处于人工智能（AI）变革的浪潮中，企业都希望从这项可能决定一代人命运的技术中获利。

2021年全球基础设施即服务（IaaS）市场从2020年的643亿美元增长到909亿美元，同比增长41.4%。

2014年，德国中部小镇拉斯道夫有一个农场的奶牛牛舍引发爆炸，导致牛舍屋顶被炸坏，数头奶牛受伤。

本文探讨了企业在实施AI过程中可能犯的5个致命错误，包括未能将AI战略与业务战略保持一致、低估AI对员工的影响、过早或过晚放弃AI项目、错误评估成本以及落后于竞争对手。文章强调了制定合理策略、重视人员培训、灵活调整项目、准确评估成本以及及时采纳AI的重要性，以确保企业在AI时代保持竞争力。

近日，Arm宣布扩展其物联网全面解决方案（Total Solutions for IoT）产品路线图，新增两款全新基于Arm Cortex-M和Cortex-A处理器的解决方案，以简化并加速物联网和嵌入式开发流程。

柏林独立研究团队发布首个土耳其语分词策略综合研究，系统比较了字符级、词汇级、形态学感知和WordPiece四种分词方法。研究发现32k-52k词汇表的WordPiece分词在多数任务中表现最优，而形态学感知分词在语法分析任务中效果更佳。团队开源了完整评估框架、预训练模型和基准测试，为土耳其语AI开发提供了实用指南。

AMD Radeon(TM) RX 9000 系列依托AI 加速为玩家带来极致游戏体验。

我们挑选出了2020年最热门的这10家存储初创公司，这些公司正在致力于解决众多关于数据的问题，从基本的硬件组件到最复杂的云功能。

阿里通义实验室发布首个媲美顶级闭源系统的开源超级网络智能体WebSailor，突破性解决开源模型在超高不确定性任务中的系统性推理难题，在BrowseComp基准测试准确率提升3倍，标志着开源技术在复杂信息搜索领域的历史性跨越。

华盛顿大学和卡内基梅隆大学的研究团队开发了"位置专家"（PosS）技术，解决了推测性解码中的关键挑战。传统方法使用单一草稿模型预测多个位置的词汇，导致预测质量随位置深入而急剧下降。PosS创新性地引入多个专业化层，每层负责特定位置的预测，有效缓解了特征偏差累积问题。实验表明，在Llama系列模型上，PosS比基线方法提高了接受长度达4.5%，加速比提升最多5.7%，而仅带来微小的计算开销。这一技术为大型语言模型的高效推理提供了新思路。

近日,“全球白帽黑客奥斯卡”Pwnie Awards强势揭榜了2022年度的各大奖项提名。

IBM今天宣布对LinuxONE服务器硬件进行重大更新，重点关注可持续性，号称可以将多个工作负载的数据中心能耗降低高达75%。

微软与人工智能基础设施提供商Nebius签署了一项价值高达近200亿美元的合作协议，后者将从其位于新泽西州的新数据中心提供专用GPU基础设施容量。该协议五年期价值174亿美元，如微软增加计算需求，预购选择条款可将潜在价值扩展至194亿美元。Nebius将利用协议现金流为数据中心建设融资并采购必要芯片。

上海AI实验室发布视觉强化微调技术，让计算机学会"边看边思考"。该方法通过强化学习训练视觉模型先进行推理再给出答案，在少样本学习中表现优异，单样本图像分类准确率提升24.3%，物体检测精度提升超20分，在开放词汇检测等任务上也实现显著突破。

加州州立大学系统与 OpenAI 合作，在 23 个校区为近 50 万学生提供 ChatGPT Edu 服务，成为全球高等教育领域最大规模的 AI 应用。该计划旨在培养学生 AI 实践技能，提升教学研究水平，并为加州 AI 驱动型经济培养人才，有望成为全球高校 AI 应用的标杆。

微软宣布未来五年将向学校和非营利组织捐赠40亿美元现金和技术，推出Microsoft Elevate项目，旨在为AI驱动的经济环境提供技能和工具。资金主要用于为K-12学校和社区大学提供AI和云服务积分，预计2000万人将获得AI技能认证。微软还与Anthropic、OpenAI合作成立国家AI教学学院，培训40万名教师。

英飞凌科技股份公司（FSE代码：IFX / OTCQX代码：IFNNY）完成了对位于德国柏林的初创企业Industrial Analytics的收购，旨在加强其人工智能软件和服务业务。

第四届中国国际进口博览会上,微软(中国)有限公司(以下简称“微软”)与索尼半导体科技(上海)有限公司(以下简称“索尼”)宣布发起合作伙伴支持计划(Partner Enablement Program)

戴尔科技集团推出了17款新一代戴尔易安信PowerEdge服务器，帮助企业对存储在任何位置的数据进行分析和处理

伊利诺伊大学芝加哥分校团队开发出LT-Tuning技术，让AI获得"内心独白"能力，能在连续向量空间中进行潜在思考而非逐字表达每个推理步骤。该方法通过上下文-预测融合机制和三阶段训练，让AI根据问题难度动态调整思考深度，在数学推理任务中显著提升准确率和效率，为更自然的人机交互奠定基础。