至顶网CIO与应用频道 10月30日 北京消息:数据分析领域领导者SAS宣布,车联网信息服务提供商Octo Telematics已采用SAS解决方案针对物联网(IoT)实时数据进行分析,帮助汽车保险公司掌握客户行车数据并鼓励安全驾驶行为,该公司可以通过行驶速度、急刹车和瞬间加速等指标帮助保险公司及其客户了解行车安全程度。随着以后自动驾驶汽车的出现,该技术将为道路交通安全奠定新基础。
对保险公司来说,由于可用于风险评估的信息少之又少,保费计算工作就会比较繁琐。客户的驾照年限和驾驶车辆类型都不能作为行车安全的参考依据,况且保险公司收到的事故报告多为主观判断,甚至是在事故发生一段时间后完成的。
面对这一问题,领先的车联网信息服务提供商Octo Telematics通过SAS专为保险公司设计的解决方案,能够获得更多投保人的信息。通过监控车主的实际驾驶表现,合理运用SAS软件分析数据,Octo可为保险公司带来更深入的洞察,更清晰地掌握客户每天的实际驾驶情况。这些新数据使保险公司能够做出更公平、更客观的保费定价决策,甚至针对行车安全度最高的客户采取降低费率的措施,进而鼓励安全的驾驶行为。
Octo Telematics首席执行官兼创始人Fabio Sbianchi表示:“SAS帮助我们实现在物联网和分析服务方面的愿景。这意味着我们有足够的能力分析海量数据,为保险公司及其客户快速挖掘数据背后的洞见并将其转化为行动力,确保保险费率更公平客观,甚至鼓励良好驾驶行为。”
基于SAS®可视化分析的分析结果,Octo为保险公司提供每位车主的风险评估,其中有些评估结果令人惊讶。例如,人们普遍认为年轻车主缺乏经验,容易造成更多车祸,但Octo的数据显示,26%的年轻车主被评分为较低风险。
“Octo的这个案例很好地阐释了分析技术与物联网的结合能够让每个人的生活变得更美好、更安全。”SAS全球高级副总裁兼物联网研究院总经理Jason Mann说。
Fabio Sbianchi总结了Octo与SAS的合作成果:“我们现在可以生成更多关于事故的信息,将其共享给所有利益相关方,以避免赔偿权利人之间的纠纷,这也使保险公司的赔付速度提高了50%。未来几年内,自动驾驶汽车即将上路,因此自主判定错误,正确区分事故责任的技术是至关重要的。”
凭借丰富的物联网相关行业及技术经验,SAS帮助客户应对物联网应用所带来的挑战,并在今年专门成立了全球物联网部门。SAS物联网数据平台支持完整的分析生命周期,覆盖从数据提取、数据分析、模型部署的全过程,而且无论物联网数据的数量、类型或速度如何变化,SAS和客户都可以从中获取有价值的洞见。利用数据可视化、机器学习和流式分析中实时产生的洞见,客户可以更好的做出决策并快速采取行动。
好文章,需要你的鼓励
谷歌发布新的AI学术搜索工具Scholar Labs,旨在回答详细研究问题。该工具使用AI识别查询中的主要话题和关系,目前仅对部分登录用户开放。与传统学术搜索不同,Scholar Labs不依赖引用次数或期刊影响因子等传统指标来筛选研究质量,而是通过分析文档全文、发表位置、作者信息及引用频次来排序。科学界对这种忽略传统质量评估方式的新方法持谨慎态度,认为研究者仍需保持对文献质量的最终判断权。
Meta公司FAIR实验室与UCLA合作开发了名为HoneyBee的超大规模视觉推理数据集,包含250万训练样本。研究揭示了构建高质量AI视觉推理训练数据的系统方法,发现数据质量比数量更重要,最佳数据源比最差数据源性能提升11.4%。关键创新包括"图片说明书"技术和文字-图片混合训练法,分别提升3.3%和7.5%准确率。HoneyBee训练的AI在多项测试中显著超越同规模模型,同时降低73%推理成本。
Meta发布第三代SAM(分割一切模型)系列AI模型,专注于视觉智能而非语言处理。该模型擅长物体检测,能够精确识别图像和视频中的特定对象。SAM 3在海量图像视频数据集上训练,可通过点击或文本描述准确标识目标物体。Meta将其应用于Instagram编辑工具和Facebook市场功能改进。在野生动物保护方面,SAM 3与保护组织合作分析超万台摄像头捕获的动物视频,成功识别百余种物种,为生态研究提供重要技术支持。
上海AI实验室团队提出ViCO训练策略,让多模态大语言模型能够根据图像语义复杂度智能分配计算资源。通过两阶段训练和视觉路由器,该方法在压缩50%视觉词汇的同时保持99.6%性能,推理速度提升近一倍,为AI效率优化提供了新思路。