至顶网CIO与应用频道 05月10日 北京消息:PTC(纳斯达克代码:PTC)宣布,医学博士Peter Diamandis将于当地时间6月11日周二下午5:30,在LiveWorx®数字化转型大会上,面向工业企业发表主旨演讲。Diamandis毕业于麻省理工大学及哈佛大学,是一名企业家、医学博士、《纽约时报》畅销书作家,他将深入探讨混合现实、人工智能和机器人等尖端技术如何改变企业和人类在数字时代的运作方式。
作为这一为期4天的大会的一份子,Diamandis将同一众全球意见领袖、专家和技术专家一道,探索数字化转型、增强劳动力,并探讨技术将如何补充(而非取代)人类独特的品质与优势。
Peter Diamandis有一句名言“预测未来的最佳方式就是创造未来”。此次他的加入进一步壮大了LiveWorx的专家阵容。最近,Diamandis又被 《财富》杂志评为全球50位最伟大的领袖之一,他是XPRIZE基金会的创始人兼执行主席,该基金会是设计和运营大型激励竞赛领域的全球领导者。此外,他还是美国加州奇点大学的执行创始人和总裁,这是一个学习与创新的全球社区,利用指数技术来应对全球最棘手的挑战。Diamandis与他人合作创立了一家专注于指数技术的风险基金,并在人类寿命、太空、风险投资和教育领域开创了20多家公司。他是《纽约时报》的畅销书作家。
如需聆听他的主旨演讲,参与数百个分组会议,体验Xtropolis™互动技术游乐场,请于6月10日至13日登录 www.liveworx.com/register,注册参加在波士顿海港创新区举办的LiveWorx大会。
技术前沿的领导者
除Diamandis及之前宣布的主题演讲者Pattie Maes,及Track Spotlight演讲者Cathy Hackl和Kat Holmes,其他有影响力的LiveWorx Track Spotlight 演讲者还包括:
Jeff Hojlo,IDC Manufacturing Insights产品创新战略项目总监,负责领导IDC对PLM和协作创新市场的研究与分析。
追踪:数字工程
Kathleen Mitford,PTC产品执行副总裁。
焦点:PTC产品
John Nosta,NOSTALAB创始人、Google Health顾问委员会成员,《福布斯》和《今日心理学》博主。
追踪:生命科学
Helen Papagiannis,增强现实技术专家,《增强型人类:技术如何塑造新现实》作者。
追踪:AR/ MR/ VR
David Rose,麻省理工大学高级讲师,《Enchanted Objects》作者,Warby Parker视觉技术副总裁。
追踪:IIoT、智能互联产品
Max Tegmark,《Life 3.0:在人工智能时代做人》作者,麻省理工学院物理学教授。
追踪:AI、机器人
Amy Webb,纽约大学斯特恩商学院战略预测教授,未来今日研究所创始人。
追踪:IIoT、智能互联产品
LiveWorx19的新内容:同地协作活动
LiveWorx与领先组织合作,在会议期间为与会者提供额外的学习及交流机会。与会者将被邀参加6月10日举行的任意一个同地协作活动,其中包括:CAD&PLM技术日、Readwrite Labs企业区块链峰会和VRARA企业峰会。CAD、PLM、工业自动化、物联网和AR的深入软件培训课程可在支付额外费用后参与。
好文章,需要你的鼓励
在迪拜Gitex 2025大会上,阿联酋成为全球AI领导者的雄心备受关注。微软正帮助该地区组织从AI实验阶段转向实际应用,通过三重方法提供AI助手、协同AI代理和AI战略顾问。微软已在阿联酋大举投资数据中心,去年培训了10万名政府员工,计划到2027年培训100万学习者。阿联酋任命了全球首位AI部长,各部门都配备了首席AI官。微软与政府机构和企业合作,在公民服务和金融流程等领域实现AI的实际应用,构建全面的AI生态系统。
查尔斯大学和意大利布鲁诺·凯斯勒基金会的研究团队首次系统性解决了同声传译AI系统延迟评估的准确性问题。他们发现现有评估方法存在严重偏差,常给出相互矛盾的结果,并提出了YAAL新指标和SOFTSEGMENTER对齐工具。YAAL准确性达96%,比传统方法提升20多个百分点。研究还开发了专门的长音频评估工具LongYAAL,为AI翻译技术发展提供了可靠的测量标准。
苹果与俄亥俄州立大学研究人员发布名为FS-DFM的新模型,采用少步离散流匹配技术,仅需8轮快速优化即可生成完整长文本,效果媲美需要上千步骤的扩散模型。该模型通过三步训练法:处理不同优化预算、使用教师模型指导、调整迭代机制来实现突破。测试显示,参数量仅1.7亿至17亿的FS-DFM变体在困惑度和熵值指标上均优于70-80亿参数的大型扩散模型。
印度理工学院团队构建了史上最大规模印度文化AI测试基准DRISHTIKON,包含64288道多语言多模态题目,覆盖15种语言和36个地区。研究评估了13个主流AI模型的文化理解能力,发现即使最先进的AI也存在显著文化盲区,特别是在低资源语言和复杂推理任务上表现不佳,为构建文化感知AI提供了重要指导。