ZD至顶网CIO与应用频道 07月08日 评论消息: 在客户时代(Age of the Customer),普通用户和消费者拥有泛在的连接能力,他们因此期待能够在需要的时刻和地点得到个性化的服务和产品。传统的采集在线行为数据或者通过第三方采购数据的途径都已经不能够充分支持企业满足以上客户需求。为了帮助企业决策者全面的了解客户及其所置身情境的信息,企业架构专业人士必须对企业原有的架构进行修改,以确保企业能够充分获得和处理有关业务实时的洞察和数据。Forrester将这种数据能力命名为“自适应智能”(Adaptive Intelligence),它指的是:企业为了实现业务价值的最大化而开展的实时、多向、用于获得适合特定情境的权威知识的数据分享活动。
对于数据的需求正在塑造中国数据经济
中国数据经济的早期实践者可以被分为四类,如下图所示。企业架构专业人士应当了解不同象限的市场特点以及处在不同位置的企业如何通过更广泛的参与到数据生态系统中、或者通过与其他企业协作发展自身的自适应智能能力。
·数据客户 通常会利用来自不同源头的数据改善客户体验和实现市场差异化
·数据发起者 通过开放内部数据资源来打造共赢的合作伙伴关系
·数据分析者 通过用数据模型工具处理原始数据从而获得分析洞察
·数据集成商 通过搭建数据市场来促进数据利用
作为发展自适应智能的第一步,企业可以首先尝试利用外部的数据资源。企业架构专业人员可以率先开始自适应智能的相关工作,并帮助企业完成相应的转型。在发展的初始阶段,企业架构专业人员须要重点关注数据的来源、结构以及互操作性,并逐步丰富包括治理和控制在内的自适应智能的其他功能。
好文章,需要你的鼓励
英伟达CEO黄仁勋于7月15至16日访问东京,达成涵盖日本整个科技生态的系列协议:包括国家级AI工厂Noetra项目(日本政府承诺5年投入1万亿日元)、与发那科、川崎重工、索尼等顶级机器人企业的Cosmos模型合作,以及与丰田在自动驾驶和智能制造领域的深化合作。黄仁勋表示,AI的下一篇章属于工厂、机器人与机器,日本正押注以本土物理AI抢占2040年全球AI机器人市场30%份额。
上海AI实验室等机构开发的SciReasoner,是首个能同时处理蛋白质、分子和晶体结构,并生成可检验推理轨迹的科学基础模型,在86个基准测试中67项达到最佳。
这项由欧洲多所大学联合完成的研究,通过数据收集、持续预训练和微调,成功为极度小众的Pharo编程语言打造出可在普通电脑实时运行的AI代码补全工具,小模型性能超越参数量数百倍的通用大模型。