---

随着组织在应对知识产权侵权和数据安全挑战方面的斗争，了解Gen AI的改变性能力及其限制对于保持竞争力至关重要。

在组织应对扩展个性化内容、提高客户参与度以及管理不断上升的运营成本的复杂性之际，对支持业务运营的高级技术解决方案的需求正迅速增长。虽然ChatGPT和生成式人工智能（Gen AI）最近成为热门话题，但许多组织缺乏如何有效利用这些技术的清晰度。作为对此情况的回应，Info-Tech Research Group发布了其最新蓝图，《用于营销、销售和客户服务的生成式AI用例》。这家全球研究和咨询公司提供了行动性见解和策略，帮助IT领导者利用Gen AI推动销售，并通过个性化内容创建增强客户保留率。

Info-Tech Research Group的研究分析员Sai Krishna Rajaramagopalan表示：“Gen AI的爆炸式普及得益于其低准入门槛。任何人都可以随时随地免费访问这些大型语言模型（LLMs）。这种较低的准入门槛可以归因于OpenAI和Google等LLM所有者与终端用户之间的共生关系。公司需要消费者使用他们的服务来改进他们的模型，而用户则利用Gen AI服务来帮助他们的日常工作流程，创建新内容，如博客文章、电子邮件和图片。个人用户可以免费使用LLMs，企业也可以以极低的成本获得。”

Info-Tech在新蓝图中解释了客户体验在树立公司形象中起着关键作用，Gen AI以低成本提供服务在帮助这一领域方面具有巨大潜力。然而，这种支付能力也带来了重大挑战，如知识产权侵权、数据安全问题和工作场所变革的需求。为了跟上竞争对手，服务专业人员受到压力，必须使用更复杂的AI工具，而并非充分理解它们。Info-Tech强调，IT领导者在将Gen AI整合到其工作流程中时，理解这项技术的能力和限制同样重要。

该公司的研究进一步解释了尽管存在有关Gen AI缺陷的担忧，但这一革命性技术在创建个性化营销内容，如博客文章、电子邮件、图片和视频方面效率极高。在《用于营销、销售和客户服务的生成式AI用例》蓝图中，Info-Tech概述了利用Gen AI对业务运营产生积极影响的几个机会，包括以下示例：

• 定制营销内容：Gen AI可以使用大型语言和图像模型自动生成内容，如博客文章、文章、摘要、社交媒体帖子、产品描述、网页、图片和视频。生成内容的质量可以与人类制作的内容相等或更好，因为AI模型可以从大型数据集中学习不同类型的客户，并识别模式。
• 用于客户支持的对话AI：传统聊天机器人只能回答特定的预设问题。然而，使用LLM构建的AI聊天机器人没有这种限制，并且可以快速回应客户查询，比传统聊天机器人更有效地提供个性化支持。
• 个性化销售推广：AI分析大量客户数据，如人口统计信息、过去的互动和购买历史，以创建定制的推广活动。这项技术可以与现有的CRM无缝集成，允许销售团队跟踪和分析个性化推广活动的有效性，并衡量关键指标。

通过将Gen AI整合到其营销、销售和客户服务策略中，组织可以开启新的效率和个性化水平。Info-Tech的最新蓝图为IT领导者提供了利用这一变革性技术保持竞争优势的知识和工具。随着各行业应对现代市场的复杂性，该公司建议利用Gen AI可以推动增长，提升客户满意度，并将组织置于创新前沿。这种战略性方法确保公司保持竞争力，并对客户不断变化的需求做出响应。

要获取Sai Krishna Rajaramagopalan专家在客户体验和应用洞察领域的独家及及时评论，并访问完整的《用于营销、销售和客户服务的生成式AI用例》蓝图，请联系pr@infotech.com。

Info-Tech LIVE 2024
现在可以注册参加Info-Tech Research Group每年一度的IT大会Info-Tech LIVE 2024，时间为2024年9月17日至19日，在拉斯维加斯标志性的贝拉吉奥酒店举行。这一首屈一指的活动为记者、播客和媒体影响者提供独家内容、最新的IT研究和趋势，并有机会采访行业专家、分析师和演讲者。申请媒体通行证参加活动或获取有关热门话题的研究和专家见解，请联系pr@infotech.com。

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Makedown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。

PlanetHoster®，一家专业的数据和应用托管专家，自豪地宣布推出HybridCloud N0C®，发音为N zero C。{ width=60% }

---

这一前沿的产品将裸金属的强大功能与云解决方案的灵活性和高可用性相结合。这款完全就绪的解决方案融入了最新的集中式管理创新，并标志着PlanetHoster在设施管理方面的重大转变。HybridCloud N0C®在加拿大、法国和瑞士提供，在新产品系列中，企业和专业客户可以访问一系列旨在更好为他们服务的高性能托管解决方案，并受益于最新的隐私和安全标准。
“HybridCloud N0C的卓越特点是：尖端的WAF保护、最小化的能源足迹和先进的系统架构。离开我的CEO职位，全力投入技术创新是一个重要的决定。如今，我们很高兴呈现到目前为止代表我们最顶尖成就的产品。” PlanetHoster的CTO A. Saber SHENOUDA 透露道。

探索AITechPark，了解人工智能、物联网、网络安全、人工智能科技新闻以及来自行业专家的深刻见解！

---

---

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。