Stelia与Polar合作,简化并加速欧洲的人工智能创新

合作伙伴通过可持续、高性能基础架构提供无与伦比的人工智能能力
Stelia,人工智能加速平台,与Polar,欧洲领先的人工智能就绪数据中心提供商,今天宣布建立合作伙伴关系,旨在重新定义企业人工智能采用。图片{ width=60% }


此次合作整合了Stelia创新的数据移动平台与Polar最先进的、可持续的人工智能就绪数据中心基础架构,支持最近进行的5亿欧元投资。
“这一合作消除了人工智能实施的复杂性,”Stelia首席执行官Tobias Hooton表示。“除了促进人工智能采用;我们正在为大多数企业创造以前无法实现的创新潜力。”
新联盟将Stelia的人工智能生态系统管控与Polar不断扩大的人工智能优化数据中心网络相结合,后者由100%可再生水力能源支持。这一组合为人工智能团队提供了一个独特的环境,可以消除创新的边界,同时保持最高标准的安全性和可持续性。
Polar,仅上个月从隐身模式中出来,已经展示了令人瞩目的市场吸引力,其初始数据中心容量已全部预售100%。该公司正在积极开发几个在欧洲各地的人工智能优化数据中心项目,所有这些项目都由100%可再生能源驱动。
Polar首席执行官Andy Hayes评论说:“我们评估了许多供应商,Stelia是唯一能满足AI工作负载性能要求的选择。我们共同创建了一个简化AI部署的原生基础设施,同时满足全球企业多样化增长需求。这旨在使先进的人工智能变得可及、安全且可持续。”

企业人工智能工作流程:从训练到推断
Stelia-Polar合作伙伴关系为企业人工智能创造了一个独特的优化模板,既针对训练又对推断进行了优化:
人工智能工作流程的无缝数据传送:Stelia先进的数据流动平台实现了在Polar数据中心网络中高效移动大规模数据集和人工智能模型。这使企业能够:
快速在训练和推断环境之间转移工作负载
将训练好的模型轻松分发到边缘位置进行推断
快速聚合边缘数据进行持续模型改进
每个人工智能阶段的优化基础架构:
训练:利用Polar的高密度计算环境,采用直接液冷技术,加速复杂人工智能模型的训练。
推断:利用Polar分布式网络在欧洲实现低延迟推断,使人工智能更接近最终用户。
动态资源分配:Stelia平台智能地在Polar数据中心之间协调资源,自动扩展计算能力以处理密集的训练任务,或者分配推断工作负载以实现最佳性能和成本效率。
协作式人工智能开发:实现AI团队的无缝协作,无论他们在哪个地点。在Polar的欧洲网络中共享数据集、模型和结果,加速整个AI开发生命周期。
持续学习管道:建立一个反馈循环,通过有效地将边缘位置的推断数据聚合回中央训练设施,实现持续模型改进,无需复杂的数据管理。
规模化的可持续人工智能:利用Polar的100%可再生能源基础设施,在训练和广泛推断运算中实现节能,从而在整个人工智能生命周期中保持环境责任。
简化的合规性和治理:Stelia平台为Polar网络提供统一的数据治理,确保训练数据和推断操作在整个欧洲符合法规,数据主权。

Stelia首席商务官Dan Scarbrough表示:“通过将Stelia智能数据流动平台与Polar的最先进基础设施结合起来,我们为人工智能创新创造了一个独特的无摩擦环境。”“企业现在可以在一个安全、可持续和高效的生态系统中简单地从AI实验转向大规模部署。”

Polar首席执行官Andy Hayes补充说:“我们与Stelia的合作正在改变企业对待人工智能基础设施的方式。无论是训练尖端模型还是在边缘部署推断,我们的结合解决方案提供了无与伦比的灵活性和性能,支持着可持续的、人工智能优化的数据中心。”

赋予企业在欧洲无与伦比的人工智能能力
Stelia-Polar合作伙伴关系带来了:
简化的AI部署:Stelia的代码驱动的数据流动平台简化了AI资源、应用程序和提供商的集成,实现了复杂AI战略的快速实施。
无与伦比的安全性:利用Polar专为高性能计算和人工智能工作负载设计的尖端设施,确保数据完整性和合规性。
可持续的高性能:利用业内领先的计算密度和效率,由100%可再生能源驱动,将创新与环境责任相一致。
可扩展的欧洲存在:利用Polar在挪威东南部不断扩大的业务覆盖面,更多位置正在开发中。
尖端基础设施:获得Polar的人工智能优化数据中心,采用直接液冷技术用于高密度、人工智能和高性能计算工作负载。

企业人工智能的未来
这一合作关系超越了传统的基础设施合作伙伴关系。它为人工智能创新创造了一个肥沃的土壤,使企业能够探索并实施尖端的人工智能解决方案,而且操作更加简便且安全。

Stelia-Polar联盟标志着企业人工智能采用的新篇章,提供了简单性、安全性和可持续性的独特融合。对于希望引领以人工智能驱动的未来的企业来说,这一合作关系打开了以前无法触及的可能性之门。

在SC 2024上与Stelia和Polar高管团队会面,时间为2024年11月17日至22日,美国乔治亚州亚特兰大,网址为https://sc24.supercomputing.org/

要了解有关此合作伙伴关系及如何使您的组织受益的更多信息,请访问www.stelia.io 或联系connect@stelia.io

到AITechPark了解AI、物联网、网络安全、AI技术新闻以及行业专家的深入见解!



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

Insight在得克萨斯州沃思堡揭开解决方案整合中心的面纱

Powered by cutting-edge robotics and AI-driven automation, the new IT distribution center helps businesses modernize, reduce costs, and improve efficiency。图片{ width=60% }


Insight Enterprises (纳斯达克代码:NSIT) 今天在得克萨斯州沃思堡举行了其最新 Solutions Integration Center 的隆重开业。这座占地 25 万平方英尺的设施为美国各地的客户提供服务,采用最新技术,使其成为现代化仓储运营的典范。借助 AI 驱动的能力,如自主移动机器人和先进物流,它可以实现传统 IT 履约中心 10 倍的发货速度。Insight 每年在北美地区发运超过 600 万个硬件产品,并为客户的工作人员配置超过 200 万台可立即投入使用的设备。预计新中心将配置超过 130 万个用户即插即用设备,并通过其 183,000 平方英尺的物流空间和 40,000 平方英尺的整合空间每年发运更多资产。结合 Insight 在伊利诺伊州汉诺威公园的 Solutions Integration Center,后者位于美国最大机场之一旁边,Insight 可通过陆运覆盖全国 94% 的地区。
沃思堡 Solutions Integration Center 还设有现场数据中心和 IT 配置实验室,具有几个与标准履约设施区分开的关键特点,包括:
由 Malin 管理的仓库自动化技术确保设备通过中心的高效移动。这些技术包括自动化机器人、输送系统和导线引导的 Raymond 空间狭窄(VNA)配置的叉车,以最大化储存容量。这确保客户所需的设备和技术时刻可用。这也使得库存处理精确,实现高达 99% 的准确性,并将可用库存空间增加了 75%。Geek+ 机器人每 6 秒准确自主地拾取设备,将收集时间和安全风险降至最低,因为仓库地面上的脚交通量减少了 80%。这还使得客户的紧急部署成为可能,因为资产可以快速从库存中取出、配置并发运至最终用户。使用 Intel® SceneScape 将 AI 和空间计算引入工作流管理的集成技术。这使得快速、基于数据的决策成为可能,而无需持续的云连接,使其非常适合物流、制造业等领域。对网络和数据中心基础设施的重大投资使得能够同时快速配置超过 3,500 台设备而无降级。
在中心开业典礼上发言时,Insight CEO Joyce Mullen 表示:“为这座设施今天剪彩对我们所有人来说都是一个值得自豪的里程碑。这是我们最新的技术展示 — 我们投资的所有内容,包括实验室和网络基础设施、数据中心和机器人技术,都基于我们销售和信任的世界一流技术品牌的合作伙伴关系。这是我们为客户所做的一切的展示,使我们能够展示我们解决方案的实施。”
沃思堡市长玛蒂·帕克说:“沃思堡已经成为国家技术景观的一个关键参与者,使得我们的城市成为像 Insight 这样的公司增长和繁荣的理想枢纽。 Insight 的投资强调了沃思堡在技术和创新领域的增长地位。这座先进的 Solutions Integration Center 不仅展示了 Insight 全球为其客户带来的创新数字转型工作,同时通过创造就业机会,加强了我们当地经济。我们很高兴迎接这个世界一流的设施及其给我们社区带来的机会。”
Insight 对可持续发展和安全的承诺贯穿设施始终:
设计高效地将制冷分配到数据中心和整合实验室,同时最大限度地减少机器人仓库空间的能源消耗。因此,与可比较的物流和数据中心相比,该设施使用了 27 台较少的空调。作为 Insight Flex for Devices 全面设备生命周期管理计划的一部分,中心的硬件维修和回收服务安全处理旧设备,并减少电子废物。 Insight 是少数几个获得批准处理领先科技品牌的保修和过保修维修的 Solutions Integrators 之一。仅去年,Insight 的整合和处理服务帮助客户回收了 370 万磅的计算机设备。搭载 Verkada 的 AI 视频安全摄像头利用大语言和大视野模型为不同的设施事件设置主动警报,检测进入禁区的越界,了解占用率趋势等。这提高了库存控制和地面安全性,包括通过可移动的 VNA 货架堆栈自动创建安全廊道。
Insight 客户体验和北美首席运营官 Megan Amdahl 表示:“我们的新 Solutions Integration Center 展示了我们为客户打造的一流数字转型解决方案。该设施体现了现代效率和 AI 强大的力量,以简化业务。这种投资强调了我们为客户提供更智能、更可靠服务的承诺,比以往更快地满足他们的技术需求。”
参观 Insight 的新 Solutions Integration Center,请访问 insight.com/SolutionsIntegrationCenter。有关 Insight 的更多信息,请访问 insight.com 或致电 800-INSIGHT。



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

Object First将Kelly Wells晋升为首席运营官

业务领袖在IT渠道拥有丰富经验,以扩展业务运营并促进快速增长
Object First,Ootbi(Out-of-the-Box-Immutability)的创造者,这是专为Veeam®打造的无勒索软件备份存储设备,今天宣布将Kelly Wells晋升为首席运营官。图片{ width=60% }


凭借帮助组织扩展以实现快速增长的经验,Wells将推动Object First的业务运营、销售和营销运营、人力资源、IT以及客户成功组织的运营卓越。

“自去年加入我们团队以来,Kelly对公司的成功至关重要,”Object First的CEO David Bennett说道。“她的愿景和专业知识将持续推动运营改进,加强合作伙伴关系,我很高兴看到她新任命为首席运营官,为我们未来几年的增长创造最好的商业基础。”

Kelly在IT领域拥有超过18年的经验,在担任首席运营官之前的一年时间里,她领导Object First的全球运营组织。自2023年加入公司以来,她监督了硬件制造和分发的所有方面,从产品采购和配置到通过我们的分销渠道确保可靠的交付。

在加入Object First之前,Wells担任Axcient的客户成功与支持副总裁,在那里她制定了一个统一的客户成功战略,将组织内的目标和指标进行了对齐,增强了客户参与度和满意度。在Axcient之前,她在Webroot担任了多个高管职务,包括领导客户开发和全球销售战略,将复杂的挑战转化为简化的流程。早在职业生涯的早期,在Accenture担任管理顾问时,她为知名客户提供战略项目管理解决方案,为她的运营领导奠定了坚实基础。

“我很荣幸担任首席运营官的新职位,并带领我们的团队取得最佳业绩,”Wells说道。“推动各个渠道的运营卓越,从合作伙伴和客户到内部团队,是我使命的核心。我期待继续通过提供确保我们的解决方案抵达最需要的人群的简化流程,改进并扩展我们的成功。”。


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

PagerDuty被认可为2024年GigaOm AIOps雷达的领导者

GigaOm的报告强调PagerDuty作为业绩表现出色者,目标市场覆盖各种规模和行业的组织。图片{ width=60% }


PagerDuty(NYSE:PD),全球数字运营管理领导者,今天宣布GigaOm已连续第三年将PagerDuty评为其年度AIOps雷达的领导者。尽管人工智能具有变革潜力,但企业尚未充分实现该技术的全部益处,通常面临重大挑战,如将人工智能整合到现有工作流程中、管理数据质量以及解决团队的技能缺口。PagerDuty运营云通过AI和自动化扩展团队,构建运营韧性,使组织能够将单点解决方案替换为支持五年以上AI整合的综合平台。

阅读完整的GigaOm AIOps雷达报告并在此处了解更多关于PagerDuty AIOps的信息。通过PagerDuty AIOps,全球最大的综合旅游组织TUI加快了30%的事故恢复速度,这相当于每年节省数百万美元。据PagerDuty的分析称,PagerDuty AIOps有助于减少组织收到的事件数量,直接降低运营成本。使用AIOps的PagerDuty客户可以根据数据量、环境和系统配置,将投资回报率提高达250%1。

最新的GigaOm AIOps雷达认可PagerDuty具有以下实力:

  • 强大的相关性和因果分析。通过AI引导根本原因分析,缩短解决事件所需的时间,同时AI协助制定事件摘要和事后报告。
  • 擅长自动化补救,通过策略、规则、人类执行者和工作流程在各种服务中支持自动化补救。
  • 合作和工作流功能与公司的事件管理和自动化解决方案紧密整合。还支持与Slack和Microsoft Teams等工具的双向集成。
  • 为创造超值而设计的PagerDuty AIOps具有智能警报分组和自动暂停瞬态警报功能。培训要求很少,对于复杂角色的初步培训可在不到两个小时内完成。
  • PagerDuty拥有一个全面的供应商生态系统,包括700多个合作伙伴关系、集成、第三方解决方案、培训、认证、社区工具和专业服务。
  • 利用直观的用户界面(UI)和全面的知识库,PagerDuty提供了简便的解决方案安装。

AIOps雷达报告已连续第五年评估29个顶级AIOps解决方案。连同GigaOm的关键标准报告一起,分析公司提供了市场概述,以确定领先的AIOps产品,并帮助决策者做出更明智的决定。

支持性引用
“PagerDuty在数据无关的AIOps领域表现出色,”GigaOm分析师Shane Archiquette博士表示。“再加上其备受尊重的合作和工作流能力,该解决方案为拥有根深蒂固的监控和可观测工具的大型组织提供了一个利用AI辅助的企业视图的强有力案例。它在我们的决策标准中获得了更高的综合评分,因此在本报告中成为领导者。”
“人工智能的潜力是巨大的,有可能改变每个行业中的所有组织,”PagerDuty产品高级副总裁Jonathan Rende表示。“然而,现代应用程序、分布式基础设施和分立团队的不断增加的复杂性使实现运营卓越非常困难。组织寻求AIOps和自动化,将现代化计划扩展以更快地提供可靠的客户体验。我们连续第三年在这份报告中的领导地位证明了PagerDuty通过运营云提供的高价值。”
“PagerDuty已为我们带来了自动化的概念,”TUI技术主管Yasin Quareshy表示。“PagerDuty的AIOps解决方案内置了大量自动化。通过与我们现有堆栈中的应用程序(如JIRA Service Desk和我们的监控工具)集成,在一个地方提供了所有信息。这减少了事故数量,如果出现问题,PagerDuty会准确告诉我们问题所在。”

要注册PagerDuty AIOps的免费试用,请访问此处。

探索AITechPark,获取人工智能、物联网、网络安全、AITech新闻以及行业专家的深刻更新!

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

One Stop Systems宣布首席财务官交接

Daniel Gabel被任命为首席财务官,财务总监和秘书
One Stop Systems, Inc. (OSS或公司) (纳斯达克: OSS),一家在边缘为人工智能 (AI)、机器学习 (ML)和传感器处理提供坚固的企业级计算技术的领导者,今天宣布Daniel Gabel自2024年11月11日起被任命为首席财务官、财务总监和秘书。图片{ width=60% }


Gabel将接替自2017年9月起担任公司首席财务官、财务总监和秘书的John Morrison,后者已宣布从OSS退休。Morrison将自2024年11月11日起继续担任公司非执行员工,直到2024年11月30日,以确保过渡顺利进行。
“我要感谢John对OSS的承诺和奉献。John在制定我们的业务战略和确保长期财务卓越方面发挥了关键作用。我代表OSS的所有人向John在退休生活中一切顺利致以最美好的祝愿,”首席执行官Mike Knowles表示。
“作为这一交接的一部分,我很高兴欢迎Daniel加入公司。Daniel是一个经受过考验的首席财务官,曾领导全球顶尖国防承包商之一的高效财务和会计团队。在他的职业生涯中,Daniel利用他的行业知识和战略技能来提高绩效并推动财务卓越,同时确保强有力的领导和财务控制。今天的宣布代表了OSS的自然发展。在过去的18个月里,我们已经组建了一个新的领导团队,他们与我们正在追求的跨大型、高增长和高利润的商业和国防市场增长战略保持一致。我期待与Daniel和整个领导团队合作,将OSS带入下一个阶段,为股东创造持久价值。”
Gabel在国防工业领域积累了超过14年的会计、财务和战略领导经验。最近,Gabel担任CAES公司国防系统部门的首席财务官,该部门是霍尼韦尔的一个部门,为美国航空航天和国防行业提供先进的电子解决方案。在此之前,Gabel在RTX公司 (雷神公司)度过了10多年,担任各种财务和会计角色,并在几个不同部门工作,包括担任SEAKR工程的首席财务官 (2021年至2023年),该公司是雷神公司的子公司。Gabel拥有南卫理公会大学的工商管理硕士学位和南加州大学的工商管理学士学位。

探索AITechPark,了解人工智能、物联网、网络安全、AITech新闻的最新进展,并获得行业专家的深入更新!



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

TruLite Health & Lee Health合作提升健康公平策略

Health system to deploy only enterprise-level technology solution addressing clinical bias
TruLite Health,作为唯一一个治疗临床偏见的健康公平解决方案,今天宣布与Lee Health合作,以加强对佛罗里达西南部李县居民提供公平护理。图片{ width=60% }


TruLite的创新软件Truity™通过在护理点上推动患者特定的临床、社会和行为干预,作为组织健康公平策略的一部分,从而解决临床偏见的问题。
李健康是美国医疗保健服务中心(CMS)评定为美国顶级医院15%的医院之一,正在积极推进公平护理的使命。作为更广泛的健康公平策略的一部分,Truity软件将集成到系统的电子病历和运营中。
“我们的使命是成为赋予更健康生活的可信赖伙伴,当谈到健康公平时,我们寻求成为全国领导者”,李健康首席公平与包容官Selynto Anderson博士说,“为我们的团队提供支持的临床工作增加的层次是向前迈出的关键一步,以改善我们患者的质量护理和生活。这个解决方案不仅仅局限于典型社会决定因素,还将镜头扩大以增加我们的努力”。
TruLite的软件直接集成到电子健康记录(EHR)中,并为临床医生、护理团队和病人提供具体的行动和干预措施。这种集成赋予提供者改善护理点上的公平的能力,并与CMS、联合委员会和食品药品管理局等监管驱动器保持一致。
“李健康将获得最大的健康公平知识库和推荐行动,以帮助临床医生更好地了解多样化的患者群体,并促进变革性干预”,TruLite创始人兼首席执行官Alan Roga博士说,“这个解决方案将健康公平转化为行动,因为提供者将在真正需要时实时接收推荐”。
Truity的加入还支持了健康体系的新的健康公平认证。李健康将首先在住院医师规划中部署,随后扩展到其他服务线。
“住院医师规划对这一努力感到兴奋和渴望成为该进展的先驱”,安德森说,“这已成为全组织的重点,我们所有人都致力于进一步改造我们的健康公平努力,不受政治偏见,并为我们的社区做正确的事情。这是为未来护理建立更坚实基础的一大步”。



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

研究实锤:别让大模型「想」太多,OpenAI o1准确率竟下降36.3%

思维链(CoT)已被证明可以在许多任务(如多步骤推理)上显著提升大模型的性能。然而,在哪些情况下,CoT 会系统性地降低大模型的性能,这仍然是一个有待进一步讨论的问题。


如今,来自普林斯顿大学和纽约大学的研究团队,参照思考对“人类性能”的影响,提出了新的见解。他们认为,虽然模型的认知过程与人类的认知过程并不完全相同,但可以参照思考对人类“性能”产生负面影响的情况,假定思考会对模型产生负面影响的环境。他们从心理学中选择了 6 项已被充分研究的任务类型来探讨 CoT 对 LLM 性能的影响,并验证了 CoT 在一些任务中甚至可能导致模型准确率下降。这一发现不仅为未来优化 LLM 的提示策略提供了新思路,还为理解人类与模型在推理过程中的相似性与差异性带来了新见解。

论文链接:https://arxiv.org/abs/2410.21333

研究表明,CoT 并非在所有任务中都能提高模型性能,在隐性统计学习、面部识别、含例外模式的数据分类三种情况下,各种 SOTA 模型的性能都会明显下降。此外,研究本身进一步揭示了通过人类心理学研究大模型的可行性。

研究方法

为分析 CoT 对大语言模型(LLM)与多模态大模型(LMM)性能的影响,该研究的方法框架基于以下两个关键条件:

  1. 言语思考或深思熟虑会损害人类“性能”的情况。
  2. 将制约人类“性能”的因素推广到语言模型的情况。

之后,为验证“CoT 在一些任务中会导致模型表现下降”的假设,研究团队在上述两个条件的指导下基于人类心理学设计了以下 6 种任务场景:

  • 隐性统计学习
  • 面部识别
  • 含例外模式的数据分类
  • 解释逻辑不一致
  • 空间直觉
  • 特征聚合决策

图|对 6 项任务进行评估,以确定 CoT 提示是否会降低任务的绩效。(来源:该论文)

针对每个任务场景,研究团队分别构建了零样本(zero-shot)和 CoT 提示条件,并在多个主流 LLM 和 LMM 上进行测试,包括 GPT-4o、Claude 3.5、Llama 等,通过对比不同条件下模型的准确率,量化 CoT 提示的效果,从而验证他们的假设。

实验结果

研究团队首先对满足上述两个关键条件的 3 类任务场景进行实验验证。

隐性统计学习

针对该情境,该研究考察了模型在分类基于特定语法结构的序列时的表现。任务包含 4400 个分类问题,基于 100 种有限状态语法(FSG)结构,每个测试提供 15 个样例,再要求模型对新序列进行分类。

实验结果显示,使用 CoT 提示的模型表现显著下降,尤其是 OpenAI o1-preview 模型的准确率下降了 36.3%。

图 | 人工语法学习中 zero-shot 和 CoT 对比结果。(来源:该论文)

面部识别

在该任务情境中,该研究测试了 CoT 是否会影响模型的面部识别能力,这是基于心理学中“语词遮蔽”现象进行的任务情境设计。模型需要在 500 项任务中从 5 个候选中匹配初始人脸。

结果表明,当被要求执行 CoT 时,每个被测试的 LMM 都显示出性能下降,与假设一致。

图|面部识别中 zero-shot 和 CoT 提示的对比。(来源:该论文)

含例外模式的数据分类

该任务通过包含多个主次特征的分类任务来测试模型在处理含例外情况时的表现,任务要求模型在多次分类中逐步学习,目标是尽可能减少迭代次数。

实验在 GPT-4o、Claude 3.5 Sonnet 和 Claude 3 Opus 上进行,结果表明,CoT 显著增加了学习轮次。平均来看,GPT-4o 在 CoT 条件下完成正确分类所需的轮次为直接提示的四倍,而 Claude 3.5 Sonnet 和 Claude 3 Opus 的轮次需求也分别增加至直接提示的两倍多。

图|使用直接或 CoT 提示,模型学习标签的平均轮数。(来源:该论文)

在 GPT-4o 的进一步分析中发现,直接提示使模型在第二或第三轮就能达到完美分类,而使用 CoT 时模型在第四到第五轮仅能正确分类 8/10 的对象。这表明 CoT 提示会引导模型偏向基于规则的推理方式,而忽视了已知的正确答案,导致分类效率大幅下降。

之后,研究团队又对满足条件(1)但不满足条件(2)的三类任务情境开展实验。

解释逻辑不一致

在该任务中,模型需要识别句子对中的逻辑矛盾性。该任务基于 SNLI 和 MNLI 数据集以及合成数据集。

研究发现,CoT 增加了模型忽视矛盾的可能性,模型在逐步推理时更倾向于关注复杂的逻辑结构,从而忽视了直接矛盾判定。这表明在需要精确逻辑验证的任务中,CoT 提示存在局限性。

图|逻辑不一致任务中比较 zero-shot 和 CoT 的结果。(来源:该论文)

空间直觉

在该情境中,模型需要通过“倾斜杯子”的问题来推断水面的位置。这类任务依赖于人类的空间或运动直觉,而人类通常在非言语思维下表现更好。

模型接收了视觉提示和多项选择答案,实验结果显示,使用 CoT 提示对模型表现无明显影响。这说明在依赖空间或运动直觉的任务中,模型的推理方式与人类的直觉差异较大,因而 CoT 提示的负面影响较小。

图|空间直觉任务中 zero-shot 和 CoT 的比较结果。(来源:该论文)

特征聚合决策

此任务模拟了基于多项特征的决策过程(如选房),用于测试信息超载对决策的影响。人类在类似任务中由于记忆限制,往往在 CoT 模式下表现较差。相对地,模型保留了所有上下文信息,能够无损地聚合和评估每项特征。

结果显示,CoT 提示在高上下文记忆任务中提高了模型表现,说明在信息保留至关重要的场景下,CoT 提示能够发挥正向作用。

图|四种模型和三种范围内的公寓选择任务结果。(来源:该论文)

不足与展望

当然,该研究也存在一些局限性,如下:

  • inference-time 推理的类型。
  • 应用范围。
  • 关于 CoT 未能复制人类结果的替代解释。

研究团队表示,虽然该研究聚焦于 CoT 推理,但所提出的框架为利用人类心理学研究评估和改进模型表现提供了一种通用策略。他们认为,未来还需要更多的跨学科合作,通过将自然语言处理方法、心理学见解与人类和模型表现比较的相关研究相结合,可以形成更全面的 AI 评估和改进策略。


来源:https://www.aixinzhijie.com/article/6847172

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

平均月薪24000元,AI究竟在取代劳动力还是辅助人类工作?

《外卖骑手,困在系统里》一文直指外卖平台通过算法压缩送餐时间,使骑手们的工作难度越来越大、甚至越来越危险。同时,AI取代人类工作、自动驾驶取代千万司机等新闻不断刺激当前的“优化”环境。


那么,AI 究竟是取代劳动力,还是辅助人类工作?这成为了关键课题。

11月5日消息,钛媒体App获悉,北京大学国家发展研究院近期与智联招聘联合发布的《AI大模型对我国劳动力市场潜在影响研究》报告显示,2024年上半年招聘的 AI 相关职业当中,大语言模型方面的自然语言处理职位数同比增速111%,深度学习岗位增61%,机器人算法岗位增76%,自动驾驶的智能驾驶系统工程师增49%,导航算法增47%。

值得注意的是,报告中提到,2024年上半年,自然语言处理岗位的平均招聘月薪达到24007元,深度学习岗位月薪则达到26279元,比2023年同期增速分别为11%、2%,位列 AI 相关岗位前列。

很显然,随着ChatGPT引爆全球生成式 AI 创业热潮,AI 技术一面在提高人类生活生产效率,企业加大 AI 相关人才招聘和薪资力度,另一面不断用“智能化”取代人类部分模式化工作,失业(被AI取代)成为了无数打工人心中的阴霾,人们发现,AI 在自动化客户服务、编写文本、美术设计和生成代码等领域的应用已经越来越广泛。

高盛曾预计,全球预计将有3亿个工作岗位被生成式AI取代,包括律师、行政人员等重要岗位。

一位 AI 领域学者对钛媒体App表示,当前中国人才市场已经处于“结构性调整”当中,很多公司为了“降本增效”,开始用机器取代人类的工作,短期内造成行业人才供给不足,而长期来说,生成式AI对于人才市场和社会的影响将十分深远。

智联招聘执行副总裁李强对钛媒体App表示,互联网是处在技术发展前沿、不断创新变化的行业,因此对于大模型技术的接受和应用也更快,在相关岗位的招聘上更快做出调整,这说明企业和职场人都在积极应对技术带来的变化,而是否会出现新的用工模式变化暂时难以定论,但客服/运营、软件/硬件研发职位内部易受大模型影响的工作在明显减少。

学会投资“对赌”后

AI公司实施人才“对赌”

从尖端芯片到美元投资,中美之间在科技领域的竞争会愈演愈烈。而在 AI 领域,掌握预训练大模型技术发展的 AI 人才,已成企业之间争夺的对象,随着中美科技角力的加剧,顶尖人才资源的争夺战已然成为焦点,一场围绕人才的战略较量早已爆发。

海外方面,近期,微软AI副总裁、Phi小模型领导者Bubeck加入OpenAI;OpenAI CTO Mira Murati在离职后短期内成立了一家AI公司,已筹集超过1亿美元的风险投资,并且邀请多位OpenAI核心成员加入其中;“ChatGPT之父”、OpenAI联合创始人、前首席科学家Ilya Sutskever辞职后创立的 AI 安全公司SSI成立仅3个月融资10亿美元,估值已超350亿元人民币。

国内方面,阿里通义千问大模型技术负责人周畅近期被曝出离职消息;曾任职于旷视研究院的周昕宇选择加盟月之暗面;秦禹嘉被曝从面壁智能离职后,2024年初创立序智科技,数月后加入字节跳动大模型研究…

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

阿里测试AI创作工具“Animode”,试水动漫智能创作

来源:Tech星球

图片来源:由GPTNB生成

Tech星球独家获悉,阿里正在测试一款名为“Animode”的AI视频创作工具,官方域名为animode.com.cn,通过工信部网站备案查询可知,该域名的备案主体为杭州连凡信息技术有限公司,该公司也是阿里AI电商工具产品“绘蛙”的开发者。

图片来源:由GPTNB生成

据官方介绍,这是一款专业的3D软件,用于创建逼真的二次元角色和大片效果。


Tech星球体验发现,Animode是一款视频一键动漫化的AI工具,最引人注目的就是其视频转视频的功能。通过Animode,上传图片、视频等素材,用户可以将现实世界的视频转换为二次元风格视频,在转换的过程中,人物的动作和招式将变得丝滑流畅。

动漫化视频

Animode相比于一般的AI视频创作工具,内置有多种样式,包括3D场景、动画场景,以及VR现实融合模式等,可快速创建复杂的场景。

三维场景

此外,Animode,能够捕捉真人动作,用于创建动作实时同步的二次元角色上,为此,内置有动作库、视频转运动、一键创建语音等功能。

动作实时同步

在实时渲染方面,Animode内置有AI照明、后期处理和高保真离线渲染等功能,可提高视频的色彩内容和动作流畅性。

渲染效果

不只阿里,AI技术的出现,催生出一批视频一键动漫化AI工具,包括腾讯的玩句、DEMO AI等。

这些AI工具,能够在短时间内生成高质量的动漫化视频,大大缩短了制作周期。例如,一些工具可以在几分钟内将普通视频转换为精美的动漫作品,这对于需要快速产出内容的创作者来说极具吸引力,能够满足他们在短时间内制作大量视频的需求,提高工作效率。

目前,腾讯动漫、B站等二次元平台出现了不少的AI动漫内容,并被平台推荐。

腾讯视频动漫于9月举行了一场“AIGC赋能短番创作”线下交流会。会上透露的数据显示,腾讯视频创作号里超50%的短番创作者借助AI创作内容。尽管这些短番鲜少出现爆款,但对平台而言,能有效增加站内动漫作品数量。

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

OpenAI、微软等CEO祝贺特朗普获胜,美国科技界解除封印!

图片来源:由GPTNB生成 图片来源:由GPTNB生成

今天凌晨,OpenAI、微软、谷歌、亚马逊、苹果、特斯拉等全球著名科技企业CEO祝贺特朗普赢得选举。他们认为,特朗普对于美国AI、科技的发展、创新至关重要。


一个很关键的原因是,特朗普对AI、科技领域的监管会非常宽松,例如,特朗普曾推翻了奥巴马时代的网络中立性法案,这一政策为互联网服务巨头提供了更大的自由度和发展力。

特斯拉、X、xAI等CEO 马斯克就简单很多,就一句话——美国天亮了。因为他将在美国新政府中担任重要角色,相当于美版“吕不韦”。

马斯克在这一次选举中赌上了全部身家,赢了,一飞冲天,输了,一败涂地。特朗普在获胜演讲中大篇幅夸赞了马斯克:“他是一个有性格的人,他是一个特别的人,他是一个超级天才。我们必须保护我们的天才,我们没有那么多。”

不夸张的说,目前特朗普身边第一红人非马斯克莫属。作为回报,马斯克会在新的政府中担任特别科技顾问以及效率部长的职位,会对美国的AI太空探索和电动汽车等科技领域对美国政策产生重大影响,同时要推动去监管化鼓励企业进行科技创新。

原因很简单,马斯克旗下的特斯拉、大模型平台xAI、SpaceX等企业就在这些领域,早就受够了那些条条框框繁琐的监管条例,作为未来规则制定者他不会给自己找麻烦吧,肯定要清算那些牛鬼蛇神。

另一个最直观的体现就是,在特朗普获选之后,特斯拉的股价大涨了10%以上。股东们也明白,这次老马真的要上位了。

那马斯克在这次选举中到底出了多大的力呢?在选举前的一个月,马斯克在社交平台平均每天发布100多条帖子,而在昨天的选举中24小时内,他发了近200条推文,获得了约9.55亿次观看,也就是说马斯克通过X平台凭借一己之力击败了美国传统媒体和其他数字社交平台。

这一次马斯克真的赌上了全部身家,同样获得了双倍回报。



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