ZD至顶网软件频道消息: 近日,Hewlett Packard Enterprise(HPE)举办了2016年大数据世界之旅的活动,HPE将这次活动称为“大数据的速度与激情”,HPE 中国区副总裁、软件集团总经理李时表示:“当下,企业面临的一个很大的机会和挑战,就是怎样将企业内部所产生的数据和企业外部社交媒体、客户的反馈,以及广告、视频、音频等数据,利用大数据技术为企业提升营收、提升客户满意度、降低运营成本和风险,为企业创造更多的价值 。”
李时认为,要做到这一点,很重要的第一步就是借助大数据平台,快速、实时地分析企业所拥有的数据。
据了解,HPE大数据平台主要分为三方面组件:HPE IDOL主要分析包括视频、音频、图像、文本等非结构化、半结构化数据;HPE Vertica帮助企业更好更快地分析企业所拥有的结构化数据,通过 HPE IDOL 和 HPE Vertica 可以全面分析企业拥有的内部和外部数据 ;HPE OnDemand Open API通过云的方式为企业和开发人员提供快速实现技术原型验证的平台,企业和开发人员可以成熟地运用API 调用进行快速人脸识别。
HPE 中国区副总裁、软件集团总经理李时
此次活动中,HPE宣布扩展旗舰级IDOL分析平台,推出商用版HPE Haven OnDemand,提供先进的机器学习API和服务。
新版HPE IDOL通过应用数据分析和机器学习,为组织自动化和辅助处理大量人工任务,如趋势分析和视频监控。
HPE IDOL 11整合了上下文分析和可视化功能,以便帮助知识型工作者和公司对于每个流程、操作和客户交互都采用数据驱动型方案。
Hewlett Packard Enterprise公司软件集团大数据平台业务中国区总经理石建强表示:“全球的公司在各项事务中都在充分利用数据分析的能力。传统数据库在设计上从未考虑到分析人类信息,往往缺乏有效、可靠理解非结构化数据所必需的关键功能。通过加入新一代人工智能,神经网络和机器学习功能,我们现在让企业能够利用自身所有数据。”
新版HPE IDOL 11的功能包括:
商用版HPE Haven OnDemand是一个创新的云平台,提供先进的机器学习API和服务,让开发者、新创企业和大型企业能够开发数据密集型移动和企业应用。
作为一项在微软Azure上交付的服务,HPE Haven OnDemand提供超过60个API和服务,能够对各种数据进行深度学习分析,其中包括文本、音频、图片、社交、网络和视频。
HPE提供一个从免费增值服务开始的灵活方案,支持免费开发和测试,并延伸到基于使用量和服务水平协议(SLA)、适用于企业级交付的商业定价模式,以支持生产部署。HPE Haven OnDemand提供的一些功能包括:
HPE在2014年12月推出了测试版HPE Haven OnDemand。现在,HPE Haven OnDemand拥有超过12750个注册开发者,每周生成数百万次API调用,并提供反馈来帮助改进和完善该产品。
HPE大数据市场部副总裁Jeff Veis介绍道,在线交友网站Blink开发了一款名为“速配”的移动应用,这款应用充分利用Haven OnDemand 面部检测和图片识别API来实现更加人性化的交友应用体验,通过直播视频聊天,降低在线交友的风险,将人们实时地连接到一起。
李时表示:“软件行业目前正处于由机器学习所驱动的技术引领突破的新时代,机器学习将在生活的方方面面支持数据驱动型应用。HPE Haven OnDemand通过把以往只面向高端、训练有素的数据科学家的机器学习的强大功能带入主流开发者群体从而实现大数据的民主化。现在,任何人都可通过我们易于使用的云服务来利用目前的各种丰富的数据,从而开发可产生新见解、实现业务差异化、满足客户并提供竞争优势的应用。”
好文章,需要你的鼓励
Genspark推出超级智能体,将"氛围编程"概念扩展至企业工作流程,实现"氛围工作"模式。该系统采用9个大语言模型的专家混合架构,配备80多种工具和10多个数据集,通过规划-执行-观察-回溯循环运行。系统能自主处理复杂业务任务,甚至代替用户拨打电话。45天内实现3600万美元年收入,展现了自主智能体平台的商业可行性,挑战传统企业AI架构理念。
北京大学和百度VIS联合研发的MV-AR技术,首次让AI学会像人类一样逐步观察物体,通过自回归方式生成多视角一致图像。该技术解决了传统方法在处理大视角差异时的一致性问题,支持文字、图像、形状等多种输入,在3D内容创作、机器人视觉等领域具有广阔应用前景。
医疗保健已成为AI应用的热点领域,在疾病诊断、康复监测和新药开发方面证明了其价值。然而,行业仍面临临床人员短缺、人口老龄化等挑战。AI智能体作为下一波AI变革浪潮,相比现有AI工具,能够执行更复杂的任务并减少人工干预。它们不仅能被动提供信息,还能主动采取行动,如自动分诊调度、辅助临床决策、远程患者监护等,有望在十年内彻底改变医疗服务的提供、管理和体验方式。
Microsoft和Georgia Tech研究团队开发了SlimMoE技术,能将超大AI模型压缩到原来的10-20%大小而性能基本不变。该技术采用多阶段渐进式压缩,保留所有专家模块但精简内部结构,成功将419亿参数的模型压缩为76亿和38亿参数版本,让原本需要企业级硬件的AI能力可在普通电脑上运行,大大降低了AI技术使用门槛。