在今天的全球CDN2014會上,藍汛ChinaCache副總裁付亮在談到藍汛在大數據下的愿景時表示:“馬云先生一個人在天上飛太久,肯定會孤獨的。”
言下之意可能在意指藍汛希望將來在大數據下的作為與阿里并駕齊驅。
圖為藍汛ChinaCache副總裁付亮
付亮指出,關于數據,藍汛ChinaCache 絕對有話語權。ChinaCache 每天擁有30億次頁面訪問量、10億次視頻點播量、日志每天訪問流量超過35tb。由此產生的數據將為其在大數據下的研究占優(yōu)。
不過,在大數據領域,互聯網各行各業(yè)都在做這種事情。付亮稱,與其他企業(yè)不同的是,ChinaCache 做大數據主要在于客戶,幫助客戶降低進入互聯網的產業(yè)門檻,為其提供一整套從海量日志分析服務平臺(CDA)到海量引擎(CME)的大數據服務。
該大數據服務主要適用于互聯網、企業(yè)的日常運營數據分析、用戶行為畫像、提升IT運營敏捷度,以及海量數據下實時分析和全文檢索的解決方案。
在這一點上,藍汛在政府媒體、企業(yè)和運營商的案例中都有相關建樹。
在政府媒體方面,藍汛早在兩年前就與工信部以及工信部研究院有合作,其解決之道在于通過內容感知網絡服務平臺,幫助客戶網站內容的及時推送、應對各種潛在性惡意攻擊和突發(fā)事件不可預知的訪問流量。
對于企業(yè),藍汛為中國工商銀行無故障服務多年,通過對網站訪客行為和網站運行數據分析,使其不僅在訪問量得到提升,在經濟效益也有收益。
在運營商的優(yōu)化上,藍汛從2012年開始與上海電信和運營商合作,提供從內容引入到推送到優(yōu)化一整套解決方案。
付亮最后表示,藍汛也正在向運動數據、健康數據、人工智能等新興領域拋橄欖枝。
好文章,需要你的鼓勵
新加坡國立大學研究團隊開發(fā)了SPIRAL框架,通過讓AI與自己對弈零和游戲來提升推理能力。實驗顯示,僅訓練AI玩簡單撲克游戲就能讓其數學推理能力提升8.6%,通用推理提升8.4%,且無需任何數學題目作為訓練材料。研究發(fā)現游戲中的三種推理模式能成功轉移到數學解題中,為AI訓練提供了新思路。
同濟大學團隊開發(fā)的GIGA-ToF技術通過融合多幀圖像的"圖結構"信息,創(chuàng)新性地解決了3D相機噪聲問題。該技術利用圖像間的不變幾何關系,結合深度學習和數學優(yōu)化方法,在合成數據集上實現37.9%的精度提升,并在真實設備上展現出色泛化能力,為機器人、AR和自動駕駛等領域提供更可靠的3D視覺解決方案。
伊利諾伊大學研究團隊通過對比實驗發(fā)現,經過強化學習訓練的視覺語言模型雖然表現出"頓悟時刻"現象,但這些自我糾錯行為并不能實際提升推理準確率。研究揭示了AI模型存在"生成-驗證差距",即生成答案的能力強于驗證答案質量的能力,且模型在自我驗證時無法有效利用視覺信息,為AI多模態(tài)推理發(fā)展提供了重要啟示。
MIT等頂尖機構聯合提出SparseLoRA技術,通過動態(tài)稀疏性實現大語言模型訓練加速1.6倍,計算成本降低2.2倍。該方法使用SVD稀疏性估計器智能選擇重要計算部分,在保持模型性能的同時顯著提升訓練效率,已在多個任務上驗證有效性。
關注科技創(chuàng)新、技術投資。
以文會友,左手硬核科技,右手浪漫主義。