CNET科技資訊網(wǎng) 3月21日 北京消息(文/齊豐潤): 對于現(xiàn)在的企業(yè)來說,數(shù)據(jù)能力已逐漸成為核心能力,不過面對數(shù)據(jù)激增所帶來的巨大挑戰(zhàn),企業(yè)的信息管理能力也承受著強(qiáng)大的壓力。近日,全球信息管理解決方案廠商Veritas Technologies推出全新Enterprise Vault 12和Data Insight 5.1產(chǎn)品,同時(shí)發(fā)布會(huì)上Veritas還發(fā)布了《數(shù)據(jù)基因指數(shù)》報(bào)告。
Veritas公司信息智能事業(yè)部高級副總裁兼總經(jīng)理Greg Muscarella表示:“在當(dāng)今數(shù)字化時(shí)代,幾乎所有企業(yè)都需要應(yīng)對數(shù)據(jù)激增所導(dǎo)致的巨大挑戰(zhàn),企業(yè)平均每年花費(fèi)在過期數(shù)據(jù)上的金額高達(dá)2050萬美元。為了應(yīng)對數(shù)據(jù)洪流,大多數(shù)企業(yè)選擇擴(kuò)大現(xiàn)有的基礎(chǔ)架構(gòu)。但是,一個(gè)主動(dòng)型信息監(jiān)管策略就能夠顯著提升最終成果,同時(shí)降低相關(guān)風(fēng)險(xiǎn)。”
Enterprise Vault 12采用高度靈活的集中式、高性能分類框架,在刪除不必要信息的同時(shí),簡化識(shí)別有價(jià)值或需要監(jiān)管信息的工作流程。Enterprise Vault 12采用Veritas兼容型分類引擎技術(shù),可自動(dòng)分類收入的內(nèi)容,包括電子郵件、文件、SharePoint、即時(shí)消息以及社交媒體內(nèi)容等。
Data Insight 5.1全面支持Box,通過多種功能,幫助企業(yè)識(shí)別整個(gè)環(huán)境中的敏感信息,包括本地存儲(chǔ)和最常見的云存儲(chǔ)選項(xiàng)。同時(shí),Data Insight 5.1還提供增強(qiáng)型修補(bǔ)工作流程,用戶可利用自助服務(wù)門戶實(shí)現(xiàn)輕松訪問,并盡可能地實(shí)現(xiàn)訪問和權(quán)限變更的自動(dòng)化與可重復(fù)化。
除了兩款新產(chǎn)品之外,此次發(fā)布的《數(shù)據(jù)基因指數(shù)》報(bào)告首次公開當(dāng)今企業(yè)數(shù)據(jù)環(huán)境的精確洞察,同時(shí)企業(yè)可以將其作為對比標(biāo)準(zhǔn)。該調(diào)研所得出的洞察能夠大力推動(dòng)企業(yè)智能化運(yùn)轉(zhuǎn),實(shí)現(xiàn)最大修復(fù)能力,從而獲得最佳的商業(yè)回報(bào)。
報(bào)告指出,由開發(fā)者主導(dǎo)的文件和演示文稿文件已成為過去時(shí);秋季成為存儲(chǔ)旺季;在數(shù)據(jù)環(huán)境中,41%的數(shù)據(jù)長期無人問津;孤立數(shù)據(jù)成為企業(yè)的巨大負(fù)擔(dān);小變動(dòng)或極大影響企業(yè)存儲(chǔ)成本等內(nèi)容。
Veritas公司首席技術(shù)官Steve Vranyes表示:“客戶一直向我們訴說困擾他們的兩大挑戰(zhàn):數(shù)據(jù)的爆炸式增長,以及在新服務(wù)器和應(yīng)用程序上所投入的有限的配置資源及預(yù)算。借助Veritas對關(guān)鍵元數(shù)據(jù)特征的獨(dú)特洞察,我們可以精確地呈現(xiàn)一般數(shù)據(jù)環(huán)境的真實(shí)情況。這些洞察分析會(huì)幫助企業(yè)從容應(yīng)對當(dāng)今嚴(yán)峻增長態(tài)勢下所發(fā)生的巨大變化。”
好文章,需要你的鼓勵(lì)
新加坡國立大學(xué)研究團(tuán)隊(duì)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(shí)驗(yàn)顯示,僅訓(xùn)練AI玩簡單撲克游戲就能讓其數(shù)學(xué)推理能力提升8.6%,通用推理提升8.4%,且無需任何數(shù)學(xué)題目作為訓(xùn)練材料。研究發(fā)現(xiàn)游戲中的三種推理模式能成功轉(zhuǎn)移到數(shù)學(xué)解題中,為AI訓(xùn)練提供了新思路。
同濟(jì)大學(xué)團(tuán)隊(duì)開發(fā)的GIGA-ToF技術(shù)通過融合多幀圖像的"圖結(jié)構(gòu)"信息,創(chuàng)新性地解決了3D相機(jī)噪聲問題。該技術(shù)利用圖像間的不變幾何關(guān)系,結(jié)合深度學(xué)習(xí)和數(shù)學(xué)優(yōu)化方法,在合成數(shù)據(jù)集上實(shí)現(xiàn)37.9%的精度提升,并在真實(shí)設(shè)備上展現(xiàn)出色泛化能力,為機(jī)器人、AR和自動(dòng)駕駛等領(lǐng)域提供更可靠的3D視覺解決方案。
伊利諾伊大學(xué)研究團(tuán)隊(duì)通過對比實(shí)驗(yàn)發(fā)現(xiàn),經(jīng)過強(qiáng)化學(xué)習(xí)訓(xùn)練的視覺語言模型雖然表現(xiàn)出"頓悟時(shí)刻"現(xiàn)象,但這些自我糾錯(cuò)行為并不能實(shí)際提升推理準(zhǔn)確率。研究揭示了AI模型存在"生成-驗(yàn)證差距",即生成答案的能力強(qiáng)于驗(yàn)證答案質(zhì)量的能力,且模型在自我驗(yàn)證時(shí)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(jī)構(gòu)聯(lián)合提出SparseLoRA技術(shù),通過動(dòng)態(tài)稀疏性實(shí)現(xiàn)大語言模型訓(xùn)練加速1.6倍,計(jì)算成本降低2.2倍。該方法使用SVD稀疏性估計(jì)器智能選擇重要計(jì)算部分,在保持模型性能的同時(shí)顯著提升訓(xùn)練效率,已在多個(gè)任務(wù)上驗(yàn)證有效性。