AI PC 人工智慧 神兵利器

• 看好台灣資料市場潛力 炬識科技聯手 Cloudera 推混合雲資料系統 迎 AI、大數據浪潮！加足馬力釋放企業資料潛能

  AI 當道，仰賴大量資料的持續校正、優化、訓練，背後更需要清晰的資料架構、儲存支撐。亞洲全方位資料服務領導品牌炬識科技（Athemaster） 今日宣布，隨著 Cloudera 台灣市場業務併入成長市場部（Growth Market），看好台灣企業對大數據儲存、使用的發展潛力，炬識科技將持續與 Cloudera 攜手，共同滿足台灣市場在三大公有雲混合環境下的資料處理系統需求。 全球混合資料雲端領導廠商 Cloudera 宣布，台灣市場業務自 2023 年起與東南亞市場共同納入旗下全新部門成長市場部，並由 Cloudera 成長市場區域業務副總裁林偉智（Wee Tee Lim）擔任成長市場部負責人，帶領並策畫台灣與東南亞市場業務的未來布局與成長，持續提供具有安全資料管理和便攜式雲端原生資料分析的混合資料平台。除了繼續由台灣團隊成員協助台灣市場外，台灣市場服務團隊也將納入來自全世界的 Cloudera 專家，並由全球支援團隊提供全天候服務。 炬識科技執行長暨創辦人顏良修指出：「炬識科技很高興能持續與 Cloudera 攜手合作，一同支持台灣企業及組織在資料儲存上持續增長的商務需求。我們未來也將持續以客戶需求為本，努力於協助企業最大化並實現數據的商業價值。」 Cloudera 成長市場區域業務副總裁區域副總裁林偉智（Wee Tee Lim）表示：「我們很高興透過炬識科技將我們的服務產品擴展到台灣的客戶。這種持續的合作夥伴關係增強了我們在混合環境中為企業提供數據管理和分析服務的能力，從而在安全管理數據的同時實現創新。」 因應 Cloudera 在台擴大佈局，Cloudera 台灣唯一銀級夥伴與亞太行銷戰略夥伴炬識科技宣布，將擴大服務範圍，全面升級混合雲環境下的資料即產品（Data as a Product；DaaP）顧問服務。炬識科技將整合旗下解決方案導入的技術能量、資料即產品顧問服務的產業 Know-how，將既有的資料庫建置、資料產品（Data Product）開發與維運等服務，拓展至混合雲環境下的應用，協助台灣企業在採用三大公有雲服務，兼顧安全性與便利性的同時，重塑資料架構及使用方式，在數據思維驅動下，最大化企業資料的使用及商業價值，更有效率地促成組織全面數位轉型。 炬識科技執行長暨創辦人顏良修說明：「炬識科技以開源技術為本，隨著 Cloudera 市場異動，我們也將持續協助以資料即產品顧問服務，協助台灣企業導入此一開源技術，更有效運用企業資料，進而推動商業應用系統及策略的轉型。」 →更多的【PCDIY!業界新聞】： →更多的【PCDIY!賣場情報】： →更多的【PCDIY!科技情報】： →更多的【IT資訊新聞】： →更多的【ITMan!資訊經理人】： →更多的【PCDIY!八卦】：

• 創鑫智慧雲端用人工智慧推論晶片在AI世界評測贏得最佳能效比領導地位

  今年四月初由眾多人工智慧業界一流廠商參與的 MLPerf v3.0 AI 推論 (Inference) 效能基準測試中，AI ASIC 平台領導廠商創鑫智慧 (NEUCHIPS)公布其世界第一個專為資料中心推薦模型 (Recommendation Model) 設計的 AI 加速器 RecAccel N3000的測試數據，在伺服器領域的能源效率 (Energy efficiency) 上領先AI大廠輝達 (NVIDIA)，成為世界第一能效的AI加速平台，讓需要高運算力的資料中心 (Data Center) 與雲端服務供應商 (CSP) 以最低的總擁有成本 (TCO) 實現企業永續 (ESG) 發展目標。 MLPerf v3.0 AI 推論測試是由致力提升機器學習技術和應用的開放工程聯盟 MLCommons 所進行。創鑫智慧此次採用技鋼 G482-Z54 伺服器搭載 AMD EPYC 7452 32 核 CPU及 8 張 RecAccel N3000 32G PCIe 加速卡執行 DLRM測試。 根據MLCommons公布的測試數據，在資料中心推薦系統領域，RecAccel N3000 系統除了展現其100%的效能擴充性 (Performance Scalability) 之外，在每瓦可處理1,060次查詢 (Queries) 的評策上，能效為對手NVIDIA H100的1.7倍，高居榜首。未來計畫推出的RecAccel Quad N3000 PCIe 卡更能提供高達 2.2倍的卓越效能。RecAccel N3000優異的效能和TCO特性，滿足了資料中心與雲端服務業者對於AI應用的需求並符合ESG發展趨勢。 近年來，COVID-19 疫情的影響大幅改變了多數人的生活習慣和消費模式，進而引爆行銷科技 (MarTech) 的興起。如何提升行銷效率及藉由AI模型運算提供即時、個人化的精準數據，設計更佳的消費者使用體驗，已成為各大線上、線下業者所面臨的最大挑戰。此外，電商平台、社群媒體、影音傳媒、交友軟體和搜尋引擎的蓬勃發展，也加速了全球對推薦系統的需求，其市場每年以大約 30% 左右的複合年增長率 (CAGR) 快速成長，吸引全球各大廠商與新創公司參與競逐。 「為實現量大、精準、即時且節能的人工智慧運算，我們必須找到更可持續和環境友好的解決方案，這不僅僅是一個商業挑戰，更是對社會責任和綠色發展的追求，」創鑫智慧創辦人暨董事長林永隆博士表示。「我們以具體行動證明我們對永續發展的承諾，除了在 MLPerf 測試中取得最佳表現，我們還將推出專為開放運算計畫 (OCP) 設計的 DM.2 模組，繼續引領產業發展，提供更多協助雲端服務供應商與資料中心節省成本的平台方案，並助力 AI 技術的繁榮與成長。」 AMD策略業務發展全球副總裁Kumaran Siva則表示：「AMD提供高效能運算產品，幫助智慧系統有效管理複雜的資料集。我們非常高興能與創鑫智慧合作，藉由AMD EPYC處理器為MLPerf v3.0中的DLRM推理實現領先的效能及能耗。我們期待持續與創鑫智慧協同發展與創新，為市場提供不斷引領先進技術的人工智慧解決方案。」 MLPerf v3.0 AI 推論測試是由致力提升機器學習技術和應用的開放工程聯盟 MLCommons 所進行，參與此測試的成員包括輝達 (NVIDIA)、英特爾 (INTEL)、高通 (Qualcomm) 、微軟雲端運算服務 (AZURE)、戴爾 (DELL)、技鋼 (GIGA Computing)、慧與科技 (HPE) 等領導廠商。 →更多的【PCDIY!業界新聞】： →更多的【PCDIY!賣場情報】： →更多的【PCDIY!科技情報】： →更多的【IT資訊新聞】： →更多的【ITMan!資訊經理人】： →更多的【PCDIY!八卦】： 　

• 亞洲．矽谷物聯網產業大聯盟年會14日成功舉辦 以5G、AIoT創新應用實證案例 協助產業加速數位轉型與淨零排放

  台灣業者如何用5G與AIoT技術協助產業數位轉型與淨零排放，並拓展海外商機？亞洲．矽谷物聯網產業大聯盟於14日舉辦「2023物聯網產業大聯盟年會暨展示交流」活動，400多家大聯盟會員熱烈響應，國家發展委員會龔明鑫主任委員、亞洲．矽⾕物聯網產業⼤聯盟施振榮榮譽會⻑、亞洲．矽⾕計畫執行中心高仙桂執行長、陳宗權執行長、闕河鳴執行長、李博榮行政長、桃園市政府青年事務局侯佳齡局長共同與會，並邀請工研院蘇孟宗資深副總暨協理、華電聯網楊純福協理，針對物聯網產業趨勢與5G智慧應用等議題發表專題演講，同步分享拓展海外商機經驗。 國發會主委龔明鑫致詞時表示，當初成立物聯網產業大聯盟的目的，是希望透過聯盟會員廠商彼此合作，打造AIoT解決方案，在台灣市場進行驗證或輸出海外。由於台灣在半導體、5G網通等物聯網相關產業扮演國際關鍵角色，2017年我國物聯網產值在6000億到7000億之間，2018年產值突破一兆元，更於2022年突破2兆元，並且發展出249案智慧城鄉應用、更促成88案應用輸出國際市場。 龔明鑫提到，國際5G白牌設備商機與5G ORAN智慧城鄉應用，會是台灣5G智慧應用發展核心，並透過引入國際級5G驗測實驗室，協助逾20家國產5G設備業者進行互通性、可靠度與壓力測試，以及資安評估等檢測，進而切入電信商或網通大廠供應鏈。去（2022）年6月偕同多家國內5G業者赴美參加SelectUSA等活動，帶領廠商拓展國際市場。 龔明鑫點出，政府非常支持台灣5G AIoT解決方案走到海外去，因為物聯網解決方案不是賣商品，而是要跟對方有很密切合作，可以發展更多的經貿合作關係。以智慧農業為例，東南亞國家仍然需要發展農業相關應用，很多國家陸續跟臺灣廠商洽談解決方案，如果將來臺灣業者跨到海外需要資金上的協助，希望可以由國發基金支持，支持業者到海外發展商機。 亞洲．矽⾕物聯網產業⼤聯盟施振榮榮譽會⻑致詞時表示，2016年他提出「創新矽島」、「東方矽文明」願景，因為台灣從IC設計、晶圓代工到系統設計，就是打造整體解決方案，接下來是屬於精神文明的貢獻，包括文化、生活及藝術等各方面。因此他努力與醫界及文化界接觸，希望透過文化與科技融合，對國際做出貢獻。例如智慧城鄉當中與日常生活相關的應用，就是台灣很重要的發展目標，而且是經濟外交很重要，且不會被打壓的方向。 施振榮強調，AIoT未來應用空間很大，隨著科技和相關應用持續發展，台灣生態系會變成各國越來越重要的角色，而且現在不只有國發會，包括經濟部、數位部和國科會等單位，一起朝這個方向努力。 針對全球物聯網發展，工研院資深副總暨協理兼人工智慧應用策略辦公室主任蘇孟宗認為，受到美中科技競合升溫、烏俄戰爭未歇等因素，全球經濟普遍性放緩，但企業物聯網支出仍持續成長。近期生成式AI聊天機器人ChatGPT（GPT-3.5）、GPT-4的空前成功再次帶起AI熱潮。生成式AI有可能徹底改變內容創作，影響營銷、設計、娛樂、軟體開發和媒體組織等產業。而且AI將融合新舊技術如雲端、大數據、IoT、VR/AR/XR等產生各種AIoT應用，並且能利用AIoT技術進行數位x淨零雙轉型，以提升產業附加價值，解決社會需求。 華電聯網協理楊純福表示，由於5G通訊全面普及，再加上5G商業模式以垂直場域應用為主，搭配上5G專網設備日漸普及，透過5G建置智慧應用，將是AIoT協助產業數位轉型最佳參考案例。楊純福並在專題報告中，分享了華電聯網在5G智慧風電、5G智慧農業、5G智慧旅運空間計畫、5G智慧交通等多個實際示範範例。以5G智慧風電為例，就是透過XR技術，搭配5G專網高速傳輸特性，可以針對風電技術發展需求，開發相對應課程內容，降低訓練設備建置門檻。在５Ｇ智慧農業方面，則透過5G專網搭配智慧攝影機與智慧眼鏡，協助判讀香蕉或鳳梨成熟進度，並可提供病蟲害辨識，進而發布病蟲害預警服務。在交通部5G智慧交通計畫中，則透過佈建5G環境、新世代路側及感測設備、智慧號控等基礎設施，整合自駕車與車聯網，並建立3D數位分身示範應用，進而實作各類車聯網情境。 為了解更多5G通訊結合AIoT創新跨域應用，並協助與會業者與新創團隊進行交流，年會同步邀請鎮鑫科技、協聯科技、麥威科技、智慧貼紙、樂達創意科技、互宇向量、賦智行雲、台連得共八家新創廠商，現場展示包括整合聲納與視訊之多功能無人水下載具、智慧工廠解決方案、無人機搭載熱像儀巡檢系統、軟性電路板黏貼設備資料蒐集、人工智慧開發平臺、單軸光纖陀螺儀、多模態低成本AIoT物聯網與人工智慧演化平臺、碳化矽基板快速薄化技術等創新技術。 「2023物聯網產業大聯盟年會暨展示交流」，是亞洲・矽谷計畫推動物聯網產業發展的年度重要活動，透過趨勢觀察與實務分享，讓會員同台進行交流，並分享拓展海外商機經驗，為5G x AIoT跨域整合開展更多實際應用，推動數位x淨零雙軸轉型。 →更多的【PCDIY!業界新聞】： →更多的【PCDIY!賣場情報】： →更多的【PCDIY!科技情報】： →更多的【IT資訊新聞】： →更多的【ITMan!資訊經理人】： →更多的【PCDIY!八卦】：

• Adobe Premiere Pro發佈人工智慧驅動的基於文本的影片剪輯工作流程

  Adobe（Nasdaq:ADBE）宣佈在其短片應用程式系列中推出領先業界的創新技術，當中包括在Premiere Pro中增加由人工智慧驅動的基於文本的影片剪輯工作流程和自動色調映射功能、After Effects中可識別上下文的屬性面板，以及與Frame.io相關的新技術和合作夥伴關係，使Frame.io這首屈一指的短片協作平台能擴展至相片和 PDF 文檔，為更多創意專業人士和企業提供便利。 此外，Adobe 正慶祝 After Effects誕生30週年，這個動畫設計軟體備受全球的短片專業人士和電影行業歡迎。 Adobe 最新的創新技術旨在透過自動化來處理耗時的任務，以滿足當今專業剪接師和動畫師的工作流程需求，讓創意專業人士有更多時間來編排要講述的故事。Adobe 新的創意生成式 AI 模型集——Adobe Firefly更是為短片生成式AI 工具的未來奠定了基礎。 據Adobe的調查顯示，企業對内容的需求在過去兩年增加了一倍，未來兩年更有可能增長五倍。短片製作人比以往更需要工具來更快地製作高質量的內容。Premiere Pro 和 After Effects利用 Adobe Sensei (Adobe 的機器學習和人工智慧框架）簡化短片製作流程並提供由人工智慧推動的剪接工作，從而節省製作團隊的寶貴時間並大大降低成本。 ● 基於文本的影片剪輯工作流程代表了後期製作工作流程的突破性轉變。Premiere Pro 是目前僅有的擁有基於文本的影片剪輯工作流程的專業剪輯軟體，徹底改變了創作者的創作方式，使短片編輯變得猶如複製和貼上文字般簡單。 由 Adobe Sensei支援，基於文本的影片剪輯工作流程會自動分析並將影片中的語音轉化成文字，編輯、製作人和助理只需按照他們想要的順序將句子複製和貼上，相應的影片片段即可立即呈現在時間軸上。而在文字轉換的視窗中亦可準確地搜索語音轉換的單詞和片語。 ● 自動的色調映射和Log色彩偵測（Log color detection）讓剪接師可以將不同來源的 HDR 素材混合至同一個 SDR 項目中，且獲得更美、更一致的顏色。 這意味著剪接師無需使用尋找表 (LUT) 或手動來調整素材以製作精美的圖像。 ● 軟體内部的調整讓Premiere Pro成為有史以來最快、最可靠的版本，並提升表現和穩定性。 新功能包括後台自動保存、系統重置選項、加裝Effects Manager和更高的GPU運算力。 ● 新的屬性面板讓用戶可以在一個界面中快速便利地進入最重要的動畫設置。屬性面板可以理解上下文並自動向用戶顯示所需的最重要設置，從而減少瀏覽時間軸的時間並降低新用戶的學習過程。 ● 新的 ACES 和 OpenColorIO 令與其他後期製作應用程式共享素材時保持顏色一致，有助用戶用更少的時間和精力創建更可控和逼真的圖像。   ● 支持團隊透過集中的雲端工作空間無縫地協作並審閱照片和 PDF ● 相機至雲端功能現已原生整合至FUJIFILM X-H2 和 X-H2S 相機中，創建新的端到端內容拍攝、編輯、審查和批准的工作流程，以實現即時照片拍攝和雲端協作 ● 預覽Forensic Watermarking 浮水印功能，透過加強對敏感內容更深入的數位保護來提升雲端安全 Adobe Premiere Pro 和 After Effects的最新版本，包括 Premiere Pro 以文字為主導的短片編輯和自動色調映射的測試版，以及 After Effects 的屬性面版將於 2023 年 5 月全面上市。另外，Fujifilm X-H2 和 X-H2S由相機原生連接至Frame.io的雲端服務現已上市。 →更多的【PCDIY!業界新聞】： →更多的【PCDIY!賣場情報】： →更多的【PCDIY!科技情報】： →更多的【IT資訊新聞】： →更多的【ITMan!資訊經理人】： →更多的【PCDIY!八卦】：

• AWS宣布推出生成式AI新工具

  採用機器學習典範轉移協助業務發展已經存在了幾十年。隨著足夠的可擴充運算力的到位、海量資料的爆炸，以及機器學習技術的快速進步，各行各業的客戶開始對業務進行重塑。最近，像ChatGPT這樣的生成式AI應用引起了廣泛的關注，引發了諸多想像。我們正處在一個機器學習被大規模採用的令人興奮的轉捩點上，我們也相信生成式AI將會重塑大量客戶體驗和應用程式。 二十多年來，人工智慧和機器學習一直是亞馬遜關注的焦點。亞馬遜提供客戶的許多功能都是由機器學習驅動的，例如我們的電商推薦引擎、營運中心撿貨機器人的路徑選擇，以及我們的供應鏈、預測和產能規劃。Prime Air（亞馬遜無人機）和Amazon Go（亞馬遜實體無人零售實體店，消費者可以自選商品後直接離開，無需現場排隊結帳付款）中的電腦視覺技術都使用了深度學習。Alexa每週回應客戶數十億次關於管理智慧家居、購物、資訊取得和娛樂的請求，這也得益於來自 30 多種不同的機器學習系統的支援。亞馬遜有數千名工程師專注於機器學習研究，這既是我們的寶貴資產，也是我們現在最關注的理念，和面向未來的實力之所在。 在AWS，我們致力於不斷降低機器學習的使用門檻。我們已經幫助超過十萬家來自各行各業的不同規模的客戶使用機器學習進行創新。我們在人工智慧和機器學習堆疊的三個層級都擁有至深至廣的產品組合。長期以來，我們不斷投入、持續創新，為機器學習提供高效能、可擴充的基礎設施，和極具性價比的機器學習訓練和推論；我們研發了Amazon SageMaker，所有開發人員能更便利地建構、訓練和部署模型；我們還推出了大量服務，使客戶透過簡單的API調用就可添加AI功能到應用程式中，如圖像識別、預測和智慧搜尋。得益於此，Intuit、湯森路透、AZ（AstraZeneca）、法拉利、德甲聯賽、3M和BMW等客戶，以及全球數千家新創企業和政府機構正在透過機器學習進行數位轉型，帶動產業升級，重新定義機器學習的使命。我們同樣致力於推動生成式AI技術的普及：我們將這些技術從研究和實驗領域釋放出來，不只是少數新創和資金雄厚的大型科技公司，而是讓更多企業都能從中受益。因此，我今天非常興奮宣布數項創新，幫助我們的客戶更簡單、更容易地在業務中使用生成式AI。 生成式AI是人工智慧的一種，能夠創造新內容和想法，包括對話、故事、圖像、影片和音樂。與所有人工智慧技術一樣，生成式AI的能力由機器學習模型提供。這些模型是基於大量資料進行預先訓練的大模型，通常被稱為基礎模型（Foundation Models）。機器學習的最新進展（特別是基於transformer的神經網路架構的發明）直接帶來這一種模型的爆發式增長，這種模型通常包含數十億個參數或變數。2019年最大的預訓練模型是3.3億個參數。現在，最大的模型包含的參數超過5千億個，相當於幾年間增加了1600倍。如今的基礎模型，例如大型語言模型GPT3.5或BLOOM，以及由Stability AI開發的文生圖模型Stable Diffusion，可以執行跨多個領域的多種任務，例如撰寫部落格文章、生成圖像、解決數學問題、對話聊天、基於文檔回答問題等。基礎模型的規模和通用場景的性質使其不同於傳統的機器學習模型，後者通常僅執行特定的任務，例如分析文本觀點、分類圖像和預測趨勢等。 基礎模型包含大量參數，能夠學習複雜的概念，因此可以執行更多任務。透過基於互聯網規模的、各種形式和模式的海量資料進行預先訓練，基礎模型學會在各種語境中應用所習得的知識。儘管預訓練基礎模型所帶來的功能和可能性已足夠令人驚歎，而真正讓客戶為此興奮不已的是，這些通用模型也可以被客製化加工，執行專屬於其業務領域的特定功能，幫助業務建立差異化競爭優勢，與從零開始訓練模型相比，僅需使用一小部分資料和運算資源。客製化的基礎模型可以帶來獨特的顧客體驗，體現公司的觀點、風格和服務，適用於眾多消費者產業，如金融銀行、旅行和醫療等。例如，一家金融公司如果需要將所有相關交易自動生成每日報告以供內部流通，它可以使用包括既往報告在內的專有資料來客製化模型，以便基礎模型瞭解如何閱讀報告和使用哪些資料來生成日報。 基礎模型擁有巨大的潛力，但我們仍處在初級階段。ChatGPT率先吸引了客戶對生成式AI的關注。對生成式AI展開研究的人很快意識到，多家公司已經在基礎模型上耕耘多年，可用的基礎模型也有很多，且各有各的優勢和特點。在過去的數年間，我們都經歷了技術的快速發展，機器學習的演進也是日新月異。我們期待未來會湧現全新的體系和架構，而基礎模型的多樣化會推動新一波的創新浪潮。此前所未聞的新應用體驗在今天已經成為現實。很多客戶都在詢問我們，如何快速利用現今以及未來可能出現的技術，如何快速使用基礎模型和生成式AI立刻為公司業務大幅提升生產效率和變革產品與服務。 客戶對我們提出了他們主要的需求。首先，他們需要能直接找到並存取高效能基礎模型，這些模型需要能夠給出最匹配業務場景的優秀回饋結果。其次，客戶希望無縫與應用程式整合，且無需管理大量基礎設施叢集，也不會增加過高的成本。最後，客戶希望能夠輕鬆上手，基於基礎模型，利用自己的資料（可多可少）建構差異化的應用程式。由於客戶進行客製化的資料是非常有價值的 IP，因此需要在處理過程中確保資料安全和隱私保護。同時，客戶還希望能控制資料的分享和使用。 聽取了客戶的意見，今天我們很高興宣布推出Amazon Bedrock。這項新服務允許使用者透過API存取來自AI21 Labs、Anthropic、Stability AI和亞馬遜的基礎模型。Bedrock是客戶使用基礎模型建構和擴充生成式AI應用程式的最簡單方法，為所有開發者降低使用門檻。在Bedrock上，用戶可以透過可擴充、可靠且安全的AWS託管服務，存取從文本到圖像的一系列強大的基礎模型，以及我們今天發布的Amazon Titan基礎模型。Amazon Titan基礎模型目前包括了兩個全新的大語言模型。憑藉Bedrock所帶來的無伺服器體驗，客戶可以輕鬆找到適合自身業務的模型，快速上手，在確保資料安全和隱私保護的前提下，使用自有資料基於基礎模型進行客製化，並使用他們已經熟悉的AWS工具和能力，將客製化模型整合並部署到他們的應用程式中，同時無需管理任何基礎設施。比如，客戶可以將基礎模型與Amazon SageMaker機器學習功能整合，使用Amazon SageMaker Experiments測試不同模型和使用Pipelines大規模管理基礎模型等。 客戶也可使用Bedrock存取一些目前最領先的可用基礎模型。這將包括AI21 Labs開發的Jurassic-2多語種大語言模型系列，能夠根據自然語言指令生成文本內容，目前支援西班牙語、法語、德語、葡萄牙語、義大利語和荷蘭語。還有Anthropic開發的大語言模型Claude，它是基於Anthropic對於訓練誠實和負責任的AI（responsible AI）系統的大量研究，能夠執行多種對話和文本處理任務。客戶還可以透過Bedrock輕鬆存取Stability AI開發的文生圖基礎模型Stable Diffusion，這是文生圖領域目前最流行的模型，能夠生成獨特、寫實、高品質的圖像、藝術作品、商標和其它設計圖。 Bedrock最重要的能力之一是極其容易客製化模型。客戶只需向Bedrock展示Amazon S3中的幾個標註好的資料範例，Bedrock就可以針對特定任務微調模型，最少僅需20個範例即可，且無需標註大量資料。假設一位時裝零售產業的內容行銷經理，想為即將推出的手提包新品系列開發新穎且使用者導向的廣告創意。他向Bedrock提供了一些表現最佳的過往行銷廣告示例，以及新品的相關描述，Bedrock將能自動為這些新品生成有效的社交媒體推文內容、展示廣告和產品網頁。沒有任何客戶資料被用於訓練底層模型，所有資料都進行了加密，且不會離開客戶的虛擬私有雲（Virtual Private Cloud，VPC），確保客戶的資料安全和隱私保護。 Bedrock目前提供有限預覽，Coda等客戶的開發團隊對使用Bedrock充滿期待。Coda的聯合創始人兼CEO Shishir Mehrotra表示：「作為AWS的長期客戶，我們對Amazon Bedrock帶來的高品質、可擴充性和效能充滿期待。我們所有的資料已經儲存在AWS上，我們能夠利用Bedrock快速採用生成式AI，並能充分保證我們資料的安全和隱私。目前，包括Uber、紐約時報、Square在內的成千上萬個團隊都在採用Coda，因此，可靠性與可擴充性十分重要。」 一些客戶已經預覽了亞馬遜全新的Titan基礎模型，在未來幾個月內，我們會進一步擴充其可用範圍。我們將首先發布兩個Titan模型。第一個是針對總結、文本生成（如原創部落格文章）、分類、開放式問答和資訊擷取等任務的生成式大語言模型。第二個是文本嵌入（embeddings）大語言模型，能夠將文本輸入（字詞、短語甚至是大篇幅文章）翻譯成包含語義的數值表示（即embeddings 嵌入編碼）。雖然這種大語言模型不生成文本，但對個性化推薦和搜尋等應用程式卻大有裨益，因為相對於匹配文字，對比編碼可以幫助模型產生更相關、更符合情境的結果。實際上，Amazon.com的產品搜尋能力就是採用了類似的文本嵌入模型，能夠幫助客戶更好地查找所需的商品。為了持續推動負責任使用AI的最佳實踐，Titan基礎模型可以識別和刪除客戶提交給客製模型之資料中的有害內容，拒絕使用者輸入不當內容，也過濾模型輸出結果中的不當內容，如仇恨言論、髒話和語言暴力。 任何規模的企業都可以透過Bedrock存取基礎模型，加速機器學習在組織內部的應用，並憑藉其輕鬆上手的特性，建構自己的生成式AI應用程式。我們相信，Bedrock將是基礎模型普及化過程中的一大步。埃森哲、德勤、Infosys和Slalom等合作夥伴都在建構最佳實踐，幫助企業借助生成式AI實現快速發展。C3AI和Pega等獨立軟體發展商（ISV）對於利用Bedrock輕鬆存取大量基礎模型，兼具安全性、隱私性和可靠性充滿期待。 宣布Amazon EC2 Trn1n和Amazon EC2 Inf2執行個體正式可用：最具成本效益的生成式AI雲端基礎設施 無論執行、建構還是客製化基礎模型，客戶都需要高效能、低成本且為機器學習專門建構的基礎設施。過去五年，AWS持續加大投入自研晶片，不斷突破效能和價格的極限，以支持對此有極高要求的機器學習訓練與推論等工作負載。AWS Trainium和Inferentia晶片可以提供在雲上訓練模型和執行推論的最低成本。正是因為我們在成本和效能方面的優勢，像 AI21 Labs、Anthropic、Cohere、Grammarly、Hugging Face、Runway、Stability AI 等領先的AI新創公司都選擇執行在AWS上。 由Trainium支援的Trn1執行個體與其他任何EC2執行個體相比，都可以節省高達50%的訓練成本，並經過優化，可以在與高達800Gbps的第二代EFA（彈性結構適配器）網路相連的多個伺服器上分發訓練任務。客戶可以在超大規模叢集（UltraClusters）中部署Trn1執行個體，數量可以擴充到在同一可用區中3萬個Trainium晶片，相當於超過6 exaflops的運算能力，並具有PB級網路。許多AWS客戶，包括Helixon、Money Forward和亞馬遜的搜尋團隊，都使用Trn1執行個體將訓練最大規模的深度學習模型所需的時間從幾個月縮短到幾周甚至幾天，並且降低了成本。800 Gbps的頻寬已經很大，但我們仍不斷創新、擴充頻寬。今天我們宣布全新的、網路優化型Trn1n執行個體正式可用，它可以提供1600 Gbps的網路頻寬，專為大型網路密集型模型設計，其效能比Trn1高出20%。 現今基礎模型花費的時間和金錢主要用於訓練，這是因為許多客戶才剛剛開始將基礎模型部署到生產中。但是，未來，當基礎模型進入大規模部署時，大部分成本將用於執行模型和進行推論。客戶通常會定期訓練模型，於是生產應用程式會不斷生成預測（稱為推論）——每小時可能生成數百萬預測。而且這些預測需要即時發生，這就需要極低延遲和高輸送量的網路。Alexa就是一個典型的例子，它每分鐘都會接受數百萬次請求，處理這些請求占所有運算成本的40%。 我們相信，未來大部分機器學習成本將來自推論的執行。因而，幾年之前，當我們開始研發新型晶片時，就已經將推論優化型晶片置於首位。2018年，我們發布了首款推論專用晶片Inferentia。每年，亞馬遜都運用Inferentia執行數萬億次推論，並節省數億美元成本。這是十分顯著的成果，然而我們認為繼續創新的空間依然很大，因為隨著越來越多的客戶將生成式AI整合到他們的應用程式中，工作負載的規模和複雜性只會越來越大。 因此，我們今天宣布由AWS Inferentia2提供支援的Inf2執行個體正式可用，這些執行個體專門針對執行數千億個參數模型的大規模生成式AI應用程式進行了優化。與上一代相比，Inf2執行個體不僅輸送量提高了4倍，延遲降低了10倍，還可實現加速器之間的超高速連接以支持大規模分散式推論。與同類Amazon EC2執行個體相比，這些能力將推論性價比提高了40%，並把雲中的推論成本降到最低。與同類Amazon EC2執行個體相比，Runway等客戶有望利用Inf2將部分模型的輸送量提升至原來的兩倍。受益於高效能和低成本的推論，Runway能夠引入更多功能，部署更複雜的模型，並最終為自己的數百萬用戶提供更優質的體驗。 宣布Amazon CodeWhisperer正式可用，並針對個人開發者免費開放 我們深知，對客戶而言，利用正確的基礎模型進行建構，並在最佳效能的雲端基礎設施上大規模執行生成式AI應用程式，將帶來顛覆性變革。同時，這也將帶來革命性的全新用戶體驗。當應用程式或系統具備內建的生成式AI能力時，用戶可以獲得更自然、更流暢的交互體驗。這就如同現今手機的人臉識別解鎖功能，我們無需瞭解這一功能背後強大的機器學習模型，卻可以做到看一眼手機就解鎖了。 我們預見，程式設計將是生成式AI技術可快速應用的領域之一。現今，軟體發展者需要花費大量時間編寫相當淺顯和無差別的程式碼。他們還需要花費不少時間學習複雜的新工具和技術，而這些工具和技術總在不斷演進。因此，開發者真正用於開發創新的功能與服務的時間少之又少。為應對這一難題，開發者會嘗試從網上複製程式碼片段再進行修改，但可能無意中就複製了無效程式碼、有安全隱患的程式碼、或對開源軟體的使用沒有進行有效的追溯。而且這種搜尋和複製的方式也浪費了開發者用於創新的時間。 生成式 AI 可以透過「編寫」大部分無差別的程式碼來大大減少這種繁重的工作，讓開發人員能夠更快地編寫程式碼，同時讓他們有時間專注在更具創造性的程式設計工作上。 因此，我們去年宣布推出了 Amazon CodeWhisperer 預覽版，這是一款 AI 程式設計助手，透過內嵌的基礎模型，可以根據開發者用自然語言描述的注釋和整合式開發環境（IDE）中的既有程式碼即時生成程式碼建議，從而提升開發者的生產效率。開發人員只需要向 CodeWhisperer 提出任務命令，例如「解析一個含有歌曲資訊的 CSV 字串」，並要求它回傳一個基於藝術家、標題和排行榜最高排名等資料的結構化清單，CodeWhisperer 就可以解析字串並回傳指定的清單，從而大幅提升工作效率。CodeWhisperer 預覽版發布後得到了開發者們的熱烈回應。我們始終相信，幫助開發人員編寫程式碼可能成為未來幾年生成式 AI 得以發揮巨大效力的應用場景之一。 在預覽期間，我們還進行了一項生產力測試，與未使用 CodeWhisperer 的參與者相比，使用 CodeWhisperer 的參與者完成任務的速度平均快57%，成功率高 27%。這是開發人員生產力的巨大飛躍，而我們相信這才僅僅是個開始。 今天，我們很高興宣布 Amazon CodeWhisperer正式可用，在適用 Python、Java、JavaScript、TypeScript 和 C#之外，新增支持Go、Kotlin、Rust、PHP 和 SQL等10 種開發語言。開發者可以透過在VS Code、IntelliJ IDEA、AWS Cloud9等整合式開發環境中的AWS Toolkit IDE外掛程式使用 CodeWhisperer。 CodeWhisperer 也可在AWS Lambda控制台中使用。除了從數十億行公開程式碼中學習之外，CodeWhisperer 也基於亞馬遜的程式碼進行了訓練。 我們相信 CodeWhisperer 是目前為AWS（包括 Amazon EC2、AWS Lambda和Amazon S3）生成程式碼的最準確、最快和最安全的方式。 如果生成式 AI 工具建議的程式碼包含隱藏的安全性漏洞或未能負責任地處理開原始程式碼，開發人員則無法真正提高工作效率。CodeWhisperer是唯一具有內建安全掃描功能（透過自動推論實現）的 AI 程式設計助手，用於查找難以檢測的漏洞並提出補救建議，例如十大開放式Web應用程式安全專案（OWASP）中的漏洞，以及不符合加密庫最佳實踐的漏洞等。為了幫助開發人員以負責任的方式開發程式碼，CodeWhisperer會過濾掉可能被認為有偏見或不公平的程式碼建議，同時，由於客戶可能需要參考開源程式碼或獲得其使用許可，CodeWhisperer 是唯一可以過濾和標記類似開源始程式碼之生成結果的程式設計助手。 我們相信生成式AI將改變開發者的遊戲規則，因此希望它能盡可能被更多人所用。 所以，CodeWhisperer將開放所有個人用戶免費使用，並不設任何次數或使用時間的限制！任何人都可以透過email帳戶在幾分鐘內註冊 CodeWhisperer進行使用，而無需具備AWS帳號。對於企業客戶，我們則提供了CodeWhisperer 專業版，其中包括更多高級管理功能，如整合了AWS Identity and Access Management（IAM）身份與存取管理服務的單點登入（single sign-on，SSO），以及使用更高程度的安全掃描。 建構像 CodeWhisperer 這樣強大的應用程式，對開發人員和我們所有的客戶來說，都帶來巨大的變革性。我們還有更多創新的產品在規劃中，也期待更多的客戶和開發者在AWS上建構更加創新和顛覆性的生成式AI應用。我們的使命是，讓各種技能水準的開發人員和各種規模的組織都有機會使用生成式AI進行創新。我們相信，新一波機器學習技術創新才剛剛開始、方興未艾，未來還有無限可能。 →更多的【PCDIY!業界新聞】： →更多的【PCDIY!賣場情報】： →更多的【PCDIY!科技情報】： →更多的【IT資訊新聞】： →更多的【ITMan!資訊經理人】： →更多的【PCDIY!八卦】：

• 亞洲．矽谷物聯網產業大聯盟年會14日將登場 八家科技新創同場展示5G、AIoT創新應用科技

  面對ChatGPT（GPT-3.5）、GPT-4之類的新型態人工智慧（AI）技術接連登場，再加上5G通訊全面普及，製造業淨零排放要求持續增加，如何透過各類技術讓人工智慧物聯網（AIoT）應用更精進，已成為產業數位轉型主要動力。 為協助產業了解新一代AIoT技術與應用趨勢，亞洲．矽谷物聯網產業大聯盟將於4月14日（五）舉辦「2023物聯網產業大聯盟年會暨展示交流」，將邀請國發會龔明鑫主委、大聯盟施振榮榮譽會長開場致詞，從政策面與廠商面分享物聯網產業商機；並邀請工研院蘇孟宗資深副總暨協理以物聯網產業趨勢為主題，報告最新物聯網技術進展，以及新型態AI技術對不同產業影響與轉變。 由於5G通訊全面普及，再加上5G商業模式以垂直場域應用為主，搭配上5G企業專網（5G專頻專網）申請已經開放，年會同步邀請華電聯網楊純福協理，從5G智慧應用角度，報告各類5G垂直應用案例與可見效益，讓與會者更加了解5G通訊在產業實際上的優勢。 八家科技新創將同場展示無人載具、智慧製造、第三類半導體晶片快速薄化等創新技術 為協助與會業者與新創團隊進行交流，並了解更多AIoT創新跨域應用，年會現場同步邀請包含鎮鑫科技、協聯科技、麥威科技、智慧貼紙、樂達創意科技、互宇向量、賦智行雲、台連得共八家新創廠商，現場展示包括多功能無人水下載具系統整合應用、智慧工廠AI軟體系統整合方案、無人機遠距檢測、智慧機台數據分析、免程式設計AI應用開發平台、單軸光纖陀螺儀、多模態AIoT應用人工智慧演化平台、碳化矽第三類半導體晶片快速薄化等創新技術。 「2023物聯網產業大聯盟年會暨展示交流」是亞洲・矽谷計畫推動物聯網產業發展的年度重要活動，內容豐富精彩，歡迎各界踴躍報名參加。活動議程及報名網址為：https://seminars.tca.org.tw/D17f00540.aspx 參考圖說： 亞洲．矽谷物聯網產業大聯盟將於4月14日舉辦「2023物聯網產業大聯盟年會暨展示交流」，分享前進新型態AI技術 X物聯網趨勢，八家科技新創將同場展示創新技術。論壇議程與免費報名網址https://seminars.tca.org.tw/D17f00540.aspx。 →更多的【PCDIY!業界新聞】： →更多的【PCDIY!賣場情報】： →更多的【PCDIY!科技情報】： →更多的【IT資訊新聞】： →更多的【ITMan!資訊經理人】： →更多的【PCDIY!八卦】：

• NVIDIA在MLPerf人工智慧基準測試中將推論推向新高度

  MLPerf 作為獨立第三方基準測試，仍然是 AI 效能的權威衡量標準。自MLPerf成立以來，NVIDIA的AI平台在訓練和推論兩方面一直保持領先地位，包括今天發布的MLPerf Inference 3.0基準測試。 NVIDIA 創辦人暨執行長黃仁勳表示：「三年前當我們推出A100的時候，人工智慧領域主要是以電腦視覺為主導。生成式人工智慧已經來臨。這正是為什麼我們打造了Hopper，針對擁有Transformer引擎的GPT進行了優化。今天的MLPerf 3.0突顯出，Hopper的性能是A100的4倍。下一世代生成式人工智慧需要新的人工智慧基礎架構來訓練大型語言模型，並同時具備極高的能效。客戶正在大規模擴展Hopper，透過NVIDIA NVLink和InfiniBand來互通連接數萬個Hopper GPU構建人工智慧基礎架構。產業正努力發展安全可靠的生成式人工智慧，Hopper能夠協助實現這項重要的工作。」 最新MLPerf基準測試顯示，NVIDIA將人工智慧推論從雲端到邊緣的性能和效率提升到新境界。 具體來說，在最新一輪的MLPerf測試中，運行於DGX H100系統中的NVIDIA H100 Tensor Core GPU在每個人工智慧推論測試中均實現了最高性能。人工智慧推論是在生產過程中運行神經網絡的工作。歸因於軟體的優化，此GPU的效能較去年9月份首次亮相時提升了54%。 在醫療保健領域，H100 GPU自9月以來在醫療成像的MLPerf基準3D-UNet (醫學圖像分割)上實現了31%的效能增長。 NVIDIA H100 GPU 在資料中心類別的所有作業負載測試成果均創下新高 憑藉其Transformer引擎，基於Hopper架構的H100 GPU在BERT方面表現優異，BERT是基於Transformer的大型語言模型，是現今生成式人工智慧獲得廣泛應用的關鍵基礎。 生成式人工智慧能讓使用者能夠快速創建文本、圖像、3D模型等等，這種能力從新創企業到雲服務提供商都在快速採用，以開創新的商業模式並加速現有商業模式的發展。目前數億人正在使用像ChatGPT這樣的生成式人工智慧工具（也是一種Transformer模型），期望獲得即時回應。 在這個人工智慧的iPhone時代，推論的效能至關重要。深度學習現在幾乎被應用到各個領域，從工廠到線上推薦系統，對推理效能有著永無止境的需求。 NVIDIA L4 Tensor Core GPU 在 MLPerf 測試中首次亮相，其速度是上一代 T4 GPU 的 3 倍以上。 這些加速器採用低調外形封裝，其設計旨在為幾乎所有伺服器提供高吞吐量和低延遲。 L4 GPU 運行所有 MLPerf 工作負載。 由於他們支援關鍵的 FP8 格式，他們在效能要求極高的BERT模型上的結果尤其令人驚嘆。 除了出色的人工智慧效能外，L4 GPU還能提供高達10倍更快的圖像解碼速度，高達3.2倍更快的影片處理速度以及超過4倍更快的圖形和即時渲染效能。 兩周前的GTC上即宣布，已可從主要系統製造商和雲端服務供應商獲得這些加速器。L4 GPU是NVIDIA在GTC推出的最新人工智慧推理平台產品組合的最新成員。 NVIDIA的全棧人工智慧平台在新的MLPerf測試中展現了其領先地位。所謂的網路劃分基準測試會將資料流傳輸到遠端推論伺服器，這反映了企業使用者在雲端執行AI工作，並將資料儲存到企業防火牆後的常見場景。 在BERT測試中，遠端NVIDIA DGX A100系統的表現達到了其最大本地性能的96％，速度變慢的部分原因是它們需要等待 CPU 完成某些任務。而在僅由GPU處理的ResNet-50電腦視覺測試中，它們達到了100％的最佳表現。這兩個結果在很大程度上要歸功於 NVIDIA Quantum Infiniband 網絡、NVIDIA ConnectX SmartNIC 和 NVIDIA GPUDirect 等軟體。 另外，NVIDIA Jetson AGX Orin 系統模組的能效和性能表現，與前一年的結果相較，分別提高了63%和81%。Jetson AGX Orin 可在有限空間以低功率水平（包括僅由電池供電的系統）提供人工智慧推論。 對於需要更小模塊且功耗更低的應用，Jetson Orin NX 16G在其首次亮相的基準測試中表現出色。它提供的性能比上一代Jetson Xavier NX處理器高出多達3.2倍。 從 MLPerf 的測試結果便能看出 NVIDIA AI 獲得業界最廣泛的機器學習生態系支持。 本輪有10家公司在基於 NVIDIA 平台上提交了結果。 他們來自 Microsoft Azure 雲端服務和系統製造商，包括像是由華碩（ASUS）、戴爾科技集團（Dell Technologies）、技嘉（GIGABYTE）、新華三集團（H3C）、聯想（Lenovo）、寧暢信息產業（北京）有限公司（Nettrix）、美超微（Supermicro）和超聚變數字技術有限公司（xFusion）。 它們的測試結果顯示，無論是在雲端或在用戶自己的資料中心伺服器上，使用NVIDIA AI 獲得絕佳效能。 NVIDIA 的合作夥伴深知，MLPerf 是一項讓客戶用於評估 AI 平台及供應商的寶貴工具，因此才會加入測試。最新一輪的結果顯示，他們如今提供給用戶的出色效能，將隨著 NVIDIA 平台的發展而更將持續強化。 NVIDIA AI是唯一能在資料中心和邊緣運算中執行所有MLPerf推論工作負載和情境的平台。其多功能的效能與效率，讓使用者成為真正的贏家。 現實應用通常使用許多不同類型的神經網路，這些神經網路通常需要即時提供出答案。例如，AI 應用可能需要理解使用者的口語請求，對圖像進行分類，進行推薦，然後以類人聲的語音傳遞回應。每個步驟都需要不同類型的 AI 模型。MLPerf基準測試涵蓋這些和其他常見的AI工作負載。也就是這些測試何以確保IT決策者能獲得既可靠且可以靈活部署的效能。 使用者可依據 MLPerf 結果做出明智的購買決定，因為這些測試是透明和客觀的。 這些基準測試得到了包括 Arm、百度、Facebook AI、Google、哈佛、Intel、微軟、史丹福和多倫多大學在內的廣大團體支持。 NVIDIA AI 平台的軟體層NVIDIA AI Enterprise確保使用者從基礎架構投資中獲得優化的效能，以及在企業資料中心中執行 AI 所需的企業級支援、安全性和可靠性。 於此次測試中使用的各種軟體公開於MLPerf資源庫，每個人都能取得這些世界級的成果。我們不斷將最佳化結果放入 NGC (GPU 加速軟體目錄) 的容器中。用來為本次提交的 AI 推論測試結果進行最佳化的 NVIDIA TensorRT 也能在 NGC 中取得。 敬請參閱我們的技術部落格，深入了解促使 NVIDIA MLPerf 效能與效率提升的優化技術。 →更多的【PCDIY!業界新聞】： →更多的【PCDIY!賣場情報】： →更多的【PCDIY!科技情報】： →更多的【IT資訊新聞】： →更多的【ITMan!資訊經理人】： →更多的【PCDIY!八卦】：

• XPG 1337GPT封閉式人工智慧 正式上線

  全球記憶體模組及快閃記憶體領導品牌──威剛科技旗下電競品牌XPG，今天宣布推出 XPG 1337GPT封閉式人工智慧工具於愚人節正式登場，將幫助所有遊戲玩家輕鬆應對所有線上遊戲或對戰時的溝通。隨著社交禮儀規則的不斷變化，許多遊戲玩家在他們經常使用的遊戲社群和平台中誠實地表達自己的想法時不再感到安全和舒適。我們也看到一波又一波的處罰機制，甚至是對遊戲玩家帳號的封鎖與禁令，僅僅因為他們試圖以他們覺得自然的方式來表達他們的感受。曾經被廣泛接受玩家白話詞語已被妖魔化，為了幫助難以在所選社群內有效溝通的遊戲玩家，XPG 創建了一個工具來解決這個問題。 “經常作為一個射手，我發現參與對話真的很難，無論是面對面的還是在線的。尤其在不冒犯任何人的情況下嘗試表達自己的額外壓力，我常選擇不參與對話。非常希望能有一個工具，幫助像我或是打野類型的角色玩家能夠參與對話，而不必擔心會違反聊天規則而被禁止”，XPG 1337GPT 的首席工程師Migu Tomorrow這麼說。 XPG 1337GPT 是一款易於使用的軟體，它能將文本訊息並立即翻譯它們成無害語言，同時保持其原始含義和感受。通過封閉式AI 的力量，這個革命性的新工具將無縫閱讀、解釋、翻譯，然後將您的訊息直接發佈到您使用的聊天平台。它與所有主要的聊天應用軟體相容，包括 Discord、Twitch、Facebook (+ Messenger)、Reddit等等。它還可以複製到 XPG Prime 使用，也用於當前與附加軟體不兼容的聊天平台。 XPG 了解大多數遊戲玩家並非故意殘忍或傷害他人。他們只是缺乏在當前社交媒體時代常態化的快速變化中刻意禮貌的能力。遊戲最重要的是關於社群，有共同興趣的人聚集在一起，作為一個團體享受自己。 XPG 1337GPT 讓所有玩家都更輕鬆、更自由。 現在就試用 XPG 1337GPT：www.event.xpg.com/1337gpt XPG 1337GPT 目前處於測試階段，但您現在可以在官方產品頁面上試用。輸入任何你想要的。無論多麼粗俗或令人反感，此工具都會快速清理語言，同時保持您試圖傳達的原始信息及其背後的玩家精神。此外，為了紀念這一激動人心的新工具的發布，XPG 正在 Instagram、Facebook 和 Twitter 上贈送官方 XPG 1337 連帽T。了解更多詳情，請見 XPG官方社群，了解更多詳情。 →更多的【PCDIY!業界新聞】： →更多的【PCDIY!賣場情報】： →更多的【PCDIY!科技情報】： →更多的【IT資訊新聞】： →更多的【ITMan!資訊經理人】： →更多的【PCDIY!八卦】：

• 全新Adobe Experience Manager在AI洞察的助力下重新定義內容發佈

  ● 全新一代Adobe Experience Manager 允許任何授權團隊成員使用常用的生產工具（包括 Microsoft Word 和 Google Docs）來編輯品牌在網站和行動通訊上的內容 ● AEM數位資產管理平台與Adobe Firefly的整合讓團隊能夠即時改變圖像元件，如顏色、物件和場景，同時為不同的管道自動生成差異化的內容 ● 全新AI 創新提供即時內容表現的資料，並預測在每個受眾群體中表現最佳的圖像、顏色和文案 ● 包括美巡賽在內的全球品牌正在試用這些新功能，以加快組織內的內容創建速度 近日，在全球最大的數位體驗大會Adobe Summit 2023上，Adobe（Nasdaq：ADBE） 宣佈了業內領先的內容和數位資產管理平台Adobe Experience Manager （AEM）的創新功能，涵蓋體驗創建、發佈和分析。全新一代的創新功能將讓內容開發和發佈的流程更快速、輕鬆，為使用者提供更高品質的線上體驗，並且依靠由人工智慧驅動的資料洞察説明，讓品牌輕鬆地為目標受眾優化新內容。 Adobe數位體驗業務資深副總裁Amit Ahuja表示：「數位經濟現在是每個行業的成長引擎，網站和手機軟體已成為以體驗為主導的業務成長的基礎。保持數位內容的新鮮度和關聯性則是把握成長機會的關鍵。AEM的創新功能讓更多人能夠管理內容，並借助AI驅動的洞察力來幫助他們創作。」 美巡賽（PGA TOUR）產品開發副總裁Eric Hanson表示：「美巡賽的觀眾遍佈全球並且在不斷地增加，觀眾族群越來越多樣化，從多年的高爾夫球迷、到喜歡觀看喜愛的球員和錦標賽的普通觀眾都有涵蓋。Adobe Experience Manager的全新功能已經改變了我們提供數位體驗的方式，讓我們以驚人的速度為 PGA TOUR網站、手機應用程式和數位行銷活動等管道提供及時且有吸引力的內容。」 在AEM數位資產管理平台中（企業用於管理其圖像、影片和其他內容的數位資產管理系統），品牌可以借助Adobe全新的創意生成式人工智慧模型集，優先專注於圖像生成和文字效果的Adobe Firefly來極大地提升內容開發效率。 Adobe Express和Firefly將直接整合到AEM數位資產管理平台中，以支援團隊即時改變圖像元件，如顏色、物件和場景，同時自動為網頁、手機和電子郵件等管道生成個人化內容。Adobe Firefly將帮助品牌加速優化內容供應鏈，為其提供大規模的個人化體驗提供動力。在全新AEM的助力下，企業還將透過由Adobe Sensei驅動的AI洞察，從顏色、物件和文案，瞭解最能引起消費者共鳴的屬性，從而確保由生成式人工智慧驅動的內容能夠真正推動業務成果。 Adobe 重構的 AEM讓所有不同基礎的用戶能夠直接從使用 Microsoft Word 或 Google Docs 等常用工具創建的範本文檔中自動更新任何線上管道（包括網站和手機應用程式）的內容。即便不具備使用 CMS（內容管理系統）的專業知識，團隊成員也可以創建、編輯和發佈來自同一個文檔的內容，安全控制系統也同時會確保只有授權使用者才能進行更改。這些功能也拓展到了Adobe Experience Manager Forms中，將推動紙張流程的數位化，令消費者能夠更加便捷地獲取諸如政府和金融行業所提供的服務。 讓更多人能夠更新數位體驗將提升內容創建的速度，讓團隊能夠專注於推送和編輯內容，而不受集中發佈計畫的限制。這將為零售等行業在假日購物季等重要活動帶來極大的便利和收益，因為頻繁的數位管道更新可以提高參與度和轉化率，減少延遲導致的影響。全新的AEM將讓各行各業的客戶都能享受到更及時和準確的內容所帶來的卓越網路體驗。 AEM還推出了由Adobe Sensei（Adobe人工智慧和機器學習架構）支持的行業首創功能，借助即時洞察向內容創建過程提供回饋，將內容分析與內容創建聯繫起來。如今企業面臨著消費者對創意內容持續成長的需求，但通常只關注流覽量和點擊量等指標，缺乏更多的細節資料來瞭解哪些內容能真正與受眾產生共鳴。 Adobe Sensei 讓使用者能夠在屬性級別分析內容，並衡量顏色、物件、構圖和書寫風格等方面如何影響內容在不同受眾中的表現。這些即時洞察可以告知內容應如何隨著時間的推移進行優化，在品牌開發其內容供應鏈時提供回饋循環。透過將這些資料與 Adobe Experience Platform 連接起來，品牌可以豐富目標受眾的輪廓並支持策劃個人化活動。例如，一個品牌可以看到，東海岸 18-24 歲的 Z 世代女性更青睞橙色色調和更隨性的文案風格，這些洞察可以影響創作過程並提高績效。 →更多的【PCDIY!業界新聞】： →更多的【PCDIY!賣場情報】： →更多的【PCDIY!科技情報】： →更多的【IT資訊新聞】： →更多的【ITMan!資訊經理人】： →更多的【PCDIY!八卦】：

• 華碩AI內視鏡病灶輔助系統 廣獲醫界好評

  國健署109年癌症登記報告，大腸癌蟬聯十五年居十大癌症排行首位；近三年由於新冠疫情影響，民眾就醫意願下降，使得大腸癌有嚴重化趨勢；隨著疫情趨緩，建議民眾回歸常規健康檢查，糞便潛血陽性者，愈早進行大腸鏡檢查，罹患大腸癌的風險愈低。 目前高雄榮民總醫院、國立陽明交通大學附設醫院、李宜霖胃腸肝膽科診所、禾馨 / 安慎健康管理中心等醫學及健檢中心已率先導入華碩人工智慧內視鏡病灶輔助系統(EndoAim)；根據國外文獻指出，人工智慧輔助系統可提升14%腺瘤型息肉檢出率，進而降低大腸癌風險，因此近來已成為大腸鏡檢查新標配。 華碩人工智慧內視鏡病灶輔助系統，去年已取得衛福部TFDA醫療器材認證，可透過內視鏡影像進行即時息肉偵測，靈敏度超過95%、特異度97%，息肉分類功能(AUC)亦高達95%，檢查當下即可顯示AI分析結果，提供醫師第二意見，大幅提升診斷精準度。3月25日至26日兩天，亦將於中華民國112年消化系聯合學術演講年會現場展出，為醫界帶來更有效率的輔助工具，全力守護民眾健康！ →更多的【PCDIY!業界新聞】： →更多的【PCDIY!賣場情報】： →更多的【PCDIY!科技情報】： →更多的【IT資訊新聞】： →更多的【ITMan!資訊經理人】： →更多的【PCDIY!八卦】：

• «
• 25
• 26
• 27
• 28
• 29
• 30
• 31
• »