ZDNet至顶网软件频道消息: 近日,企业数据集成软件提供商Informatica发布Intelligent Data Platform。作为下一代数据平台,Intelligent Data Platform将在正确的时间内提供正确的数据,通过铺设一条虚拟数据高速公路,将人员、位置与事物以更加智能的方式紧密相连,从而为应用程序、设备和人员提供支持。
Informatica 执行副总裁兼首席产品官 Anil Chakravarthy 表示:“支离破碎、未受保护、无法访问、质量低下的不良数据只会带来糟糕的业务结果。Intelligent Data Platform让数据实现自我组织,保证数据安全可靠,确保数据能更轻松地为人员、应用程序、设备和事物所使用,进而将数据驱动型业务潜力带入新的阶段。”
Informatica World 2014年度用户会议上,Informatica公司展示了一系列Intelligent Data Platform的应用案例,其中包括自助服务数据集成(Springbok 项目)、数据导向型安全管理(Secure@Source 项目)以及 360 度全方位业务实体(MDM 10)。
面向人员、位置和事物的智能数据
尽管数据已经成为每一项业务计划的核心要素,但基于传统项目的集成方法难以跟上当今与日俱增的应用程序、信息消费者以及设备的步伐,进而制约了数据潜力的发挥。Intelligent Data Platform让数据管理突破IT 项目的边界,通过数据支持的应用程序使之成为业务惯例。
Enterprise Management Associates 研究总监 John Myers 表示:“企业组织需要全新的数据管理部门,从数据基础设施层面简化了解到的信息,包括元数据、使用模式、规则和分类,从而确保更好地运用数据。Intelligent Data Platform拥有强大的潜力,能让业务用户更轻松地扩充和准备数据。 这种新型智能数据管理将支持利用数据消费者自选的设备或应用程序实现自助检查和配置。”
Informatica 开发的Intelligent Data Platform包含以下三大要素:
1. Informatica Vibe 虚拟数据机:这 是一种可嵌入式数据处理引擎, 它提供了对任何位置、格式或来源的数据的近乎普遍的访问能力,支持客户“一次映射,多次部署”。
2. 数据基础设施: 数据基础设施层能够在任何规模下,系统、连续地交付干净、安全、互连的数据。从部门级到企业级,从事务数据到大数据,从内部部署到云端。
3. 数据智能:业内首创的数据智能层将为客户重新定位数据基础设施层所创建的元数据,进而提高可见性、改善决策过程并加强运营智能化水平。
本次发布的Intelligent Data Platform能够以正确的方式将正确的数据传递到正确的位置、人员或事物处:Informatica 将在正确的时间提供最高质量的正确数据;Informatica 会将数据交付到正确的位置 - 包括内部部署和/或云端;Informatica 会将数据交付给正确的人员 - 无论是 IT 部门用户、分析师、数据管理员,还是业务用户;Informatica 会将数据交付到正确的事物处,包括联网设备或自动化决策系统;Informatica 将以正确的方式交付数据,确保数据安全可靠、经过授权、获得保护。
好文章,需要你的鼓励
英伟达在SIGGRAPH大会上发布了全新的AI世界模型、库和机器人开发基础设施。其中最引人注目的是Cosmos Reason,这是一个70亿参数的"推理"视觉语言模型,专门用于物理AI应用和机器人。新发布的还包括Cosmos Transfer-2模型,能够从3D仿真场景加速合成数据生成,以及速度优化版本。公司还推出了神经重建库、RTX Pro Blackwell服务器和DGX Cloud云平台,旨在为机器人开发提供完整的解决方案。
清华大学团队开发出DPoser-X人体姿态AI系统,使用创新的扩散模型技术统一处理全身、手部、面部姿态建模。该系统采用混合训练策略和截断时间步调度,在8个权威测试基准上比现有方法准确度提升61%。技术可广泛应用于动画制作、体育训练、医疗康复、虚拟现实等领域,代表AI理解人类行为的重要突破。
两大企业基础设施厂商宣布产品线扩展,为客户提供更多大规模部署人工智能工作负载的选择。戴尔更新AI数据平台,新增非结构化数据引擎,并推出搭载英伟达RTX PRO 6000 Blackwell GPU的PowerEdge服务器。HPE扩展AI优化系统配置,支持自主AI和物理AI应用。两家公司均集成英伟达最新Blackwell架构GPU和AI软件套件,提供从数据处理到模型推理的完整解决方案。
Meta研究团队推出FACTORY测试系统,这是首个大规模人工验证的AI事实准确性评估基准,包含超过1万个高难度问题。测试结果显示,即使是最先进的AI系统在面对复杂事实性问题时准确率也仅约60%,远低于传统测试中的90%以上表现。该研究揭示了当前AI系统在专业知识覆盖和复杂推理能力方面的不足。