人工智能

从CDN先驱到AI领航者：Akamai如何不断创新，实现上云与AI布局？

Akamai作为CDN的发明者，早在27年前便率先提出通过数学算法的方式解决互联网拥塞问题。如今近三十年过去了，Akamai历经两次转型，不仅在网络安全领域和云计算领域获得了成功，更是在全球市场中处于前沿梯队。那么Akamai是如何实现转型，又如何一步步精准地踩在技术浪尖并提前布局？

5/9/2025 12:48:16 PM

刘睿暄

RAG知识库只是表面简单！

你有没有想过，为什么同样是AI问答系统，有些答案精准如手术刀，有些却像老人家的唠叨？当我们说"把文档丢进Dify就能搞定RAG"时，工程师们默默翻了个白眼——因为他们知道，真正的魔法发生在幕后。 RAG：表面简单，内核复杂前几天，产品经理小张兴冲冲地来找我："我发现了个神器叫Dify，听说只要把公司文档灌进去，就能搭建一个智能客服。

5/9/2025 9:13:37 AM

大数据AI智能圈

研究表明，AI的巨大回报取决于修复碎片化数据

根据IBM对30个国家2000名CEO的调查，多年的零散技术采用已经造成了孤岛式系统，如果没有统一的数据基础，这些系统将威胁到AI投资。 “在采用AI时，CEO们需要在短期ROI压力和长期创新投资之间找到平衡，”IBM咨询高级副总裁兼负责人Mohamad . Ali在一份新闻稿中表示。

5/9/2025 3:00:00 AM

Mastufa

如何估算大语言模型LLM 的 GPU 内存：用于本地运行 LLM 的 GPU 内存

随着 DeepSeek、GPT、Llama、Mistral 等大规模 LLM 的兴起，AI 从业者面临的最大挑战之一是确定需要多少 GPU 内存才能高效地服务于这些模型。 GPU 资源昂贵且稀缺，因此优化内存分配至关重要。本指南将引导您使用一个简单而有效的公式来估算服务 LLM 所需的 GPU 内存。

5/9/2025 1:00:00 AM

晓晓

JR 东日本铁路公司明年启用 AI 智能找物 App，应对每年超 200 万件遗失物

从2026年4月起，只需打开手机 App 就能查找遗失物。由于“find”统一管理接入企业的失物信息，今后不仅可以查找JR东日本辖内的失物，还能追踪在同样采用该系统的其他场所丢失的物品。

5/8/2025 10:20:03 PM

清源

AI 齐来挑战“全球搜索一哥”，过去半年谷歌份额持续低于 90%

从2022年底 ChatGPT 问世以来，谷歌的市场份额从93%降至如今的近90%。虽说变化不大，但过去半年间，其份额一直未能回到90%以上，而这也是过去十年从未有过的情况。

5/8/2025 9:13:43 PM

清源

领英推出自然语言职位搜索工具：AI 助力求职者精准匹配岗位

新的AI搜索功能能够理解自然语言，并根据你的背景推荐你可能符合的职位，即使职位描述中没有直接提到相关关键词。

5/8/2025 5:51:35 PM

清源

AI 技术首次亮相美国法庭：家属用“数字人”呈现已故被害人言辞

亚利桑那州一名公路暴力案件的凶手上周被判刑10年半，这一判决背后涉及一起创新的法律程序：受害人通过AI向法庭发表了讲话。官方称，这可能是首次使用该技术的案件。

5/8/2025 5:38:01 PM

清源

苹果高管 Eddy Cue:未来十年 AI 可能取代 iPhone

苹果服务主管 Eddy Cue 日前在 Google 与美国司法部的反垄断案中作证时，发表了关于人工智能（AI）未来发展的大胆预测。他认为，随着人工智能技术的迅猛发展，iPhone 可能在未来十年内变得过时。图源备注：图片由AI生成，图片授权服务商MidjourneyCue 表示:“虽然这听起来很疯狂，但十年后你可能就不再需要 iPhone 了。

5/8/2025 10:00:59 AM

AI在线

OpenAI启动 “星际之门” 计划，全球布局AI基础设施

近日，人工智能公司 OpenAI 宣布了一项雄心勃勃的新计划，旨在全球范围内建设 AI 基础设施，这一举措被称为 “OpenAI for Countries”。这一计划将作为美国 “星际之门” 项目的延伸，专注于在海外投资与合作，推动各国在人工智能领域的发展。根据 OpenAI 的消息，该计划的初步目标是在全球范围内启动十个 AI 基础设施项目。

5/8/2025 10:00:55 AM

AI在线

模型越新幻觉越重！AI幻觉扣住产业发展命脉

自诞生以来，人工智能大模型始终被“幻觉”问题困扰。这里的“幻觉”，指的是大语言模型会将虚构信息当作真实事实输出。实际上，“幻觉”这一表述相当委婉，它实则暴露出AI的核心缺陷——当前的大语言模型尚未达到真正意义上的智能水平。

5/8/2025 6:00:00 AM

小刀

随着Transformer架构的广泛应用，以GPT为代表的大型语言模型(LLM)在自然语言处理领域取得了突破性进展。这些模型通过"预训练微调"的范式，在下游任务中展现出强大的性能。然而，随着模型参数规模从数亿增长到数百亿甚至万亿，全量参数微调(Full Fine-tuning)面临以下挑战：计算资源瓶颈：全量微调需要消耗大量的计算资源和内存存储成本高昂：为每个下游任务单独存储微调模型成本巨大灾难性遗忘：全量微调易导致模型"遗忘"预训练阶段获得的知识过拟合风险：尤其在训练数据有限的情况下，全量微调易出现过拟合基于上述考量，参数高效微调技术(Parameter-Efficient Fine-Tuning, PEFT)应运而生。

5/8/2025 5:00:00 AM

口袋数据

开发人员必须解决人工智能编码工具的复杂性和安全性问题

对于为了满足日益增长的需求和责任而飞速工作的软件开发人员来说，几年前人工智能 (AI) 编程助手的出现无疑是一大福音。开发人员很快就成为了生成式 AI 模型的狂热用户，这些模型加速了代码创建过程和交付速度。然而，在带来不可否认的初始优势之后，另一只鞋子也随之落下，给日益复杂的环境增添了更多复杂性。

5/8/2025 3:20:00 AM

何威风

AWS报告：2025年全球技术预算中GenAI将超越安全

“我认为这并不值得担忧，”AWS GenAI和AI/ML市场推广副总裁拉胡尔·帕塔克(Rahul . Pathak)在接受采访时表示，“我的理解是，客户的安全仍然是重中之重。我们看到AI在预算优先级方面如此重要，是因为客户看到了AI的众多应用场景。

5/8/2025 3:00:00 AM

Michael

RAG技术：优化知识库，解决AI答非所问

在AI大模型席卷全球的今天，Retrieval-Augmented Generation（RAG，检索增强生成）作为一种融合检索与生成的技术，正成为企业和开发者提升AI能力的核心工具。然而，许多用户在使用RAG时却发现，AI的回答常常“答非所问”，甚至“驴唇不对马嘴”。究其原因，问题往往出在文档处理不当。

5/8/2025 1:00:00 AM

贝塔街的万事屋