麦肯锡Karel Eloot 出席了8月21日在京举办的2019世界机器人大会，他在大会主论坛上做了题为《全面释放工业机器人的潜能》的演讲，和我们分享了当前的机器人发展趋势，以及机器人行业在未来会有哪些增长机遇。

继在语音识别和机器阅读领域取得的“过人”成绩，由微软亚洲研究院与雷德蒙研究院的研究人员组成的团队今天宣布，其研发的机器翻译系统在通用新闻报道测试集newstest2017的中-英测试集上，达到了可与人工翻译媲美的水平。

本期课堂，联通大数据技术专家闫龙将从“本体论”说起，为大家介绍联通大数据关系图谱的构建与应用。

作为IT人，小张明白，企业发展过程中会根据需求建设很多不同类型的信息系统，产生很多不同类型的数据。如何利用好数据采集技术、清洗技术、分析技术，发掘数据价值，是未来数字化道路的重中之重。

本文探讨了人工智能发展路径的两种观点:一是传统的"人工智能-通用人工智能-超级人工智能"三阶段路径;二是直接从人工智能跨越到超级人工智能的新观点。文章分析了两种路径的利弊,指出虽然目前尚无定论,但考虑这两种可能性对人类应对AI发展至关重要。文章还探讨了人类是否能主导这一进程,以及AI可能带来的影响。

这项由剑桥大学、清华大学和伊利诺伊大学合作的研究首次将扩散大语言模型引入语音识别领域，开发出Whisper-LLaDA系统。该系统具备双向理解能力，能够同时考虑语音的前后文信息，在LibriSpeech数据集上实现了12.3%的错误率相对改进，同时在大多数配置下提供了更快的推理速度，为语音识别技术开辟了新的发展方向。

谁说年味只能有小时候那一种味道，有5G的赛博春节，照样可以惊喜满满。

IBM研究院开发出群体相对策略优化(GRPO)方法来训练语音感知大语言模型，通过让AI生成多个答案并比较优劣进行学习，在语音问答和自动翻译任务上取得显著性能提升。实验显示该方法比传统监督微调效果更好，BLEU分数最高提升10.9%，为语音理解AI的发展开辟了新路径。

超过1.8万Spotify用户加入名为"Unwrapped"的集体组织，通过去中心化数据平台Vana将个人听歌数据打包出售给AI开发者。该组织已将1万用户的艺术家偏好数据以5.5万美元价格售出，用于构建新型流媒体数据分析工具。Spotify对此发出警告，称该行为违反开发者政策和商标权，禁止将平台数据用于机器学习模型构建。但Unwrapped团队坚持用户拥有控制和变现个人数据的权利，双方就数据所有权展开争议。

数源AI推荐了一篇论文AVI-Talking，该论文提出了一种基于音频-视觉指令的系统，用于生成表现力丰富的3D说话人脸。系统通过大型语言模型理解音频信息，并生成指令来指导基于扩散的生成网络合成逼真的3D面部动画。

想象一下，你正在学习一门复杂的数学问题。有时候，用你的母语思考可能会让你卡壳，但当你尝试用另一种语言重新思考这个问题时，突然间思路就变得清晰了。这种现象不仅存在于人类认知中，研究团队发现，大语言模型也展现出类似的特性。

UiPath产品升级，RPA行业迎新。

波士顿棒球俱乐部的顶级IT高管分析了高素质团队的与众不同之处，详细介绍了IT领导者如何将战略合作伙伴关系和务实创新融入成功的IT文化之中。

华为云ModelArts已经不局限于是一个理想的AI开发平台，也成为华为云践行“普惠AI”的重要抓手，助力AI产业在未来大放异彩。

本文内容，涵盖了Aydin的投资策略、对市场选择的见解、他对创始人特质的评估标准，以及如何识别真正有潜力的创业项目。同时，他也分享了创业者常犯的错误、如何构建有效的公司文化、讲好创业故事的艺术，以及技术应当为人类带来的更深远的价值。

政府部门领导者希望政府信息领导者能够找到通过技术为公民和企业降低成本、创造效率并改进结果的方法。而政府信息领导者必须通过确认技术投资的理由、节奏和优先级别等方法持续稳定地提供这些结果。

泰国SCBX金融集团开发的DoTA-RAG系统通过动态路由和混合检索技术，成功解决了大规模知识库检索中速度与准确性难以兼得的难题。系统将1500万文档的搜索空间缩小92%，响应时间从100秒降至35秒，正确性评分提升96%，为企业级智能问答系统提供了实用的技术方案。

清华大学和微软联合开发的LeanK技术通过智能识别AI记忆系统中的重要性模式，实现了70%的内存节省和30%以上的速度提升，同时几乎不影响对话质量。该技术采用两阶段训练方法学习静态重要性分布，可与其他优化方法组合使用，为长对话AI的普及应用奠定了基础。

MBZUAI和澳大利亚国立大学的研究团队开发了CASS，这是首个大规模跨架构GPU代码转译系统，实现了Nvidia和AMD之间的源代码和汇编级代码转换。该项目包含7万对验证代码对，展示了源代码转换95%和汇编转换37.5%的准确率，远超GPT-4o等商业基准。CASS生成的代码在85%以上的测试中保持了与原生代码相当的性能，并通过CASS-Bench提供严格的评估基准。所有资源已开源，为GPU代码可移植性开辟了新途径。

一个本不合理的前提基础，在现代社会其实已经不复存在。