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
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。