2015年12月29日 近日,由IEEE(电气和电子工程师协会)的年度报告——2015专利实力评鉴(Patent Power Scorecards)出炉。在计算机综合(计算机软件、计算机系统、计算机外设和存储)类别中,EMC获得4837的高分,位居榜首。
IEEE专利实力评鉴是一年一度的综合分析,通过对全球范围内6000多家领先的商业企业、学术机构、非营利性组织和政府机构专利组合的基准测试,IEEE给出其“Pipeline Power”得分,评估谁拥有最宝贵的专利组合。衡量标准包括组织专利组合的大小,最近一整年获得专利授予的数量,基于一系列反映增长、影响、独创性等指标判断的专利分量,以及组织专利组合的通用性等。
在计算机软件、计算机系统、计算机外设和存储三大类别综合中,EMC排名第一,排名第二至第五的分别是IBM、Microsoft、Western Digital和VMware。
当把所有行业类别都考虑进来时,EMC仍高居全球第五,前四位分别是Google(通信/互联网服务)、Apple(电子)、Facebook(通信/互联网服务)和Qualcomm(通信/互联网设备)。
目前,EMC拥有近5900个美国专利商标局(USPTO)发表的专利,EMC信息基础设施(EMC II)拥有近5000个。此外,EMC还有近4500个美国专利应用待批。
2003-2014的12年间,EMC在研发和收购上的投入高达420亿美元,不断通过领先的技术,助力客户的数字化转型之旅,通向混合云。公司上下对创新投入不变的关注,也直接吸引了市场上最优秀的、最具竞争力的人才。IEEE最新的2015专利记分卡排名,从另一个侧面印证了EMC创新引擎的活力。
相关资源
Patent Power 2015
http://spectrum.ieee.org/static/interactive-patent-power-2015
EMC Earns Top Marks On Patent Power 2015
http://v.qq.com/page/x/e/8/x0178uez6e8.html
关于IEEE专利实力评鉴(Patent Power Scorecards)
专利实力评鉴由《IEEE SPECTRUM》杂志自2007年开始每年发布一次,到2015年11月30日共发布了9期榜单。专利实力评鉴的评选对象是全球范围内的公司、大学、研究机构和政府机构等组织。专利实力评鉴完全按照组织所在的行业来进行分类评比,每次发布17个榜单:航空航天和国防、汽车及零部件、生物医药、化学、通信/网络设备、通信/网络服务、计算机设备和存储、计算机软件、计算机系统、电子产品、医疗器械、科学仪器、半导体设备制造、半导体制造、综合型企业、政府机构、大学/教育/培训。
专利实力评鉴各榜单上的组织是根据专利综合实力进行排名的,其综合考量了专利组合的数量和技术价值,由于采用了技术加权后的专利组合规模作为衡量依据,专利实力评鉴可以较全面准确地评价某个组织的技术实力。
专利综合实力是对专利数量及专利成长性、技术影响力、技术原创性和技术通用性进行组合运算后的综合性指数,其计算公式为:专利综合实力(Pipeline Power)=上一年度授权专利数量(Number of Last Year’s Patents)×专利增长指数(Pipeline Growth Index)×校正后的技术影响指数(Adjusted Pipeline Impact)×技术原创指数(Pipeline Originality)×技术通用指数(Pipeline Generality)。
好文章,需要你的鼓励
本文探讨如何使用生成式AI和大语言模型作为倾听者,帮助用户表达内心想法。许多主流AI如ChatGPT、Claude等被设计成用户的"最佳伙伴",或试图提供心理健康建议,但有时用户只想要一个尊重的倾听者。文章提供了有效的提示词技巧,指导AI保持中性、尊重的态度,专注于倾听和理解,而非给出建议或判断。同时提醒用户注意隐私保护和AI的局限性。
北京大学团队开发出WoW世界模型,这是首个真正理解物理规律的AI系统。通过200万机器人互动数据训练,WoW不仅能生成逼真视频,更能理解重力、碰撞等物理定律。其创新的SOPHIA框架让AI具备自我纠错能力,在物理理解测试中达到80.16%准确率。该技术将推动智能机器人、视频制作等领域发展,为通用人工智能奠定重要基础。
人工通用智能和超级人工智能的出现,可能会创造出一种全新的外星智能形态。传统AI基于人类智能模式构建,但AGI和ASI一旦存在,可能会选择创造完全不同于人类认知方式的新型智能。这种外星人工智能既可能带来突破性进展,如找到癌症治愈方法,也可能存在未知风险。目前尚不确定这种新智能形态是否会超越人类智能,以及我们是否应该追求这一可能改变人类命运的技术突破。
香港大学和蚂蚁集团联合推出PromptCoT 2.0,这是一种让AI自动生成高质量训练题目的创新方法。通过"概念-思路-题目"的三步策略,AI能像老师备课一样先构思解题思路再出题,大幅提升了题目质量和训练效果。实验显示该方法在数学竞赛和编程任务上都取得了显著提升,为解决AI训练数据稀缺问题提供了新思路。