至顶网网络频道 06月20日 编译:HPE表示,将在未来4年投资40亿美元开发智能边缘设备。
边缘计算远非一个成熟的市场。随着物联网的兴起,更多的设备需要能够在网络前端进行分析。换句话说,在云端或数据中心发生的事情将越来越多地出现在网络边缘,以减少延迟。
HPE一直是边缘概念的领跑者之一,并且也投入资金用于这项工作中。HPE公司首席执行官Antonio Neri在Discover大会上表示,HPE将投入资金在研发、产品、服务和模式上,在网络边缘实现人工智能、机器学习和自动化。
Neri表示,企业将必须强化网络边缘的云架构来提供实时体验。
在许多方面,惠普专注于网络边缘的战略与其产品组合是保持一致的。 HPE的Aruba业务已经覆盖无线校园网络,而Pointnext正在开发一系列旨在使终端更加智能化的项目。
例如,HPE的Aruba业务部门成立了一个软件定义的分支机构,以加强无线网络性能并为云、物联网和移动技术做好准备。
好文章,需要你的鼓励
检索增强生成(RAG)正成为AI领域的关键技术,通过结合外部信息检索与大语言模型的生成能力,解决传统模型仅依赖训练数据的局限性。RAG允许模型实时访问外部数据库或文档,提供更准确、更新的信息。该技术可应用于企业文档查询、个人化AI助手等场景,通过向模型提供特定领域知识来获得精准结果。微软专家指出,RAG有助于结合知识与推理、提高模型使用效率,并支持多模态应用。
加州大学伯克利分校研究团队开发出革命性的R2R2R系统,仅需智能手机拍摄和一段演示视频,就能自动生成大量机器人训练数据。该系统绕过了传统昂贵的远程操作和复杂物理仿真,通过3D重建和智能轨迹生成技术,让机器人训练效率提升27倍,成本大幅降低,有望让高质量机器人技能变得像安装手机应用一样普及。
AI数据平台iMerit认为企业级AI工具集成的下一步不是更多数据,而是更好的数据。该公司正式推出学者计划,旨在建立专家团队来微调生成式AI模型。与Scale AI的高吞吐量方法不同,iMerit专注于专家主导的高质量数据标注,需要深度人工判断和领域专业监督。公司目前与超过4000名学者合作,客户包括三家大型生成式AI公司、八家顶级自动驾驶公司等。
腾讯优图实验室提出AnoGen方法,仅用3张异常图片就能训练出高精度工业检测AI。该方法通过扩散模型学习异常特征并生成大量逼真样本,在MVTec数据集上将检测精度提升5.8%,为解决工业异常检测中样本稀缺问题提供了突破性方案。