APRE株式会社(以下简称APRE)和日本电气株式会社(以下简称NEC)共同开发了真伪商品鉴定服务“TAL等级报告出具服务”,并将此作为APRE的新业务。该鉴定服务融合了APRE名牌商品真伪鉴定技术及NEC的AI技术。
高级名牌商品的二次流通市场(二手商品、平行进口商品等)正在每年扩大,流通渠道越来越多样化,除了传统的BtoB和BtoC外,还出现了以网络为平台的CtoC等流通渠道,这就需要规避因山寨商品流通而产生的损失,并基于合理鉴定确定合理的价格进行交易。二次流通商品的真伪及品质状态的鉴定(以下称“真伪鉴定”)是由专家执行的,但附带鉴定书的交易很少,且每次交易时都需要鉴定,这就出现了专家人数不足无法达到必要鉴定工时的问题。同时,即使出具鉴定书,实物和鉴定书也有被掉包的可能,因此存在附带鉴定书的交易难以普及的问题。
此次APRE通过和NEC的共创活动,将自身真伪鉴定技术与采用了NEC最先进AI技术群“NEC the WISE”中物体指纹识别技术的“GAZIRU个体识别服务”融合在一起,开创了前所未有的全新业务。
“TAL等级报告出具服务”将以等级报告的形式出具APRE对名牌商品进行真伪鉴定结果,通过NEC的“GAZIRU个体识别服务”将实物的图像关联起来进行管理,可以防止物品被偷换,提高报告可信度。
【TAL等级报告出具服务 概略图】
从上图可以看出,二次流通企业和个人在二次流通市场中销售自己的交易商品时,使用APRE提供的这项服务,即可收到基于交易商品真伪鉴定结果而出具并管理的等级报告,这样一来即使以后该商品再次交易也无需专家重新进行鉴定,因此有望大幅降低鉴定成本并解决整个二次流通行业鉴定工时不足的问题。同时,由于可以依据高度可信的报告放心进行交易,因此有助于促进自己商品的销售。据悉,该项服务预计将从2018年9月开始提供。
此次,NEC将“GAZIRU个体识别服务”应用于高级名牌商品的二次流通市场,在日本国内尚属首例。GAZIRU个体识别服务使用了“物体指纹识别技术”,可通过产品和零件表面自然产生的细微差异来识别个体。由于只需拍摄商品本身的图像即可识别个体,所以不仅有望削减用于识别的IC标签和条形码的准备·安装工时,还可进一步加强辨别假冒伪劣产品的能力,提升APRE“TAL等级报告出具服务”的可靠性,有助于消灭·排除二次流通市场中的非法产品。
APRE一直致力于成为日本及其他国家二次流通市场中的交易保障。今后将积极应用科学鉴定及AI技术,以期在二次流通市场中建立商品可靠性追踪体系,使该报告成为BtoB、BtoC交易中的真伪鉴定“依据”。
今后,NEC仍将继续使用AI及IoT技术等先进ICT技术,加速二次流通市场中的数字变革,助力于全新社会价值的“共创”,从而保护卖方·买方的双方利益,实现放心公平的交易,促进市场的健康发展。
【TAL等级报告出具服务 概略图】
从上图可以看出,二次流通企业和个人在二次流通市场中销售自己的交易商品时,使用APRE提供的这项服务,即可收到基于交易商品真伪鉴定结果而出具并管理的等级报告,这样一来即使以后该商品再次交易也无需专家重新进行鉴定,因此有望大幅降低鉴定成本并解决整个二次流通行业鉴定工时不足的问题。同时,由于可以依据高度可信的报告放心进行交易,因此有助于促进自己商品的销售。据悉,该项服务预计将从2018年9月开始提供。
此次,NEC将“GAZIRU个体识别服务”应用于高级名牌商品的二次流通市场,在日本国内尚属首例。GAZIRU个体识别服务使用了“物体指纹识别技术”,可通过产品和零件表面自然产生的细微差异来识别个体。由于只需拍摄商品本身的图像即可识别个体,所以不仅有望削减用于识别的IC标签和条形码的准备·安装工时,还可进一步加强辨别假冒伪劣产品的能力,提升APRE“TAL等级报告出具服务”的可靠性,有助于消灭·排除二次流通市场中的非法产品。
APRE一直致力于成为日本及其他国家二次流通市场中的交易保障。今后将积极应用科学鉴定及AI技术,以期在二次流通市场中建立商品可靠性追踪体系,使该报告成为BtoB、BtoC交易中的真伪鉴定“依据”。
今后,NEC仍将继续使用AI及IoT技术等先进ICT技术,加速二次流通市场中的数字变革,助力于全新社会价值的“共创”,从而保护卖方·买方的双方利益,实现放心公平的交易,促进市场的健康发展。
好文章,需要你的鼓励
亚马逊云服务部门与OpenAI签署了一项价值380亿美元的七年协议,为ChatGPT制造商提供数十万块英伟达图形处理单元。这标志着OpenAI从研究实验室向AI行业巨头的转型,该公司已承诺投入1.4万亿美元用于基础设施建设。对于在AI时代竞争中处于劣势的亚马逊而言,这项协议证明了其构建和运营大规模数据中心网络的能力。
Meta FAIR团队发布的CWM是首个将"世界模型"概念引入代码生成的32亿参数开源模型。与传统只学习静态代码的AI不同,CWM通过学习Python执行轨迹和Docker环境交互,真正理解代码运行过程。在SWE-bench等重要测试中表现卓越,为AI编程助手的发展开辟了新方向。
当今最大的AI数据中心耗电量相当于一座小城市。美国数据中心已占全国总电力消费的4%,预计到2028年将升至12%。电力供应已成为数据中心发展的主要制约因素。核能以其清洁、全天候供电特性成为数据中心运营商的新选择。核能项目供应链复杂,需要创新的采购模式、标准化设计、早期参与和数字化工具来确保按时交付。
卡内基梅隆大学研究团队发现AI训练中的"繁荣-崩溃"现象,揭示陈旧数据蕴含丰富信息但被传统方法错误屏蔽。他们提出M2PO方法,通过改进数据筛选策略,使模型即使用256步前的陈旧数据也能达到最新数据的训练效果,准确率最高提升11.2%,为大规模异步AI训练开辟新途径。