至顶网软件频道消息:
IBM正试图让自己的Watson Data Platform的数据访问更容易,以便让那些基于人工智能的应用使用该平台。
IBM表示,Watson中增加新的数据编目和精炼功能,将让开发者和数据科学家更容易为AI应用准备数据和分析数据。新功能让用户可以更容易跨公有云和私有云连接和分享数据,这也是IBM扩展其数据治理产品的举措之一。
IBM Watson Data Platform是一款基于云的服务,集成了各种工具帮助数据科学家和其他人从他们的数据中获得智能,访问AI、分析和机器学习服务。
这次公布的Data Catalog和Data Refinery工具可以帮助将不同格式、不同位置(例如云或者本地环境中)的数据聚合到一起,用户可以访问到这些数据。此外这些工具还可用于清理这些数据,让基于AI的应用可以使用这些数据。其他特点还包括能够利用元数据标记和执行数据治理策略,确保数据的安全性。
IBM还宣布提供Analytics Engine,可将数据存储与其中保存的信息分离开,把数据更快速地输送给AI应用。IBM表示,这些新功能将有助于打消AI应用开发者面临的主要障碍之一,也就是让保存在不同位置的复杂数据变得有意义。
对于那些正在应对数据量快速增长的企业来说,数据治理已经成为一个日益严重的问题。IBM正在通过扩展Unified Governance Platform来解决这个需求,该平台让企业组织能够更容易找到数据和分类数据。InfoSphere Information Server现在提供了对Unified Governance Catalog的单一视图,被用于定义通用数据描述。此外,IBM还更新了用于表和元数据服务的Datastage Designer工具,增加识别和建议使用模式的方法。
新推出的Analytical Master Data Management工具提供的自助式服务可用于动态可视化、探索和关联数据源。一个名为域“同意管理”主要针对需要符合将在明年5月生效的欧盟“通用数据保护条例”(GDPR)的企业。用户可以查看和管理在GDPR要求中定义的各种许可过程。
IBM还升级了Industry Data Models,主要是考虑到了GDPR条例。这些预先设计的业务和技术数据模型可用于围绕已经识别的数据加快商业智能应用的开发。这次增加了对GDPR域专有条款的支持,此外还有行业专用词汇索引,以填补监管机构和垂直行业之间在语言上的差距。
IBM Watson Data Platform总经理Derek Schoettle表示:“人工智能的关键是从强大的数据基础开始的,这将流入数据的量和速度挑战转变为一种资产。对于那些利用人工智能创新和竞争的企业来说,他们需要一种方法来掌握和组织各个来源的数据,将这种复杂数据索引作为每个决策和项目的支柱。”
好文章,需要你的鼓励
2025年,企业技术高管面临巨大压力,需要帮助企业从持续的AI投入中获得回报。大多数高管取得了进展,完善了项目优先级排序方法。然而,CIO仍面临AI相关问题。支离破裂的AI监管环境和宏观经济阻力将继续推动技术高管保持谨慎态度。随着AI采用增长的影响不断显现,一些CIO预期明年将带来劳动力策略变化。
这篇论文提出了CJE(因果法官评估)框架,解决了当前LLM评估中的三大致命问题:AI法官偏好倒置、置信区间失效和离线策略评估失败。通过AutoCal-R校准、SIMCal-W权重稳定和OUA不确定性推理,CJE仅用5%的专家标签就达到了99%的排名准确率,成本降低14倍,为AI评估提供了科学可靠的解决方案。
FinOps基金会周四更新了其FinOps开放成本和使用规范云成本管理工具,新版本1.3更好地支持多供应商工作流。该版本新增了合同承诺和协商协议数据集,增加了跨工作负载成本分摊跟踪列,以及云支出和使用报告时效性和完整性的元数据可见性。随着云和AI采用推动企业IT预算增长,技术供应商正在关注将成本与价值联系起来的努力。大型企业通常使用三到四家云供应商,小企业可能使用两家,同时还有数据中心、SaaS和许可等服务。
NVIDIA团队开发出Fast-FoundationStereo系统,成功解决了立体视觉AI在速度与精度之间的两难选择。通过分而治之的策略,该系统实现了超过10倍的速度提升同时保持高精度,包括知识蒸馏压缩特征提取、神经架构搜索优化成本过滤,以及结构化剪枝精简视差细化。此外,研究团队还构建了包含140万对真实图像的自动伪标注数据集,为立体视觉的实时应用开辟了新道路。