至顶网软件频道消息: Salesforce日前推出旗下的Einstein Analytics自然语言查询服务,为商业用户提供可视化和数据发现分层(Breadcrumbs)的功能。
Salesforce分析团队从自己的平台以及其他来源提取数据,因此这些可视化产品可能会成为Tableau的竞争对手。爱因斯坦分析产品副总裁Amruta Moktali表示,爱因斯坦分析的会话查询服务的目标是在Salesforce平台上实现可视大众化,用户体验与Tableau相若。 Salesforce的会话查询服务与微软的 BI也相仿。
Moktali 表示,"我们提供的工具可以在没有图表的情况下进行探索和提出问题。你可以提出问题及获得答案。我们注重于赋予用户的权能。我们的大部分用户都是商业用户。"
业务用户使用会话查询版爱因斯坦分析(Einstein Analytics with Conversational Queries)只需键入与数据相关的短语,例如按收入显示最前面的账户,然后往下翻动。动态图表会在输入查询时自动呈现。
会话查询是将可视化与会话用户界面结合在一起衍生出来的功能。
爱因斯坦分析的主要功能是回答问题,然后创建图表来显示结果。 这些Salesforce功能可以更好地对答案进行可视化,并能提供建议性图表面板。问题的视觉历史能提供多个层面展示你的工作。
下面三个截屏是Salesforce设想的一个用户在与他们的数据进行会话。
好文章,需要你的鼓励
OpenAI CEO描绘了AI温和变革人类生活的愿景,但现实可能更复杂。AI发展将带来真正收益,但也会造成社会错位。随着AI系统日益影响知识获取和信念形成,共同认知基础面临分裂风险。个性化算法加剧信息茧房,民主对话变得困难。我们需要学会在认知群岛化的新地形中智慧生存,建立基于共同责任而非意识形态纯洁性的社区。
杜克大学等机构研究团队通过三种互补方法分析了大语言模型推理过程,发现存在"思维锚点"现象——某些关键句子对整个推理过程具有决定性影响。研究表明,计划生成和错误检查等高层次句子比具体计算步骤更重要,推理模型还进化出专门的注意力机制来跟踪这些关键节点。该发现为AI可解释性和安全性研究提供了新工具和视角。
传统数据中心基础设施虽然对企业至关重要,但也是预算和房地产的重大负担。模块化数据中心正成为强有力的替代方案,解决企业面临的运营、财务和环境复杂性问题。这种模块化方法在印度日益流行,有助于解决环境问题、满足人工智能的电力需求、降低成本并支持新一代分布式应用。相比传统建设需要数年时间,工厂预制的模块化数据中心基础设施可在数周内部署完成。
法国索邦大学团队开发出智能医学文献管理系统Biomed-Enriched,通过AI自动从PubMed数据库中识别和提取高质量临床案例及教育内容。该系统采用两步注释策略,先用大型AI模型评估40万段落质量,再训练小型模型处理全库1.33亿段落。实验显示该方法仅用三分之一训练数据即可达到传统方法效果,为医学AI发展提供了高效可持续的解决方案。