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
企业谈AI基础设施时,注意力往往首先集中在模型、GPU和算力集群上。但当大模型应用走向规模化推理,一个瓶颈开始浮现:算力采购完成,并不意味着Token能够被稳定、低成本、可控地交付出去。
STATE16研究院这篇综述发现,物理AI系统存在"静默失效"风险——AI以高度自信执行基于错误世界信息的动作,却不触发任何报警,并提出在AI输出与物理执行之间建立独立授权层的框架。
穆拉蒂时隔18个月首次接受重大媒体采访,介绍其创立的Thinking Machines Lab正在开发的"交互模型"。该模型能以200毫秒间隔处理音频、文本和视频流,捕捉人类交流中的中断、修正和停顿。她还谈及OpenAI"政变周"经历,强调行业决策权过于集中的担忧,并回应了公司近期研究人员离职问题,表示这是初创实验室的正常波动。
UIUC与微软联合研发的OpenWebRL框架让4B小模型仅凭400条初始数据,通过在真实网站上边做边学的强化学习方式,在网页智能体基准上超越了用27万条数据训练的竞争对手。