首页 > 业界 > 关键词  > IBM最新资讯  > 正文

IBM 发布新的 Watsonx.AI 和数据平台:超过 150 多家企业客户参与测试

2023-07-12 16:48 · 稿源:站长之家

站长之家(ChinaZ.com) 7月12日消息:IBM 的 watsonx.ai 和数据平台的两个组件已经推出,第三个组件即将到来。IBM 于周二宣布了 watson.ai 和 watson.data 的发布,并确认 watsonx.governance 将于十月推出。

IBM

此外,IBM 透露包括花旗银行、NASA、三星和 Wimbledon 在内的 150 多个企业客户参与了公司的测试版和技术预览。

watsonx 在最近在佛罗里达州奥兰多举行的 IBM Think 大会上首次亮相,IBM 董事长兼首席执行官 Arvind Krishna 称 watsonx 为一个「开创性的平台」,可用于大规模构建、部署和管理生成式人工智能能力。

IBM 的 watsonx 允许合作伙伴使用生成式人工智能和机器学习能力进行模型的训练、调优和分发。经过三年的开发,IBM 设计了 watsonx 来管理作为生成式人工智能能力基础的基础模型的生命周期,并用于创建和调优机器学习模型。

WatsonX.ai 是一个带有用户界面的工作室,使开发人员能够训练、验证、调优和部署传统机器学习和生成式人工智能模型。WatsonX.data 是一个基于 Lakehouse 架构的数据存储,IBM 表示它经过优化,适用于受管制的数据和人工智能工作负载。IBM 将 watsonX.governance 描述为一种构建负责任、透明和可解释的人工智能工作流程的工具。据 IBM 称,watsonx.governance 还将使客户能够指导、管理和监控人工智能活动,符合监管要求,并解决道德问题。

定制基础模型

据 IBM 软件产品管理增长高级副总裁 Kareem Yusuf 表示,合作伙伴可以自定义和部署 IBM 提供的预构建基础模型,也可以使用自己的模型。此外,IBM 与 Hugging Face 合作,提供使用开源代码构建、训练和部署机器学习模型的工具。

「这些模型经过预训练,支持各种自然语言处理(NLP)类型的任务,包括问答、内容生成和摘要、文本分类和提取,」IBM 软件产品管理增长高级副总裁 Kareem Yusuf 写道。「未来的发布版本将提供更多种类的 IBM 经过训练的专有基础模型,用于高效的领域和任务专业化。」

基础模型经过大量数据的训练,使其具备广泛的生成式人工智能能力,可以应用于不同的任务,例如自然语言处理。

「与仅针对一个任务构建的模型不同,基础模型可以适应各种不同的场景,包括文档摘要、故事生成、问答、编写代码、解决数学问题、合成音频等,」斯坦福大学 HAI 的解释称。

Watsonx.AI 的潜力

花旗银行是 IBM 机器学习模型和自然语言处理技术的早期采用者之一,该银行已经实施了 IBM Watson Discovery、IBM Cloud Pak for Data 和 IBM OpenPages with Watson,以改变银行内部 2500 名审计员的日常工作。

花旗银行创新部门负责人兼内部审计总监 Marc Sabino 在 Think 大会主题演讲期间与 Krishna 共同分享了他在组织中使用大型语言模型的愿景。

他表示:「随着 watsonx 的推出,如果我们可以考虑到标准化代码或审查代码编写方式,或者连接网络,那将是非常棒的。」

另外,IBM 也在考虑在新的云服务中使用自己的人工智能芯片以降低成本。

举报

  • 相关推荐
  • 革命来临:在生成式 AI 时代,SEO该怎么做

    生成式AI正重塑SEO规则:搜索入口从点击列表转向答案直呈,SEO核心从"优化排名"升级为"优化被引用"。需打造能被AI摘录的内容(如FAQ、结构化数据),强化语义结构与权威性,监控"被AI引用"新指标。推荐使用AIBase GEO等工具量化AI可见性,实现从流量获取到答案源头的战略转型。

  • 生成式 AI 搜索优化(GEO)完全指南:从入门到落地

    随着生成式AI工具普及,用户更倾向直接提问而非传统搜索,导致优质内容可能被AI忽略。本文介绍生成式引擎优化(GEO)策略,帮助内容被AI理解、引用并整合进答案。核心包括:优化内容结构(如摘要、问答块、列表)、使用Schema标记、构建权威性,并推荐AIBase等工具监控引用效果。GEO是SEO的演进,需重塑写作方式以适应AI阅读逻辑。

  • 本地业务如何获得AI推荐,生成式 GEO优化策略分享(含工具实操)

    本文探讨生成式AI时代本地业务如何抢占AI推荐入口。指出传统SEO已不足,需采用生成式GEO策略。核心要素包括:确保NAP信息精准一致、标注实时营业状态;创建结构化FAQ和场景化内容;通过多平台评价提升可信度;优化页面为"可被摘录"模式。文章提供五步操作流程,并推荐AIBase工具监测本地GEO表现,强调构建"快速回答+场景页面"模板是未来竞争关键。

  • GEO 长尾关键词实战策略:在生成式 AI 环境下抢占用户提问入口

    在生成式AI搜索环境下,长尾关键词策略比传统SEO更为重要。用户倾向于使用自然完整的提问句式,因此长尾关键词/提问式短语的覆盖率成为关键。文章指出,GEO优化需构建“提问式+语义覆盖+实体关联+结构化摘要”的方法体系,包括:通过AI平台模拟提问、分析用户问答社区获取真实查询句式;优先布局高潜力长尾问题;为每条长尾设计包含核心解答、结构化分段、语义扩展的内容模板;配合Schema标记等技术适配。最终通过AIBase等工具持续监控内容在AI搜索结果中的可见性,形成“发现-筛选-创作-监控”的闭环优化体系。

  • 生成式引擎优化(GEO)到底该怎么做?如何让你的内容出现在 AI 回答框中?

    本文介绍生成式引擎优化(GEO)的概念,即通过优化内容让AI模型在回答中直接引用或推荐。与SEO针对搜索引擎排名不同,GEO核心在于让AI“认识”内容,策略包括采用问答结构、逻辑清晰的段落,强调品牌和功能点。推荐使用AIBase工具查询内容在AI搜索中的排名情况,帮助监控和提升可见性。

  • ​​AI搜索引擎优化新趋势:GEO生成式引擎优化如何提升品牌AI可见度?​

    AI时代品牌需抢占AI搜索优化(AISEO)与生成式引擎优化(GEO)先机。文章指出,随着豆包、文心一言等AI助手成为主要信息渠道,品牌在AI平台的可视度直接影响用户决策。核心策略包括:优化品牌在AI训练数据中的曝光,发布高质量内容;参与问答社区自然植入品牌;使用GEO排名工具监测优化效果。重点推荐AIBase平台的GEO查询工具,可覆盖主流AI平台并提供竞品分析和专业优化建议,帮助品牌提升AI推荐权重,抢占流量入口。

  • IBM与Anthropic达成战略合作,为企业软件开发注入AI赋能的安全和治理

    IBM与Anthropic达成战略合作,将Claude大语言模型集成至IBM软件产品及开发工具中,旨在加速企业级AI开发进程。该合作聚焦提升开发效率,在IBM全新AI集成开发环境中率先应用,支持代码生成、测试部署等全生命周期任务。内部测试显示生产力提升45%,同时确保代码质量与安全合规。双方强调将为企业提供安全可靠的AI解决方案,推动行业标准化发展。

  • GEO如何优化?GEO生成式引擎优化平台推荐

    在数字化浪潮席卷的当下,品牌在AI平台中的可见度成为众多企业关注的焦点。AIBase推出的GEO优化分析工具(https://app.aibase.com/zh/tools/geo)为品牌主提供了一站式AI平台品牌可见度检测与优化服务。 核心功能:该工具的核心功能是智能检测品牌在AI平台中的曝光情况,覆盖豆包、Deepseek、通义千问、腾讯元宝、文心一言等五大主流AI平台。用户通过简单操作,即可模拟真实用户搜�

  • 生成式引擎优化(GEO)是什么?从0到1理解新一代SEO

    本文系统介绍了生成式引擎优化(GEO)这一新兴概念。GEO旨在通过优化内容结构、提升语义丰富度和权威性,增强内容在AI生成答案中的可见性和引用率。与关注关键词排名的传统SEO不同,GEO聚焦三大转变:从排名思维转向引用思维,从关键词优化转向语义优化,从流量思维转向信任思维。文章详细解析了GEO的三大核心逻辑(结构化内容、权威信号、语义丰富度)、五大实用技巧(构建FAQ、数据支撑、场景化建议、时效维护、内容网络),并指出当前面临的算法黑盒、效果滞后等挑战。最后强调GEO需通过专业检测工具持续验证优化效果,是企业抢占AI时代流量红利的关键利器。

  • 为什么“GEO”比“SEO”更关键?——解码生成式引擎优化(GEO)的重要性

    随着生成式AI工具普及,传统SEO已不足以应对"零点击搜索"趋势。生成式引擎优化(GEO)应运而生,其核心是让内容被AI模型引用而非仅追求搜索排名。GEO通过优化内容结构(问答式标题、结构化数据)、增强语义权威性、添加技术标记(Schema)等策略,使内容更易被AI抓取引用。数据显示GEO可将内容可见性提升40%,建议企业将GEO思维融入长期内容战略,使用AIBase等工具监控

今日大家都在搜的词: