至顶网软件频道消息: Tableau正在寻求通过收购Empirical Systems来增强其数据可视化平台。据悉,Empirical是一家源于麻省理工学院的人工智能初创公司。
Tableau将通过收购获得Empirical的Analytics Engine,该软件工具旨在消除大规模数据建模中的复杂性。
数据建模是商业智能项目的一个关键部分。广义而言,这涉及到将记录结构化成为一种更适合分析项目使用的形式,无论是寻找新的销售机会还是发现运营风险。Empirical的技术可以对流程中涉及到的几个最困难的任务进行自动化。
该软件可以做繁重的统计工作,从而为数据科学团队节省时间,让不具备较强技术能力的客户在分析项目中发挥更重要的作用。Tableau表示,Analytics Engine在诸如映射不同变量之间关系等操作中给予各种指导。
Tableau将把Empirical的技术融入其数据可视化平台,以便用户从他们正在分析的信息中提取洞察信息。Empirical团队也将参与产品整合工作。
Empirical将继续在马萨诸塞州剑桥也就是目前公司所在地开展业务。Tableau还计划在该市建立一个新的发展中心,以吸引麻省理工和哈佛大学的人才。
收购Empirical可以说是Tableau近年来为扩大平台而收购的几家初创公司之一。2017年Tableau收购了ClearGraph,这家初创公司开发了用于促进自然语言数据查询的技术。 Tableau的平台中还包括了早期收购初创公司获得的高速分析引擎。
好文章,需要你的鼓励
全新搜索方式出现,字节发布宽度优先搜索基准WideSearch,垫底的竟是DeepSeek
阿里巴巴团队推出DeepPHY,这是首个专门评估AI视觉语言模型物理推理能力的综合平台。通过六个不同难度的物理环境测试,研究发现即使最先进的AI模型在物理推理任务中表现也远低于人类,成功率普遍不足30%。更关键的是,AI模型虽能准确描述物理现象,却无法将描述性知识转化为有效控制行为,暴露了当前AI技术在动态物理环境中的根本缺陷。
GitHub CEO声称AI将承担所有编程工作,但现实中AI编程工具实际上降低了程序员的生产效率。回顾编程语言发展史,从Grace Hopper的高级语言到Java等技术,每次重大突破都曾因资源限制和固有思维遭到质疑,但最终都证明了抽象化的价值。当前AI编程工具面临命名误导、过度炒作和资源限制三重困扰,但随着技术进步,AI将有助于消除思想与结果之间的障碍。
AgiBot团队联合新加坡国立大学等机构开发出Genie Envisioner机器人操作统一平台,首次将视频生成技术应用于机器人控制。该系统通过100万个操作视频学习,让机器人能够预测行动结果并制定策略,在多个复杂任务上表现优异,仅需1小时数据即可适应新平台,为通用机器人智能开辟全新路径。