至顶网CIO与CTO频道 11月06日 人物访谈(文/王聪彬):到今年Teradata天睿公司已经年满40岁,在中国40岁又称不惑之年,遇到事情能明辨不疑,这也非常符合现在Teradata的状态。
去年Teradata发布了新Logo,同时宣布转向了Teradata Vantage一个无处不在的数据智能唯一平台,这是一个巨大的转折点。
Teradata天睿公司总裁兼首席执行官Oliver Ratzesberger也提到,“Teradata经历了两年多的转型,Teradata Vantage取得了巨大的进展,这对于我们是一个向客户介绍新理念的机会。”
Teradata天睿公司总裁兼首席执行官Oliver Ratzesberger
当然Oliver也在积极同各行业客户进行交流,所以在今年的Teradata Universe 2019上他对全球的客户讲述了驱动业务变革的五种力量,其中Teradata在其中可以为他们提供哪些帮助,从而在行业中建立优势地位。
在今年年初,Teradata也将原有的国际市场拆分为欧洲、中东及非洲(EMEA)和亚太地区(APAC),同时将任命地区负责人直接关注亚太地区各个国家。
Oliver非常看好中国这一特殊且庞大的市场,他认为,与过去相比亚太市场有至少十倍的潜力,当然还基于对当地文化的理解。中国是一个有着特殊需求的地区,Teradata也将投入更多的精力在中国,目标是通过合作伙伴开展更多的业务,尤其是云合作伙伴。
对于Teradata而言,未来要做的事就是更加关注全球的合作伙伴,尤其是拓展更多咨询合作伙伴,通过合作进一步推动Teradata Vantage平台的发展。
在产品层面,今年也发布了Vantage Customer Experience以及Vantage Analyst解决方案。
“Vantage Customer Experience可以为营销和客户体验相关人士提供了最佳的定制体验。” Teradata天睿公司执行副总裁兼首席产品官Reema Poddar说道,将Vantage用作企业客户数据平台可以确保他们具有集成、分析和激活客户数据所需的自治性和易用性。
Teradata天睿公司执行副总裁兼首席产品官Reema Poddar
值得一提的是,针对Hadoop使用率的明显下降,Teradata Vantage利用云对象存储实现计算和存储的分离。之前很多企业在Hadoop上投入大量的时间和金钱,而通过Hadoop Migration Program可以让企业更轻松地转向Teradata Vantage,让更多的客户可以平稳的过渡到云中,从而在降低风险的同时通过廉价的云存储保持较低的总拥有成本。
Teradata Vantage在不断进化的同时,对于用户的使用上是否变得更加复杂?Reema Poddar也谈到客户可以在服务的基础上构建自己的自定义应用程序,当然这并不意味着在使用上更加繁琐。Teradata Vantage是为简化操作而设计,希望消除使用数据分析的复杂性,快速获得价值,以敏捷的方式适应所有的变化。
融合是Teradata Vantage的优势,其可以通过API和Teradata QueryGrid集成不同的数据源,从而实现简化和可扩展。
Reema Poddar认为,创造性来自于构建解决方案的机制,如果一个产品在使用上更加简单,迅速提供答案,创造力和生产力就源于此,如果在一个链条上产生多次中断无疑是不好的体验。
Teradata正不断加大人工智能的投入,一家篮球俱乐部使用Teradata的模型来分析球员的移动、奔跑、观察障碍物等数据,他们不用等几个小时,而是迅速获得结果并用于训练,可以使上篮更快等实现改进。
同时Teradata一直在开发许多自动化功能,以消除人操作平台并使用算法处理的需求,例如查询优化、工作负载管理,下一步也将大规模敏捷分析作为服务交付。
好文章,需要你的鼓励
韩国科学技术院研究团队提出"分叉-合并解码"方法,无需额外训练即可改善音视频大语言模型的多模态理解能力。通过先独立处理音频和视频(分叉阶段),再融合结果(合并阶段),该方法有效缓解了模型过度依赖单一模态的问题,在AVQA、MUSIC-AVQA和AVHBench三个基准测试中均取得显著性能提升,特别是在需要平衡音视频理解的任务上表现突出。
这项研究利用大语言模型解决科学新颖性检测难题,南洋理工大学团队创新性地构建了闭合领域数据集并提出知识蒸馏框架,训练轻量级检索器捕捉想法层面相似性而非表面文本相似性。实验表明,该方法在市场营销和NLP领域显著优于现有技术,为加速科学创新提供了有力工具。
un?CLIP是一项创新研究,通过巧妙反转unCLIP生成模型来增强CLIP的视觉细节捕捉能力。中国科学院研究团队发现,虽然CLIP在全局图像理解方面表现出色,但在捕捉细节时存在不足。他们的方法利用unCLIP生成模型的视觉细节表示能力,同时保持与CLIP原始文本编码器的语义对齐。实验结果表明,un?CLIP在MMVP-VLM基准、开放词汇语义分割和视觉中心的多模态任务上显著优于原始CLIP和现有改进方法,为视觉-语言模型的发展提供了新思路。
这项研究介绍了RPEval,一个专为评估大语言模型角色扮演能力而设计的新基准。研究团队从法国里尔大学开发的这一工具专注于四个关键维度:情感理解、决策制定、道德对齐和角色一致性,通过单轮交互实现全自动评估。研究结果显示Gemini-1.5-Pro在总体表现上领先,而GPT-4o虽在决策方面表现出色,但在角色一致性上存在明显不足。这一基准为研究人员提供了一个可靠、可重复的方法来评估和改进大语言模型的角色扮演能力。