至顶网CIO与应用频道 09月30日 北京消息:世界领先的独立研究机构Forrester在《2018年第三季度Forrester Wave™分析报告》中,将SAS评为多模态预测分析和机器学习解决方案的领导者。报告称“SAS打造了第一个真正的多模态预测分析和机器学习解决方案”,并称赞SAS完成了几乎不可能完成的工作。
“各个企业机构都急需应对复杂业务问题的解决方案,但是拥有专业技能的杰出数据科学家和分析专家却供不应求。”SAS人工智能与机器学习策略分析师Lorry Hardt表示:“SAS机器学习工具专为提升效率和便捷性而设计,涵盖了将原始数据转化为可实施性洞察的所有必要步骤,可同时满足从数据科学家到业务用户的需求。由于机器学习是人工智能技术的基础,随着越来越多的企业机构拥抱人工智能并期待人工智能带来的美好前景,SAS的专业技术价值也显得愈发重要。”
SAS®可视化数据挖掘和机器学习解决方案为用户提供了一个解决复杂分析问题的平台。基于数据预处理可视化高级分析与模型部署,该方案可以将整个机器学习过程(从数据访问/转换和预处理到评分)整合至一个系统环境中。SAS®可视化数据挖掘和机器学习解决方案在SAS®ViyaTM架构上运行,包含最新的统计、机器学习、深度学习和文本分析算法,可加速结构化和非结构化数据挖掘,同时支持流行的开源语言。
该报告指出:“SAS®可视化数据挖掘和机器学习平台允许用户对可视化机器学习管线和代码进行相互转换,并为自动化机器学习提供集成化的功能。所有这一切都整合在一个流畅的、可视化的、统一的环境中,其中还包含一系列经过精心设计的可视化工具,这些工具还在不断开发、优化中,用于创建模型以及深度神经网络。
好文章,需要你的鼓励
穆拉蒂时隔18个月首次接受重大媒体采访,介绍其创立的Thinking Machines Lab正在开发的"交互模型"。该模型能以200毫秒间隔处理音频、文本和视频流,捕捉人类交流中的中断、修正和停顿。她还谈及OpenAI"政变周"经历,强调行业决策权过于集中的担忧,并回应了公司近期研究人员离职问题,表示这是初创实验室的正常波动。
STATE16研究院这篇综述发现,物理AI系统存在"静默失效"风险——AI以高度自信执行基于错误世界信息的动作,却不触发任何报警,并提出在AI输出与物理执行之间建立独立授权层的框架。
本期《Quick Charge》播客涵盖多个热点话题:特斯拉疑似试图删除FSD欺诈相关证据以规避巨额赔付;卡特彼勒持续推进建筑领域电气化布局;住宅太阳能30%税收抵免即将到期。此外,嘉宾Tom Pacheco就高压系统与电池技术培训展开探讨,强调电动车技术人才培养的紧迫性。节目同时提醒有意安装太阳能的用户尽快行动,可通过EnergySage平台比较多家安装商报价。
UIUC与微软联合研发的OpenWebRL框架让4B小模型仅凭400条初始数据,通过在真实网站上边做边学的强化学习方式,在网页智能体基准上超越了用27万条数据训练的竞争对手。