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
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。