至顶网CIO与应用频道 04月11日 北京消息:联合国宣布与Tableau Software(纽交所代码:DATA)达成合作协议,Tableau将为联合国在全球范围内193个成员国的工作人员提供顶级的可视化分析服务。
2017年12月,联合国秘书长安东尼奥·古特雷斯 (António Guterres) 在海牙为人道主义数据中心(Centre for Humanitarian Data)揭幕时,强调了数据科学在帮助应对灾难方面的重要性。这表明,数据在处理社会发展问题、应对危机时发挥着决定性的作用,并且提供了多种创新解决方案。
“准确的数据是良好政策和决策的生命线,” 古特雷斯先生说,“在人道主义紧急情况下,让众多的人道主义机构获取并分享数据是复杂和耗时的,但绝对是至关重要的。”
与Tableau的合作可以帮助联合国在应对危机时,及时获得易于理解的信息。联合国助理秘书长兼联合国首席信息官Atefeh Riazi说: “数据的有效使用,可以帮助我们更深入地了解社会政治不稳定、自然灾害、气候变化等问题,并加强我们的决策能力,提高预测水平,帮助我们在下一轮危机到来之前先发制人。”
Riazi女士强调: “与Tableau的战略伙伴关系提升了全球联合国办事处的可视化分析能力,我们可以借此更好地使用数据。联合国守护着世界上独一无二的数据库,存储着世界社会经济与政治历史的大量数据。向公众开放这些数据,并且与合作伙伴通力协作,能够帮助我们优化决策,帮助联合国更好地开展工作。”
Tableau是第一家与联合国签署全球框架协议的美国软件公司。此项协议使Tableau成为整个联合国体系的可视化分析标准软件,并简化了联合国附属机构的技术引进流程。
“联合国工作的范围、复杂程度及其重要的影响力,使得简单易懂的数据和见解变得尤为重要”Tableau首席执行官Adam Selipsky指出,“促进和平正义,消除贫困,确保每个人拥有平等的权利,是我们共同的愿景。我们已经看到了数据在消除分歧等方面发挥的作用。我们很荣幸成为联合国的战略合作伙伴,帮助全世界的联合国员工为全人类创造更美好的未来。”
在对Tableau的技术能力与企业地位进行了全面详尽的考察后,Tableau被设立为联合国全球可视化分析的标准软件。此项协议以联合国多个机构的工作为基础,这些机构此前已经使用Tableau来获得洞察以应对一些全球范围内的严峻挑战。联合国难民事务高级专员办事处(UNHCR),世界卫生组织(WHO)和国际原子能机构(IAEA)在内的众多机构,已经在使用Tableau来帮助改善地区人民的生活。此项里程碑式的协议帮助联合国体系下的众多机构,不论是在总部、区域办公室或者在开展国家任务时,都能够使用处于行业领先地位的Tableau软件。
2015年以来,Tableau的慈善机构Tableau基金会已经和联合国相关机构开展合作,以推动数据创新并为世界各地的弱势群体提供支持。作为联合国可持续发展目标中的一部分,Tableau基金会与联合国世界粮食计划署(WFP)合作,向超过80个国家的决策者提供实时的食品安全监测分析,帮助缓解饥饿与贫困问题。
此外,Tableau基金会还与联合国人道主义事务协调办公室(OCHA)合作,优化人道主义数据交换系统(HDX),提升备灾救灾方面的数据获取效率。
“我为联合国在全球数据变革中发挥的作用感到自豪,与此同时,我很期待与我们来自世界各地的伙伴通力合作,发挥作用。”Riazi女士说。Tableau期待与联合国及其他科技集团建立战略合作伙伴关系,以支持联合国实现其伟大目标。
好文章,需要你的鼓励
在技术快速发展的时代,保护关键系统越来越依赖AI、自动化和行为分析。数据显示,2024年95%的数据泄露源于人为错误,64%的网络事件由员工失误造成。虽然先进的网络防御技术不断发展,但人类判断仍是最薄弱环节。网络韧性不仅是技术挑战,更是人员和战略需求。建立真正的韧性需要机器精确性与人类判断力的结合,将信任视为战略基础设施的关键要素,并将网络韧性提升为国家安全的核心组成部分。
南洋理工大学团队开发了Uni-MMMU基准测试,专门评估AI模型的理解与生成协同能力。该基准包含八个精心设计的任务,要求AI像人类一样"边看边想边画"来解决复杂问题。研究发现当前AI模型在这种协同任务上表现不平衡,生成能力是主要瓶颈,但协同工作确实能提升问题解决效果,为开发更智能的AI助手指明了方向。
自计算机诞生以来,人们就担心机器会背叛创造者。近期AI事件包括数据泄露、自主破坏行为和系统追求错误目标,暴露了当前安全控制的弱点。然而这种结果并非不可避免。AI由人类构建,用我们的数据训练,在我们设计的硬件上运行。人类主导权仍是决定因素,责任仍在我们。
360 AI Research团队发布的FG-CLIP 2是一个突破性的双语精细视觉语言对齐模型,能够同时处理中英文并进行精细的图像理解。该模型通过两阶段训练策略和多目标联合优化,在29个数据集的8类任务中均达到最先进性能,特别创新了文本内模态对比损失机制。团队还构建了首个中文多模态评测基准,填补了该领域空白,为智能商务、安防监控、医疗影像等应用开辟新可能。