《孙子兵法》说:多算胜,少算不胜,而况于无算乎!”这里的算,指的就是计算全部影响战争结果的数据。在传统条件下,用人脑就可以完成数据分析工作;随着现代科技的发展,特别是移动互联网蓬勃生长的条件下,数据海量增长,用传统手段应对计算分析任务越来越困难。不断增长的网络、视频、定位等数据,对打击犯罪、司法公正都起到了重大作用;而如何用好这些数据,亟待新的技术手段。过去四年多来,全国公检法体系中运用大数据技术辅助工作,解决了司法改革中的大量难题。明显感知,自党的十八大以来,以人工智能和大数据为代表的高科技已经开始全面“武装”政法系统。
烽火FitData大数据平台是烽火在新兴领域的代表之一,根据烽火大数据理念和方法,构建一站式数据采集、数据预处理、数据存储、数据计算、数据分析挖掘、数据可视化、用户工作台和平台运维的综合平台。
结合大数据处理需求以及烽火对各领域的业务理解,FitData大数据平台提供了从原始数据到数据运营的全业务、全数据、全覆盖的整体解决方案,打造以统一管理调度为基础,以数据处理为中心、以满足用户需求为目标的新型平台。目前,烽火大数据解决方案,主要聚焦于公检法司等政法领域。
烽火理念
传统IT建设,一般基于独立应用需求开发,较少考虑未来情况。烽火大数据平台,基于云大一体化理念,构建从基础硬件、云计算到大数据的统一解决方案,具备易扩展、易运维、易升级的特点。整合全量数据,形成可生长的大数据生态圈,基于大数据应用开发平台,,创新应用开发快速、部署便捷、维护简便。
政法多源数据
烽火大数据平台的基础是数据,汇聚业务,融合数据,使各业务系统不再孤立地存在,形成一个整体数据池,最终通过大数据分析和人工智能技术,将数据和应用无缝结合在一起,形成真正意义上的“智慧大脑”系统。政法系统拥有综治、公安、检察院、法院、司法等多部门数据,具备天然的海量数据基础,利用烽火大数据平台,可将各部门分散数据集中融合,打造大数据分析的坚实数据基础。
政法大数据解决方案
烽火政法大数据解决方案主要由三个层次组成,即数据感知层、大数据平台层和创新应用层。一是构建数据感知层,全面接入和治理各单位业务系统数据源,解决了数据从哪里来的问题;二是构建大数据平台层,形成一站式资源池,解决了海量数据的存储和计算问题;三是构建创新应用层,搭建辅助决策、应急指挥、人物画像、维稳预警等创新应用,解决了数据如何使用,如何用好的问题。
客户价值
Ø视频大数据分析助力社会治理提升
在过去,社会治理主要靠人工普查,而通过大数据平台视频分析系统,可综合汇聚综治、网格、公安、交通、社会商户等各类公(私)视频系统的人、车、路、事等多种类信息,形成“事前预警、事中可控、事后可查”的社会治理的新局面。把大数据手段充分运用到打防管控、司法执法、服务管理、队伍监督等领域和环节。政法机关运用大数据理念和手段精准打防、精确管控、精细服务,推进社会治理创新,提升社会治理水平。
Ø法院大数据助力智能办案
“案多人少、工作繁重”是近年来各地基层法院面临的一个严峻问题。通过在法院系统建立大数据智能分析平台,对海量案件数据进行采集分析,搭建以法官为中心的智慧架构,实现繁简分流、自动分案,精确推送典型案例、文书模板、裁判结果、类案参考等,提高法官办案效率,实现类案同判和量刑规范化,促进裁判尺度统一。建立法检互联共享平台,实现法检两院一审公诉案件网上移送,提高诉讼效率,降低办案成本。依托智能判案,已成为应用科技提高司法生产力的有益探索。
面向未来
面向未来,烽火将依托深厚的技术积累、聚集全球的研发资源,充分发挥数十年来积累的技术、产品和人才优势,以融合开放的大数据技术为核心,致力于大数据政法解决方案的不断迭代和发展。继续整合全国合作伙伴资源,在政法各应用领域耕耘,建造烽火在政法领域的大数据生态体系。
好文章,需要你的鼓励
CoreWeave发布AI对象存储服务,采用本地对象传输加速器(LOTA)技术,可在全球范围内高速传输对象数据,无出口费用或请求交易分层费用。该技术通过智能代理在每个GPU节点上加速数据传输,提供高达每GPU 7 GBps的吞吐量,可扩展至数十万个GPU。服务采用三层自动定价模式,为客户的AI工作负载降低超过75%的存储成本。
IDEA研究院等机构联合开发了ToG-3智能推理系统,通过多智能体协作和双重进化机制,让AI能像人类专家团队一样动态思考和学习。该系统在复杂推理任务上表现优异,能用较小模型达到卓越性能,为AI技术的普及应用开辟了新路径,在教育、医疗、商业决策等领域具有广阔应用前景。
谷歌DeepMind与核聚变初创公司CFS合作,运用先进AI模型帮助管理和改进即将发布的Sparc反应堆。DeepMind开发了名为Torax的专用软件来模拟等离子体,结合强化学习等AI技术寻找最佳核聚变控制方式。核聚变被视为清洁能源的圣杯,可提供几乎无限的零碳排放能源。谷歌已投资CFS并承诺购买其200兆瓦电力。
上海人工智能实验室提出SPARK框架,创新性地让AI模型在学习推理的同时学会自我评判,通过回收训练数据建立策略与奖励的协同进化机制。实验显示,该方法在数学推理、奖励评判和通用能力上分别提升9.7%、12.1%和1.5%,且训练成本仅为传统方法的一半,展现出强大的泛化能力和自我反思能力。