ZD至顶网CIO与应用频道 07月08日 评论消息: 在客户时代(Age of the Customer),普通用户和消费者拥有泛在的连接能力,他们因此期待能够在需要的时刻和地点得到个性化的服务和产品。传统的采集在线行为数据或者通过第三方采购数据的途径都已经不能够充分支持企业满足以上客户需求。为了帮助企业决策者全面的了解客户及其所置身情境的信息,企业架构专业人士必须对企业原有的架构进行修改,以确保企业能够充分获得和处理有关业务实时的洞察和数据。Forrester将这种数据能力命名为“自适应智能”(Adaptive Intelligence),它指的是:企业为了实现业务价值的最大化而开展的实时、多向、用于获得适合特定情境的权威知识的数据分享活动。
对于数据的需求正在塑造中国数据经济
中国数据经济的早期实践者可以被分为四类,如下图所示。企业架构专业人士应当了解不同象限的市场特点以及处在不同位置的企业如何通过更广泛的参与到数据生态系统中、或者通过与其他企业协作发展自身的自适应智能能力。
·数据客户 通常会利用来自不同源头的数据改善客户体验和实现市场差异化
·数据发起者 通过开放内部数据资源来打造共赢的合作伙伴关系
·数据分析者 通过用数据模型工具处理原始数据从而获得分析洞察
·数据集成商 通过搭建数据市场来促进数据利用
作为发展自适应智能的第一步,企业可以首先尝试利用外部的数据资源。企业架构专业人员可以率先开始自适应智能的相关工作,并帮助企业完成相应的转型。在发展的初始阶段,企业架构专业人员须要重点关注数据的来源、结构以及互操作性,并逐步丰富包括治理和控制在内的自适应智能的其他功能。
好文章,需要你的鼓励
英特尔携手戴尔以及零克云,通过打造“工作站-AI PC-云端”的协同生态,大幅缩短AI部署流程,助力企业快速实现从想法验证到规模化落地。
意大利ISTI研究院推出Patch-ioner零样本图像描述框架,突破传统局限实现任意区域精确描述。系统将图像拆分为小块,通过智能组合生成从单块到整图的统一描述,无需区域标注数据。创新引入轨迹描述任务,用户可用鼠标画线获得对应区域描述。在四大评测任务中全面超越现有方法,为人机交互开辟新模式。
阿联酋阿布扎比人工智能大学发布全新PAN世界模型,超越传统大语言模型局限。该模型具备通用性、交互性和长期一致性,能深度理解几何和物理规律,通过"物理推理"学习真实世界材料行为。PAN采用生成潜在预测架构,可模拟数千个因果一致步骤,支持分支操作模拟多种可能未来。预计12月初公开发布,有望为机器人、自动驾驶等领域提供低成本合成数据生成。
MIT研究团队发现,AI系统无需严格配对的多模态数据也能显著提升性能。他们开发的UML框架通过参数共享让AI从图像、文本、音频等不同类型数据中学习,即使这些数据间没有直接对应关系。实验显示这种方法在图像分类、音频识别等任务上都超越了单模态系统,并能自发发展出跨模态理解能力,为未来AI应用开辟了新路径。