亚马逊网络服务公司(AWS)通过发布预览版的Amazon QuickSight Q扩充了该公司的商业智能服务,Amazon QuickSight Q是一种自然语言查询工具,可以作为该公司QuickSight云服务的配套功能。
亚马逊网络服务公司(AWS)的首席执行官Andy Jassy在公司年度re:Invent开发人员大会上的主题演讲中表示,借助QuickSight Q,用户可以使用日常的自然语言搜索数据库并在几秒钟内收到响应。
Q使用了机器学习和自然语言处理技术,并在多个数据点和业务领域进行了培训,它能够从用户的问题中提取业务术语(例如收入、增长、分配等)和意图,从源头筛选出相关的数据,并以数字和图形的形式反馈答案。
Jassy表示:“我们将提供自然语言,以提供我们认为的关键学习内容……我不喜欢非得让我们的用户知道要访问哪些数据库或者数据存储在哪里才能够查询的做法。我希望他们能够在搜索条以自然语言的方式中输入内容,然后就能够得到相应的答案。”
Amazon QuickSight于2016年推出,挑战了Qlik和Tableau等提供的传统商业智能工具。
该服务旨在让员工能够从数据中获取业务信息——无论他们的技术技能水平的高低。该服务提供了图形化的工具,让用户能够更轻松地将来自于AWS和各种第三方数据源的数据实现可视化,制作图表、图形和表格。
AWS表示QuickSight Q的预览版可以在美国东部(弗吉尼亚北部)、美国西部(俄勒冈)、美国东部(俄亥俄州)和欧洲(爱尔兰)使用。
好文章,需要你的鼓励
周一AWS美东数据中心DNS故障导致数百万用户和上千家企业断网,Reddit、Snapchat、银行和游戏平台均受影响。专家认为这凸显了冗余备份的重要性,CIO需要根据业务关键性进行风险评估,优先保护核心系统。单一供应商策略仍可行,但需通过多区域部署分散风险,建立故障转移计划。金融、医疗等高风险行业需更高冗余级别。
上海AI实验室等机构联合提出FrameThinker框架,革命性地改变了AI处理长视频的方式。该系统采用"侦探式"多轮推理,先快速扫描全视频获得概览,再有针对性地深入分析关键片段。通过两阶段训练和认知一致性验证,FrameThinker在多个视频理解基准测试中准确率平均提升10.4%,计算效率提高20倍以上,为AI视频理解领域带来突破性进展。
英国政府发布新的反勒索软件指导文件,旨在解决供应链安全薄弱环节。该指南与新加坡当局联合制定,帮助组织识别供应链问题并采取实际措施检查供应商安全性。英国国家网络安全中心过去一年处理了204起"国家重大"网络安全事件。指南强调选择安全可靠的供应商、加强合同网络安全条款、进行独立审计等措施,以提升供应链韧性和防范网络攻击。
复旦大学团队创建MedQ-Bench基准,首次系统评估AI模型医学影像质量评估能力。研究覆盖五大成像模式,设计感知-推理双层评估体系,意外发现医学专用AI表现不如通用AI。结果显示最佳AI模型准确率仅68.97%,远低于人类专家82.50%,揭示了AI在医学影像质控应用中的现实挑战和改进方向。