关注IT支出的朋友可能发现一个悖论：用于支持生成式AI的基础设施开销正在迅速提升，英伟达收入与利润两路狂飙的现实已经清楚证明了这一点。然而数据中心硬件层面的总支出并没有发生太大变化，且目前来看支出的主要增长点将集中在服务领域，其更多是为了减轻其他类型的工作、而非指望生成式AI独力支撑起销售预期。

作为当下的热门话题，网上关于元宇宙可能给游戏、娱乐、社交、办公、商业等领域带来的革命性潜力已经讨论过很多。但元宇宙在医疗保健层面难道就没有发挥的空间？当然不是，另外一场巨大的变革很可能就在这里爆发。

最近，包括戴尔科技集团全球CTO在内的多名行业顶级从业者，从云、人工智能、安全、边缘、数字化转型等方面，对2022年展开了技术预测，一起来看看他们的观点。

想象一下，如果你有一个聪明的朋友，你可以通过不断鼓励他解决越来越难的数学题来让他变得更聪明。这基本上就是研究人员一直以来对RLVR的理解——通过奖励机制让语言模型不断自我提升，最终超越它原本的能力范围。这种方法在像OpenAI-o1、DeepSeek-R1和Kimi-1.5等顶尖模型的开发中被广泛应用，帮助它们在数学和编程等复杂任务上取得了显著进步。

2023年2月28日，全球知名软件及技术咨询公司思特沃克（Thoughtworks）在北京成功举办了第八届“Thoughtworks Live”大会，与全球知名企业高管、技术专家、媒体人士等齐聚一堂，以“和衷共济，领航创新”为主题，围绕上述问题，展开了一场精彩纷呈的探讨。

尽管所谓“深度神经网络”已经帮助机器学会如何利用自然语言进行交谈、驾驶汽车、游玩电子游戏并夺取围棋赛冠军，甚至绘制梦境、画画并推动科学发现，但其同时亦给创造者们带来新的挑战。

疫情永久改变了供应链。企业必须加速变革，适应新常态。为了实现理想的业务成果，企业的运营模式必须更为动态、响应速度更快、更富有弹性，并与外部生态系统和内部流程互联互通。

跳出舒适区，是为了给身边的更多人，支起舒适区。正是带着这份信念，周易波踏上了崎岖艰难的转型之路。

“飞天”是阿里云自主研发服务全球的超大规模通用计算操作系统，可将全球数百万台服务器连成一台超级计算机，为社会提供计算能力。

想象一下，你拥有一个聪明的助手，它知道很多知识，但在面对需要使用计算器、搜索引擎或查询最新信息时却显得笨手笨脚。这正是当前大语言模型（LLMs）面临的困境。虽然这些模型已经通过监督微调（SFT）学会了使用工具的基本能力，但它们常常在面对复杂或不熟悉的场景时表现不佳。

Oracle是业界最大的单一数据库供应商，在云计算和开放源代码软件兴起之前，它曾经非常辉煌。

想象一下，当你和朋友在公园里散步时，你指着远处说："从那个长椅的角度看，那只狗在喷泉的左边还是右边？"这个看似简单的问题对人类来说轻而易举，因为我们自然而然地能够想象自己站在长椅的位置，并从那个视角"看"世界。但对于人工智能来说，这种换位思考的能力却是一项极具挑战的任务。

每个做过计算机图像处理的人，都认识 Lena Forsen。

为了洞察数据更好地为公民服务，各机构正在应用自动化、机器人流程自动化、机器学习和人工智能等技术，更好地管理数据、改进方法和工作流程。

根据Gartner今年二月对全球政府机构进行的调查访谈，在接受调查的233位国外政府相关首席信息官中，其中85%认为，其政府机构所提供的服务是以“被动应对”、“被动响应”性质为主，而“主动出击”提供服务的政府机构仅占4%。

IT部门的低迷也会限制企业满足不断变化的市场需求的能力，延长开发和发布新产品和服务所需的时间，最终会降低客户满意度。

丽笙酒店集团在全球95个国家拥有超过1250家酒店，是全球业内规模最大的酒店集团之一。集团全球首席信息官（CIO）Jaime González-Peralta在访谈中，分享了IT技术对于企业未来、乃至整个酒店行业的重要价值。

最后在训练之前，可以选择是否启动 “迁移学习” 的功能？在这个实验中也会示范这中间所得到的精度差异，让大家直接体验到迁移学习所带来的的好处。

想象一下，你在阅读一份复杂的科学报告，里面充满了图表和数据。作为人类，你能够轻松地看懂这些视觉内容，并且进行复杂的思考和推理。但对于人工智能来说，这却是一个巨大的挑战。

这项研究揭示了视觉语言模型在解决视觉文字谜题方面的重大局限性。研究团队通过432个手工注释的谜题数据集，评估了从OpenAI到Google等多家公司的AI模型表现。结果显示，即使最先进的模型在抽象推理、横向思维和理解视觉隐喻方面仍然表现不佳，尤其在识别物体缺失和文化参考上存在显著差距。研究还发现，模型对直接视觉输入的依赖程度很高，特别是推理类模型。这些发现对未来开发更具人类化理解能力的AI系统提供了重要指导。