至顶网CIO与应用频道 03月05日 北京消息:PTC(纳斯达克股票代码:PTC)和罗克韦尔自动化公司(纽约证券交易所代码: ROK)在 2019年ARC工业论坛上宣布,过去3个月中,来自各国和各行业的十几家制造商选择了由PTC提供支持的FactoryTalk InnovationSuite作为其数字化转型计划的一部分。凭借PTC和罗克韦尔自动化联合提供的解决方案,这些公司可连接不同的工厂系统,并获得具有可操作性的运营洞察。
这些战略客户的成功充分证明了自去年起成立的PTC与罗克韦尔自动化之间强大的战略联盟的价值。对于PTC而言,这代表他们赢得了以前尚未开发的垂直行业的新客户,包括食品饮料、采矿、制药和消费品领域。该战略联盟还强化了PTC对快速增长的市场的影响,其中包括中国、韩国、中东和南部地区。Lavifood是一家向全球市场提供新鲜果蔬和农产品的越南公司,它为人们部署这项技术以确保公司制定更明智数据驱动型商业决策提供了一个很好的案例。此外,罗克韦尔自动化还在旗下数家工厂内,部署了由PTC支持的 FactoryTalk InnovationSuite。
PTC总裁兼首席执行官Jim Heppelmann表示:“由于制造业处于物联网应用的最前沿,PTC与罗克韦尔自动化的战略联盟使每家公司都能为打造简化的解决方案、打破技术壁垒、为全球各地区和各行业的制造商带来数字转型机会贡献一己之力。初期的成功表明,行业需要更完整的物联网解
决方案,并为此做好了充分准备。展望未来,我们相信,我们的综合方案可对我们所服务的行业产生持久而积极的影响。”
由PTC支持的FactoryTalk InnovationSuite于2018年11月推出,可为客户提供前所未有的能力,令他们快速从多个数据源中获取大量数据,组织数据并添加意见。它改善了与工厂车间运营技术(OT)设备的连接,从本地支持传统和新工业设备的快速连接。通过整合这些数据及来自信息技术(IT)应用程序和系统的数据,决策者可从企业中的任一位置全面了解运营状况和表现。
ARC Advisory Group副总裁Craig Resnick表示:“由PTC支持的FactoryTalk InnovationSuite展示了PTC和罗克韦尔自动化是如何实现其战略联盟承诺的。该解决方案旨在帮助简化工业企业的数字化转型。从车间到顶级管理层——工业物联网(IIoT)可助推各层面制造流程的现代化与改革;对于制造业而言,这着实是一个激动人心的时刻。它将驱使制造商在今后进一步提高标准。”
好文章,需要你的鼓励
这篇研究重新审视了循环神经网络中的双线性状态转换机制,挑战了传统观点。高通AI研究团队证明,隐藏单元不仅是被动记忆存储,更是网络计算的积极参与者。研究建立了一个从实数对角线到完全双线性的模型层级,对应不同复杂度的状态跟踪任务。实验表明,双线性RNN能有效学习各种状态跟踪任务,甚至只需极少量训练数据。研究还发现,纯乘法交互比加法交互更有利于状态跟踪,为循环网络设计提供了新视角。
这项研究探讨了多模态大语言模型在增强推理能力时出现的视觉幻觉问题。研究发现,模型生成更长推理链时,对视觉信息的关注减少,导致幻觉增加。研究者提出RH-AUC指标和RH-Bench基准来评估模型在推理与幻觉间的平衡,发现较大模型表现更好,纯强化学习训练优于监督微调加强化学习,且训练数据的类型比数量更重要。这些发现对开发既具推理能力又保持视觉准确性的AI系统具有重要意义。
这篇研究探讨了大语言模型在自动推理任务中的不确定性问题。研究者提出,模型生成形式规范时的概率不确定性不是缺陷,而是宝贵的信号源。通过引入概率上下文无关文法框架分析SMT-LIB程序分布,他们发现不确定性信号具有任务相关性(如逻辑任务中的语法熵AUROC>0.93)。他们的轻量级信号融合方法能减少14-100%的错误,仅需最小弃权,将大语言模型驱动的形式化转变为可靠工程学科。研究揭示当模型正确理解逻辑关系时会产生稳定的语法模式,为判断何时信任模型提供了可靠指标。
来自沙特阿拉伯王子苏丹大学和阿尔法萨尔大学的研究团队开发了GATE(General Arabic Text Embedding)模型,这是一套专为阿拉伯语设计的文本嵌入系统。该研究结合了套娃表示学习和混合损失训练方法,解决了阿拉伯语特有的语义处理挑战。GATE模型在MTEB基准测试的语义文本相似度任务中表现卓越,比包括OpenAI在内的更大模型高出20-25%,同时保持了多维度(768至64)的高效表现。研究通过详细的错误分析揭示了模型在不同相似度水平上的表现特点,为阿拉伯语NLP领域提供了新的研究方向。