至顶网CIO与应用频道 05月25日 北京消息:2018年第六届SAS中国用户大会暨商业分析领袖峰会(SAS Forum China 2018)在北京成功举办。峰会以“激发非凡”为主题,聚焦“云分析、大数据分析、物联网、移动社交、智能制造、实时营销决策、实时反欺诈、开放平台”等热点话题,通过创新思维、实战案例,揭示数据背后真正的商业价值,激发各行业所蕴藏的潜能。
人工智能将驱动分析经济发展
据IDC发布的2017年大数据白皮书预测,2025年全球大数据规模将增长至163ZB,相当于2016年的10倍,预示大数据将继续表现出更为强健的增长态势。尽管如此,数据本身并不是价值的生产者,而是价值的载体,只有通过分析才能发掘出其背后真正的价值。
“如果说分析是驱动经济转型的引擎,就有理由将分析的力量分享给更多人,这正是SAS一直以来所做的,我们主张‘人人都是分析师’,意味着每个人无论背景如何都享有使用分析的权益,每个企业无论规模大小都能从分析中获得同样利益。”SAS高级副总裁兼全球研发负责人Stuart Nisbet在主题演讲时表示。因此数据无处不在,分析不分你我,从数据背后挖掘出价值的多少,取决于分析方式上的创新,借此为实体经济赋能,实现新经济,即分析经济的稳步增长。

SAS高级副总裁兼全球研发负责人
现在云计算、物联网、人工智能等新兴技术层出不穷,每个技术从概念到实践都是新一轮科技创新和产业革命,为经济发展带来全新机遇。其中,人工智能这一新兴技术发展尤为迅猛,不断扩张的市场规模更是令人震撼,根据Gartner最新发布的预测报告,2018年全球人工智能市场规模将高达1.2万亿美元,较2017年增长70%之多。人工智能势必成为未来最具颠覆性的创新技术。
早在数十年前SAS便将人工智能和机器学习应用到分析当中,帮助企业解决问题并创造价值,如今,SAS拥抱人工智能并为数据分析带来技术突破。例如在数据分析推动经济发展的趋势下,企业需要具备端到端功能的数据分析平台,以解决贯穿于数据准备、数据管理以及模型创建和 部署当中的问题。SAS®平台及其SAS®ViyaTM 新嵌入的人工智能技术,为数据科学家、商业用户和管理人员提供了将原始数据转化为智能情报的开放性解决方案。
凭借在数据分析领域的多年深耕,Stuart Nisbet认为:“我们目前所生活的世界正在向高度智能化升级,智能将渗透物联网并贯穿整个分析生命周期,SAS拥抱人工智能,在产品组合和解决方案中嵌入机器学习、深度学习等创新技术,助推分析经济增长。”
以“知的力量”助推中国大数据实施
在今年的十三届全国人大一次会议上,大数据已连续5年被列入政府工作报告正文,特别是在2017年年底,中共中央政治局专门针对实施国家大数据战略进行第二次集体学习,标志着大数据开始步入战略实施阶段,不仅要加快完善数字基础设施,推进数据资源整合和开放共享,更要以数据为纽带促进产学研深度融合,打造多层次、多类型的大数据人才队伍。

SAS大中华区总裁吴辅世
除了在金融、制造等强势行业取得了依旧丰硕的成果,SAS中国更在政府市场取得了突破性进展。SAS大中华区总裁吴辅世在开幕辞中回顾到:“2017年我们在政府市场取得了突破性的重大进展,先后和贵阳市及深圳市政府建立战略合作,推动大数据分析的创新中心项目。这些关键性的政府项目,将以创新来推动中国的经济转型和产业升级,具有非常深远的战略意义。”
针对下一代人才培养,SAS坚信人才是数据分析行业最重要的资产,不仅要行使“知的力量”,更要践行“数据为善”,协助教育相关机构有效改善资源管理能力,并为未来大数据人才提供更精准的资源。截至目前,SAS已经与全球各国的高校展开合作,支持了统计分析及相关科学超过70种硕士学位认证和170项其他认证项目,其中也包括北大、清华、人大、浙大、复旦等中国著名高校。
另外,“中国高校SAS数据分析大赛”已经走进了第五年,大赛的规模也从第一届的3个赛区、55支队伍扩展到去年第五届的全国31个省级赛区,共汇聚国内各省市1036支参赛队伍,覆盖到的地域、参赛规模和人数都刷新了往届记录。在2015年大赛颁奖典礼上正式挂牌成立的SAS大学-精英学院,也已经培育了一批又一批优秀的数据分析应用型人才。
用“好奇心”激发数据世界的无限潜能
“激发非凡”作为本届峰会的主题,仅仅四个字却彰显出SAS在数据分析领域的远大期许,致力于通过分析创新,挖掘并激发海量数据背后蕴藏的无限潜能并创造价值。“我们的CEO Jim Goodnight坚信 ‘好奇心是人类进步的核心’,这也激励着每一位SAS员工。在我们看来好奇心是所有发现的催化剂,它为我们带来了知识、洞察和智慧,借此我们能够帮助企业轻松使用强大的数据分析工具,激发出更新奇的创意,进而帮助企业自身发展。”吴辅世有感而发。
SAS自初创40多年以来,好奇心从未止步,始终专注于发现、探索、创新和分析,帮助客户将当下面临的挑战化为未来的重大决策。SAS总是心向进步,而这些进展和突破也不仅限于不断完善现有产品技术,或是全新开发产品技术。
在这个数据呈爆炸式增长,创新技术迭代层出的时代下,SAS希望借助智能分析、知的力量和好奇心文化,让每个人都能成为数据分析师,能够基于新数据和新发现做出最佳决策,由此SAS付诸行动、不断突破,最终实现将数据世界变革为智能世界的宏大愿景。
好文章,需要你的鼓励
微软近年来频繁出现技术故障和服务中断,从Windows更新删除用户文件到Azure云服务因配置错误而崩溃,质量控制问题愈发突出。2014年公司大幅裁减测试团队后,采用敏捷开发模式替代传统测试方法,但结果并不理想。虽然Windows生态系统庞大复杂,某些问题在所难免,但Azure作为微软核心云服务,反复因配置变更导致客户服务中断,已不仅仅是质量控制问题,更是对公司技术能力的质疑。
Meta研究团队发现仅仅改变AI示例间的分隔符号就能导致模型性能产生高达45%的巨大差异,甚至可以操纵AI排行榜排名。这个看似微不足道的格式选择问题普遍存在于所有主流AI模型中,包括最先进的GPT-4o,揭示了当前AI评测体系的根本性缺陷。研究提出通过明确说明分隔符类型等方法可以部分缓解这一问题。
当团队准备部署大语言模型时,面临开源与闭源的选择。专家讨论显示,美国在开源AI领域相对落后,而中国有更多开源模型。开源系统建立在信任基础上,需要开放数据、模型架构和参数。然而,即使是被称为"开源"的DeepSeek也并非完全开源。企业客户往往倾向于闭源系统,但开源权重模型仍能提供基础设施选择自由。AI主权成为国家安全考量,各国希望控制本地化AI发展命运。
香港中文大学研究团队开发出CALM训练框架和STORM模型,通过轻量化干预方式让40亿参数小模型在优化建模任务上达到6710亿参数大模型的性能。该方法保护模型原生推理能力,仅修改2.6%内容就实现显著提升,为AI优化建模应用大幅降低了技术门槛和成本。