全球领先的分析平台Tableau今日宣布推出商业科学,这是一种新型人工智能支持技术,可降低数据科学技术的门槛,帮助企业用户和分析人员更快地做出更明智的决策。当今市场背景下,快速响应成为竞争的有力优势,而商业科学将利用数据、简化模型创建、预测、假设情景、预想和其他分析方法,为更多人提供更快、更便利的支持。
本月底,Tableau将在其2021.1版本中通过“Einstein Discovery”支持商业科学。将Einstein Discovery倍受信赖的实时预测和建议功能集成到Tableau中,将帮助人们不仅了解当下情况,以及发生的原因,更可以深入探索对业务可能带来的影响,从而采取更主动的行动。五年多来,Einstein Discovery帮助Salesforce客户在几分钟内快速获得洞察,无需复杂的数据模型,便可分析了解数百万行数据的模式。
“如今,大多数企业用户尚无法使用数据科学。业务分析人员依靠数据科学家,建立复杂的模型,从而提取精确的见解,服务业务分析。但获得这些见解的过程可能非常复杂、昂贵且耗时,”IDC智能未来研究总监Chandana Gopal表示。“尽管数据科学可以挖掘强大的见解,但有时需要在精度和时耗之间进行权衡。商业科学能够促成双方的平衡,并致力于让更多人能使用数据科学,并依据数据科学采取行动。”
商业科学将助力数据科学家和高级分析师深入工作。
“数据科学始终能够解决重大问题,但只有组织内的某几个特定人员拥有这种能力,”Tableau首席产品官Francois Ajenstat表示。“要建立真正的数据驱动型组织,我们需要为尽可能多的人释放数据的力量。实现数据科学大众化将帮助更多人更快地做出更明智的决策。”
例如,客户可以使用商业科学来提高供应链效率、预测订单达成的可能性或实现商品或服务交付的最大化。数据科学可以帮助疫苗研发,而商业科学可以帮助疫苗高效分配运送和接种。
“像Einstein Discovery这样的机器学习平台是数据科学大众化的下一个前沿领域,”Verizon数据分析高级经理Siddharth Dayama表示。“集成到Tableau中的Einstein Discovery为各企业的现有仪表板清单带来了预测功能,并在与自动生成机器学习模型结合使用时,企业可以在其历史数据中探索模式、趋势和相关性,而无需编写任何代码。在现有的商务智能基础架构上对ML/AI功能进行分层,为解决日常业务问题开辟了无限的可能性。”
Tableau 2021.1 升级功能还包括:
好文章,需要你的鼓励
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。
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。
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。