行业观察家和媒体仍把AI视为一项未来技术，但现实是AI已经到来，并且正在创造新的体验。在SaaStr，我遇到了两位IBM合作伙伴，他们都在watsonx上构建了解决方案。

技术有能力应对那些世界上最艰巨的挑战。面对那些只靠某家公司或者某种架构无法解决的问题，我们所有人更要不懈努力，力克难关。

目前各家公司采取的主流研发提速手段之一，就是利用AI技术协助构建更强大的AI芯片。其中，设计流程后端（即物理设计阶段）对AI工具的支持表现得尤为成熟，而各早期采用者也得到了相当可观的收益。

他叫Sam，一个海洋垃圾数字助手。

这并非是微软首次涉足医疗健康议题。一直以来，微软都在积极探索计算机科学与医疗健康、生命科学领域结合的可能性。

Kioxia 发布开源 AiSAQ 技术，旨在降低生成式 AI 系统中的 DRAM 需求。该技术为 SSD 优化的近似最近邻搜索算法，可直接在 SSD 上搜索，无需将索引数据放入 DRAM，从而实现检索增强生成 (RAG) 的可扩展性能。这一创新有望大幅提升大规模 RAG 应用的性能范围。

Nutanix即将收购Netsil，Netsil这家初创公司开发的技术可在分布式云空间中发现、映射和管理微服务。

这篇文章介绍了利用人工智能设计新酶的成功案例，这种酶有潜力分解塑料。尽管生物学告诉我们，简单的化学反应可能非常复杂，但通过AI驱动的蛋白质设计，研究人员能够创造出与自然界不同的酶。研究表明，设计酶的过程虽然复杂，但可以在计算机上完成，未来可能会有更多的应用。

去年，高通大事宣传Cloud AI 100，并承诺它具有强大的性能和能效，可以在边缘计算、自动驾驶汽车和5G基础设施中实现人工智能。今天，高通宣布现在正对该平台进行采样，并计划于2021年上半年实现批量出货。

AI 技术的迅速发展正在重塑数据中心基础设施和能源市场。未来数据中心建设需考虑多个关键因素，包括功能定位、电力需求、冷却系统等。面对 AI 带来的挑战，行业需要创新和适应，通过技术公司、能源供应商和建筑专家的合作，满足这一快速扩张领域的需求。

5月27日，由清华大学经管学院与紫光旗下新华三集团联合举办的“新华三大数据企业家清华经管研修班”举办了开学典礼。

这家航空航天巨头正运用物联网与传感器技术，为使用其发动机的航空公司创建个性化数字孪生，后续还将通过更多数据科学和分析技术创造更加振奋人心的可能性。

缩小模型体量、提升模型效率已经成为深度学习的未来发展方向。

制造业是一个复杂的行业，它在一个只会变得越来越复杂的世界中运作。

1月12日，全球性技术咨询公司Thoughtworks重磅发布了《变革设计》白皮书，期望让更多的变革设计者们加入进来，和更多正在经历数字化重塑的产业和行业一起，在探寻数字化发展和创新的同时，持续提升大家的时代认知！

数据治理的重心，已经从“管”，晋升到“用”，其目的不是为了管好数据，而是为了数据好用和用好数据。数据目录的建设就是体现这一侧重转变的最好说明。

尽管安全工具整合已经成为2023年合作伙伴和客户的一大热门主题，但网络安全关键领域对创新的需求仍然是巨大的。

PilotScope已在阿里云内部展开试点应用，相关技术也通过GitHub及Modelscope魔搭社区对外免费开源。

世界经济不断发展，现代科学日新月异，IBM 始终以超前的技术、出色的管理和独树一帜的产品领导着全球信息工业的发展，保证了世界范围内几乎所有行业用户对信息处理的全方位需求。

人脸识别作为人工智能的一个重要研究领域，在工作与生活中得到广泛应用：手机屏幕人脸识别解锁、刷脸支付、人脸识别的智能门禁等等。