数据是我们的,也是你们的,但归根结底是每一个个体的。
“在大数据时代,企业之间没有竞争,只有合作。”这是浪潮集团执行总裁王柏华所提出的看法。他认为,在大数据时代,数据的价值不仅在于数据本身,最主要还在于数据之间的关联关系,因此没有一家企业可以包揽用户的IT需求。
用北京大数据研究院院长鄂维南院士的话说,虽然现在政府对大数据行业已经非常重视,企业对此的需求也非常大,但是大数据的落地仍然很困难,其中的问题在于中国市场中的数据量很大、类型复杂,同时人才紧缺、科研队伍整体相对落后,整个市场几乎是处于无理性的生长。
换而言之,一堆数据躺在那是没有用的,只有经过梳理,总结出规律后并应用于行业、企业,这才是有用的。在这背后,我们欠缺的就是一个推手,对数据进行规划和梳理。这正是浪潮正在做的事情,但不是自己去做,而是协同100个数据所去做,每个数据所会对应一个细分行业。
布阵大数据产业:奇门遁甲,第一卦阵
在浪潮看来,大数据时代最大的问题不是没数据可用,而是怎么用。王柏华表示,数据的应用关键在于释放、流通、聚合,释放就是让数据资源化,流通就是让数据商品化,而聚合就是融合。三者之中,聚合又是重中之重。“数据聚合不了有什么价值?工商用工商的,税务用税务的,这是没有价值的,只有工商、税务、企业把数据结合起来才能创造价值。”他说道。
然而,要全面覆盖这三个点并不容易,浪潮或许是其中之一。基于这样的思考,浪潮在今年的Inspu rWorld大会上就提出了“公司+创客”大数据产业模型,这一模型之下,包括几个重要的部分,专注于数据应用的A创客、专注于数据生产的B创客以及浪潮打造的天元数据网交易平台、100个数据所和大数据创客中心等。王柏华将此形容为“奇门遁甲、第一卦阵”,“我们不是设好阵形请大家来挑阵,而是希望和更多的企业一起训练这个阵。”每谈到这,他都显得有点兴奋。
浪潮在大数据产业的定位很明确,就是把数据整合在一起,在这方面他是具备优势的。首先浪潮从五年前云计算刚萌芽的时候就已经开始有意识地采集数据,至今其已积攒了42PB的数据,并且这些数据这些年也一直在运营,同时,浪潮近两年也还在不断发力云生态,他知道各行各业的关键数据在哪,清楚如何对庞大的数据进行规范整理。
王柏华也明确表示,浪潮要做的是释放数据的能量,致力于为社会提供可信的数据支撑。“我们要做的是与国家的双创政策结合在一起,推动100个城市把B创客招来,对数据进行整理,并释放出去,支持A创客的数据应用,这个阵型基本就是这样。”他介绍道,“浪潮这个阵型也可以叫‘太极生两仪,两仪生四象’。这个阵型不是消灭敌人的,而是消灭大数据产业不能发展的问题的。”
所有数据所都必须深扎行业
在这样一个阵形之中,我想再重点说说这100个数据所,他们可以说是数据规划的核心。
王柏华表示,每个人、每个企业都可以申请成为数据所,但是浪潮准入门槛也是比较高的。首先,你要有数据,其次,你要对行业数据有极其深刻的理解。
这样来看,这些“通关”了的数据所想必一定是高格局、高格调的,并且对行业有着深刻认识的。他们要做的事,就是梳理、规划行业数据,指导B创客进行有方向的数据采集。从10月26日召开的InspurWorld 2016大会开始,浪潮正式对外开放了数据所的授权,到目前已经有三、四十个数据所被认领了。王柏华表示,浪潮希望有更多的企业加入进来,认领数据所,成为“所长”,为企业、为行业、为地方经济去创造价值。
从这点来看,浪潮确实已经非常清楚地认识到了企业之间必须全面合作,而他要搭的正是这样一个合作的平台。
好文章,需要你的鼓励
WordPress实验性AI开发工具Telex在9月发布几个月后已投入实际使用。在"State of the Word"年度活动中,WordPress联合创始人展示了Telex的多个应用案例,包括创建价格比较工具、价格计算器和实时营业时间显示等功能。该工具能够生成Gutenberg模块,让开发者在几秒内完成过去需要数千美元定制开发的功能。同时WordPress还推出了Abilities API等AI架构开发。
印度学者在卫星图像识别领域取得突破,设计出无需预训练的神经网络架构,在EuroSAT数据集上达到97.23%准确率。通过三轮迭代优化,研究者发现卫星图像需要平衡空间和光谱两种特征,创新性地开发了可学习融合参数的双路径注意力机制。该方法证明了专用架构设计在特定领域的巨大潜力,为无法获得大规模预训练数据的应用场景提供了有效解决方案。
英国国家网络安全中心与BT合作推出的Share and Defend服务成功拦截了近十亿次早期网络攻击和用户访问危险网站的尝试。该服务整合多方威胁情报数据,通过互联网服务商的DNS平台实时过滤恶意网站,大规模阻断钓鱼和虚假购物网站。目前已有TalkTalk、沃达丰等多家合作伙伴加入,政府计划在2026年1月发布国家网络行动计划以进一步提升英国网络安全防护能力。
UC伯克利研究团队开发了ECHO框架,通过分析社交媒体上真实用户对GPT-4o图像生成的使用反馈,构建了更贴近实际需求的AI评测体系。该框架收集了超过31000个用户提示词,发现传统评测无法覆盖的复杂任务需求,并识别出用户关心的色彩偏移、身份保持等具体问题,为AI模型评估提供了全新的用户导向思路。