梅赛德斯AMG马石油车队(Mercedes-AMG Petronas Motorsport)在决胜于毫秒级的赛车运动中取得大优势。车队的刘易斯·汉密尔顿(Lewis Hamilton)在最近的世界一级方程式锦标赛(简称F1)里连续五年夺冠。
车队的IT主管Matt Harris(https://www.mercedesamgf1.com/en/mercedes-amg-f1/)并未被成功被冲昏头脑。他开始认真思考自己团队在车队通往胜利之旅所起到的作用。二十年来,Harris在团队担任过各种职务,他在2009年8月成为IT主管。
他表示,“我在公司工作了这么长时间,这可能已经说明这项工作有多棒,对于我来说,最重要的是这项工作总是一项挑战,但却又总是不一样。我们最大限度地利用科技,最大限度地利用 IT的优势。这就是我们团队与其他团队不同的关键之处。”
Harris在伦敦大数据LDN活动(https://bigdataldn.com)上接受了记者的采访,他历经了多年的F1赛事,F1赛事极大地改变了他的公司。他表示,目前他的团队更像一盘生意,而且有个面向公众的门面。过去的五年里最大的变化之一就是对科技和数据的依赖程度越来越高了。
他表示,“对于我们所做的一切而言,IT是不可或缺的,无论是对于主车、竞赛车队还是支持功能而言都是这样。我们必须确保是这一行里的尖子。如果IT失利,就很容易导致赛车停下来。”
关于IT对性能产生的正面影响,Harris表示,IT部门的影响更为间接一些。IT的目的是为团队成员提供快速做出准确决策的系统。
梅赛德斯AMG马石油车队每年会派车参加两次赛事,由于F1大奖赛赛道的独特,这意味着每场比赛都要对赛车进行改动。这些改动是迭加在一起的,因此科技和数据在各个操作领域(从设计到测试再到赛车)做出改动时科技和数据都至关重要。
每辆车在每个比赛周末期间平均产生的数据能达到半个TB,而每周在英国布拉克利的车队总部产生的数据则达5到10TB。赛车的胜负之间往往只有千分之一秒,对数据的快速处理和分析是取得胜利的关键。
Harris 表示,“数据非常地重要,没有数据,我们能做的决定少之又少。这些数据可以是结构化的,也可以是非结构化的。车手开几圈回来告诉我们一些东西,我们不能全盘照收,我们要用数据做出证明。我们在数据里寻找能支持车的配置改变后出现的异常。”
他称比赛前的模拟至关重要。团队在模拟过程中会进行多次迭代。团队如能更快地完成模拟,能起的作用就越大,而可靠的IT在这个过程里至关重要。Harris表示,IT部门在今年的F1赛季里在这方面取得了很大进展。
他表示,“以前我们要花三天的时间运行模拟及处理得到的数据。实际上就是说,两次赛事之间的一周时间里只有一次模拟的机会。我们现在已经将模拟过程缩短到一天,所以可以在周一进行模拟,查看结果,寻求改进,然后每天都可以进行进一步模拟直到周末的比赛。“
团队不断要经历一系列的变化,IT必须支持这种变化。Harris表示,本赛季里关键领域转型的中心是数据访问和有效可视化。他表示,与Pure Storage和Tibco的IT合作关系至关重要。
Pure帮助梅赛德斯F1车队消除了与旧的旋转磁盘硬件相关的存储瓶颈。Harris表示,在过去,他手下的一名工作人员每周要在这个旧套件上花三四天的时间。现在用的是闪存,管理流程自动化了,唯一的要求是确保团队能充分利用套件的存储。
梅赛德斯F1车队2015年从Pure买了第一个FlashArray,后来又买了几个。现在几乎所有的生产应用程序和数据都迁移到了Pure阵列上。Harris表示,闪存存储为赛道上、赛道外的有效数据管理奠定了基础。
他表示,“我们现在将该Pure阵列放在一个非常恶劣的环境中。我们希望Pure阵列仍然能以最佳性能运行。Pure阵列必须可靠,永不掉线,我们无时无刻都在创造更多的数据。”
Tibco的大数据工具在Pure存储基础之上运行。Harris表示,团队利用Tibco工具记录性能数据中的异常状况,利用Tibco Insight Platform进行高级分析。该平台提供与汽车性能相关的视觉、预测和实时数据流。
他表示,“科技可以帮助我们识别意外状况进而对车进行改动,改动后的车进而能获得正确的结果。我们要解决的问题与比赛联系在一起,我们不是在简单地翻查一些重复和平平常常的信息。我们作为IT团队必须确保做决定的人总能够获得数据。”
Harris表示,从以前的监控到现在的分析,焦点变了,这种改变令他手下的员工感到自己的工作可以发挥重要作用。他表示, “我们确保在公司里从上到下员工的目标是一致的。”
“IT部门的人员现在有了归属感,觉得是车队的一员,而不仅仅是花钱但不起眼的支持部门。我们确保每个人都能认识到自己的工作很重要,这是我们在过去几年里一个关键的考量因素。”
同样,团队的赛车手也和IT专业人士一样非常重视团队合作,刘易斯·汉密尔顿和Valtteri Bottas都是如此。Harris表示,团队合作、能力和科技的结合意味着团队能处于有利的地位,能在以后的赛事里取得成功。
他表示,“车队赛车手做了一件好事,他们每年至少来车厂一次,会在IT部门花一个小时与大家交谈。他们想了解我们在做什么,说到底,他们也只是一名员工。是的,他们在赛事周末的工作很重要,但其他人的工作也是如此。”
好文章,需要你的鼓励
CIO们正面临众多复杂挑战,其多样性值得关注。除了企业安全和成本控制等传统问题,人工智能快速发展和地缘政治环境正在颠覆常规业务模式。主要挑战包括:AI技术快速演进、IT部门AI应用、AI网络攻击威胁、AIOps智能运维、快速实现价值、地缘政治影响、成本控制、人才短缺、安全风险管理以及未来准备等十个方面。
北航团队发布AnimaX技术,能够根据文字描述让静态3D模型自动生成动画。该系统支持人形角色、动物、家具等各类模型,仅需6分钟即可完成高质量动画生成,效率远超传统方法。通过多视角视频-姿态联合扩散模型,AnimaX有效结合了视频AI的运动理解能力与骨骼动画的精确控制,在16万动画序列数据集上训练后展现出卓越性能。
过去两年间,许多组织启动了大量AI概念验证项目,但失败率高且投资回报率令人失望。如今出现新趋势,组织开始重新评估AI实验的撒网策略。IT观察者发现,许多组织正在减少AI概念验证项目数量,IT领导转向商业AI工具,专注于有限的战略性目标用例。专家表示,组织正从大规模实验转向更专注、结果导向的AI部署,优先考虑能深度融入运营工作流程并产生可衡量结果的少数用例。
这项研究解决了AI图片描述中的两大难题:描述不平衡和内容虚构。通过创新的"侦探式追问"方法,让AI能生成更详细准确的图片描述,显著提升了多个AI系统的性能表现,为无障碍技术、教育、电商等领域带来实用价值。