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
AWS通过升级SageMaker机器学习平台来扩展市场地位,新增观测能力、连接式编码环境和GPU集群性能管理功能。面对谷歌和微软的激烈竞争,AWS专注于为企业提供AI基础设施支撑。SageMaker新功能包括深入洞察模型性能下降原因、为开发者提供更多计算资源控制权,以及支持本地IDE连接部署。这些更新主要源于客户需求,旨在解决AI模型开发中的实际问题。
南洋理工大学研究团队开发了WorldMem框架,首次让AI拥有真正的长期记忆能力,解决了虚拟世界模拟中的一致性问题。该系统通过记忆银行存储历史场景,并使用智能检索机制,让AI能准确重现之前的场景和事件,即使间隔很长时间。实验显示在Minecraft和真实场景中都表现出色,为游戏、自动驾驶、机器人等领域带来广阔应用前景。
AI虽具备变革企业洞察力的潜力,但成功依赖于数据质量。大多数AI项目失败源于数据混乱分散而非算法局限。谷歌BigQuery云数据AI平台打破数据孤岛,简化治理,加速企业AI应用。通过AI自动化数据处理,实现实时分析,并与Vertex AI深度集成,使企业能够高效处理结构化和非结构化数据,将智能商业转型从愿景变为现实。
MTS AI研究团队提出RewardRanker系统,通过重排序模型和迭代自训练显著提升AI代码生成质量。该方法让13.4B参数模型超越33B大模型,在多种编程语言上表现优异,甚至在C++上超越GPT-4。通过引入困难负样本和PPO优化,系统能从多个代码候选中选出最优方案,为AI编程助手的实用化奠定基础。