IBM 啟動 5 億美元企業人工智慧風險基金,以支持新創公司
IBM最近推出了一項新的企業投資工具,即企業人工智慧風險基金。該基金的目標是支持那些致力於開發以企業為重點的人工智慧產品的新創公司
其他科技巨頭在IBM此舉之前也加大了對人工智慧創業生態系統的投資。幾週前,大型語言模型開發商Anthropic PBC從亞馬遜公司和谷歌公司獲得了總額高達60億美元的融資。最近,惠普企業公司和SAP SE加入了對德國人工智慧供應商Aleph Alpha GmbH的5億多美元的投資項目。
IBM打算透過企業人工智慧風險基金支持一些「從早期階段到超速成長」的新創公司。根據媒體報道,IBM將特別關注那些打造針對特定產業或用例進行最佳化的產品的新創公司。報道稱,IBM 將避免支援與現有投資組合公司直接競爭的新興人工智慧供應商。
企業人工智慧創投基金支持的新創公司除資金外還將獲得市場推廣支援。這方面的支持將以與 IBM 建立合作夥伴關係機會的形式提供。此外,投資組合公司還將獲得「產品和工程方面的營運專業知識以及上市策略」的資源。
IBM 在推出該基金前曾進行過多次人工智慧新創公司的投資。今年 9 月,IBM 參投 了 HiddenLayer 公司籌集的 5,000 萬美元融資。 HiddenLayer開發的平台主打保護語言模型免受網路攻擊。 IBM 早前參與了對 Huggingface 公司的 2.35 億美元投資。 Huggingface 是一個類似 GitHub 的開源人工智慧模型託管平台營運商。
IBM軟體資深副總裁兼首席商務長Rob Thomas 表示,「到2030年,人工智慧將釋放近16兆美元的生產力。我們透過IBM企業人工智慧風險基金的推出正在開闢另一條管道,利用人工智慧革命的巨大潛力為IBM和我們投資的公司帶來切實、積極的成果。」
企業人工智慧創投基金是IBM為擴大在快速成長的人工智慧市場的影響力而作出的廣泛努力的一部分。該舉措還包括 IBM 的產品開發策略。
IBM今年稍早首次推出了一套名為watsonx的人工智慧產品。這個產品包括了企業可以用來開發人工智慧模型和管理模型資料的工具。除此之外,watsonx還提供了預先打包的神經網絡,可以優化軟體程式碼產生等任務
在推出該產品套件幾個月後,IBM 與美國國家航空暨太空總署(NASA)合作發布了一個用於分析衛星資料的開源人工智慧模型。該模型旨在幫助研究人員更輕鬆地識別可能面臨洪水和野火風險的地區。 IBM 計劃在未來增加對其他用例的支援。
以上是IBM 啟動 5 億美元企業人工智慧風險基金,以支持新創公司的詳細內容。更多資訊請關注PHP中文網其他相關文章!

熱AI工具

Undresser.AI Undress
人工智慧驅動的應用程序,用於創建逼真的裸體照片

AI Clothes Remover
用於從照片中去除衣服的線上人工智慧工具。

Undress AI Tool
免費脫衣圖片

Clothoff.io
AI脫衣器

AI Hentai Generator
免費產生 AI 無盡。

熱門文章

熱工具

記事本++7.3.1
好用且免費的程式碼編輯器

SublimeText3漢化版
中文版,非常好用

禪工作室 13.0.1
強大的PHP整合開發環境

Dreamweaver CS6
視覺化網頁開發工具

SublimeText3 Mac版
神級程式碼編輯軟體(SublimeText3)

熱門話題

本站6月27日訊息,剪映是由位元組跳動旗下臉萌科技開發的一款影片剪輯軟體,依託於抖音平台且基本面向該平台用戶製作短影片內容,並相容於iOS、安卓、Windows 、MacOS等作業系統。剪映官方宣布會員體系升級,推出全新SVIP,包含多種AI黑科技,例如智慧翻譯、智慧劃重點、智慧包裝、數位人合成等。價格方面,剪映SVIP月費79元,年費599元(本站註:折合每月49.9元),連續包月則為59元每月,連續包年為499元每年(折合每月41.6元) 。此外,剪映官方也表示,為提升用戶體驗,向已訂閱了原版VIP

透過將檢索增強生成和語意記憶納入AI編碼助手,提升開發人員的生產力、效率和準確性。譯自EnhancingAICodingAssistantswithContextUsingRAGandSEM-RAG,作者JanakiramMSV。雖然基本AI程式設計助理自然有幫助,但由於依賴對軟體語言和編寫軟體最常見模式的整體理解,因此常常無法提供最相關和正確的程式碼建議。這些編碼助手產生的代碼適合解決他們負責解決的問題,但通常不符合各個團隊的編碼標準、慣例和風格。這通常會導致需要修改或完善其建議,以便將程式碼接受到應

大型語言模型(LLM)是在龐大的文字資料庫上訓練的,在那裡它們獲得了大量的實際知識。這些知識嵌入到它們的參數中,然後可以在需要時使用。這些模型的知識在訓練結束時被「具體化」。在預訓練結束時,模型實際上停止學習。對模型進行對齊或進行指令調優,讓模型學習如何充分利用這些知識,以及如何更自然地回應使用者的問題。但是有時模型知識是不夠的,儘管模型可以透過RAG存取外部內容,但透過微調使用模型適應新的領域被認為是有益的。這種微調是使用人工標註者或其他llm創建的輸入進行的,模型會遇到額外的實際知識並將其整合

想了解更多AIGC的內容,請造訪:51CTOAI.x社群https://www.51cto.com/aigc/譯者|晶顏審校|重樓不同於網路上隨處可見的傳統問題庫,這些問題需要跳脫常規思維。大語言模型(LLM)在數據科學、生成式人工智慧(GenAI)和人工智慧領域越來越重要。這些複雜的演算法提升了人類的技能,並在許多產業中推動了效率和創新性的提升,成為企業保持競爭力的關鍵。 LLM的應用範圍非常廣泛,它可以用於自然語言處理、文字生成、語音辨識和推薦系統等領域。透過學習大量的數據,LLM能夠產生文本

編輯|ScienceAI問答(QA)資料集在推動自然語言處理(NLP)研究中發揮著至關重要的作用。高品質QA資料集不僅可以用於微調模型,也可以有效評估大語言模型(LLM)的能力,尤其是針對科學知識的理解和推理能力。儘管目前已有許多科學QA數據集,涵蓋了醫學、化學、生物等領域,但這些數據集仍有一些不足之處。其一,資料形式較為單一,大多數為多項選擇題(multiple-choicequestions),它們易於進行評估,但限制了模型的答案選擇範圍,無法充分測試模型的科學問題解答能力。相比之下,開放式問答

機器學習是人工智慧的重要分支,它賦予電腦從數據中學習的能力,並能夠在無需明確編程的情況下改進自身能力。機器學習在各個領域都有廣泛的應用,從影像辨識和自然語言處理到推薦系統和詐欺偵測,它正在改變我們的生活方式。機器學習領域存在著多種不同的方法和理論,其中最具影響力的五種方法被稱為「機器學習五大派」。這五大派分別為符號派、聯結派、進化派、貝葉斯派和類推學派。 1.符號學派符號學(Symbolism),又稱符號主義,強調利用符號進行邏輯推理和表達知識。該學派認為學習是一種逆向演繹的過程,透過現有的

編輯|KX在藥物研發領域,準確有效地預測蛋白質與配體的結合親和力對於藥物篩選和優化至關重要。然而,目前的研究並沒有考慮到分子表面訊息在蛋白質-配體相互作用中的重要作用。基於此,來自廈門大學的研究人員提出了一種新穎的多模態特徵提取(MFE)框架,該框架首次結合了蛋白質表面、3D結構和序列的信息,並使用交叉注意機制進行不同模態之間的特徵對齊。實驗結果表明,該方法在預測蛋白質-配體結合親和力方面取得了最先進的性能。此外,消融研究證明了該框架內蛋白質表面資訊和多模態特徵對齊的有效性和必要性。相關研究以「S

本站7月5日消息,格芯(GlobalFoundries)於今年7月1日發布新聞稿,宣布收購泰戈爾科技(TagoreTechnology)的功率氮化鎵(GaN)技術及智慧財產權組合,希望在汽車、物聯網和人工智慧資料中心應用領域探索更高的效率和更好的效能。隨著生成式人工智慧(GenerativeAI)等技術在數位世界的不斷發展,氮化鎵(GaN)已成為永續高效電源管理(尤其是在資料中心)的關鍵解決方案。本站引述官方公告內容,在本次收購過程中,泰戈爾科技公司工程師團隊將加入格芯,進一步開發氮化鎵技術。 G
