ZDNet至顶网服务器频道 01月19日 新闻消息:从专业词汇到大众热词,大数据仅用了两年,就成为全民热议的高逼格科技流行语之一。说起大数据,谷歌、IBM、IDC都曾从数据的体量、格式和增长速度的维度对大数据进行过定义,而单一从大数据价值角度着眼的定义则比较缺乏。英特尔中国研究院院长吴甘沙日前则别出心裁地从大数据对于社会和经济的影响,以及大数据在商业环境中的价值定义着眼,将大数据解读为“指数社会的蛋白质”。
吴甘沙解释说:随着移动互联时代的到来,数据爆发式增长在指数规律之下已经成为常态,大数据已经被应用在我们身边很多角落,我们甚至已经被大数据包围。“而在数字化的指数社会当中,摩尔定律几乎成为推动指数社会加速发展的原动力,它带来了一系列指数式的连锁反应,”他指出:“如果说摩尔定律是我们指数社会的基因的话,那么大数据就是我们指数社会的蛋白质,它是社会的物质基础、宝贵的资产,甚至是新的货币。”
就如蛋白质对人体的生理运作、免疫功能甚至脑部运作都非常重要,可谓人体生命的基础一样,数据对于现代社会的作用也开始逐渐凸显,在商业、经济及其他领域中,决策将日益基于数据和分析而作出,而并非基于经验和直觉。吴甘沙称:很多行业都已经看到了大数据不可或缺的价值,例如物流业提出“数据就是生命”,制造业希望借助大数据提高效率、改变质量,电商希望借助大数据更好地掌握受众需求、进行个性化推荐……各个行业都开始加入“跟风赶潮流”的大浪当中。“这说明大数据所带来的乘法效应已经在以互联网行业为代表的各个行业中蔓延开来,并衍生出更大量、更具分析应用价值的数据,越来越多基于大数据收集、管理、分析的应用将走向我们的生活。”
实际上,许多传统企业在对大数据的认识上仍存在许多误区。吴甘沙建议不要盲目追赶潮流,仅仿效互联网公司大数据应用的成功经验并不一定能将大数据资产中的价值释放出来。“正如对个人身体情况没有进行全面检查就盲目补充各类蛋白、营养物质可能会对机体造成不良影响甚至反效果一样,企业大数据应用也需要对症下药。”
在吴甘沙看来,“大数据不是一个人在战斗”,其应用需要倾听每个行业,甚至“每一个人”的声音,依照不同的应用模式在软硬件层面进行不同的调整与优化,从而使得新的分析算法能够与实际应用需求紧密配合,将企业真正所需的信号提取出来,之后再针对特定需求进行底层基础设施架构的建设以及软件与硬件之间的相互配合与优化,通过构建开放的基础设施、数据处理平台和参考架构、开放的数据,并进行开放的跨领域合作,使企业应用与大数据之间产生像“金风玉露一相逢”那样产生化学作用。
对于英特尔提出的数据开放与数据交换的构想,具有相同价值观的 Cloudera也不约而同地表达了对未来数据价值的期望。“我们现在不能再只看这些单独的数据,而要所有的数据放在一起来考虑。这后面的驱动因素是什么呢?未来无数通过计算机以及智能终端设备连接互联网的人们,他们都正在推进大数据往开放协作方向发展。”Cloudera首席架构师、Hadoop之父Doug Cutting如是说。
目前,英特尔计划推进的围绕大数据的跨行业和领域的协作创新,已有类似的先例,且正在发挥巨大能效和作用。未来,英特尔开放数据平台还将在安全分析、使用审计和数据定价方面继续提供标准和方案,借助其顶层基于Spark的多方安全计算,“即在不相识的前提下让数据相逢,在一定程度上解决大家所关心的数据隐私安全的问题”,以更好地通过数据的公开与交换发挥大数据的大价值。
好文章,需要你的鼓励
zip2zip是一项创新技术,通过引入动态自适应词汇表,让大语言模型在推理时能够自动组合常用词组,显著提高处理效率。由EPFL等机构研究团队开发的这一方法,基于LZW压缩算法,允许模型即时创建和使用"超级tokens",将输入和输出序列长度减少20-60%,大幅提升推理速度。实验表明,现有模型只需10个GPU小时的微调即可适配此框架,在保持基本性能的同时显著降低计算成本和响应时间,特别适用于专业领域和多语言场景。
这项研究创新性地利用大语言模型(LLM)代替人类标注者,创建了PARADEHATE数据集,用于仇恨言论的无毒化转换。研究团队首先验证LLM在无毒化任务中表现可与人类媲美,随后构建了包含8000多对仇恨/非仇恨文本的平行数据集。评估显示,在PARADEHATE上微调的模型如BART在风格准确性、内容保留和流畅性方面表现优异,证明LLM生成的数据可作为人工标注的高效替代方案,为创建更安全、更具包容性的在线环境提供了新途径。
这项研究由中国科学技术大学的研究团队提出了Pro3D-Editor,一种新型3D编辑框架,通过"渐进式视角"范式解决了现有3D编辑方法中的视角不一致问题。传统方法要么随机选择视角迭代编辑,要么同时编辑多个固定视角,都忽视了不同编辑任务对应不同的"编辑显著性视角"。Pro3D-Editor包含三个核心模块:主视角采样器自动选择最适合编辑的视角,关键视角渲染器通过创新的MoVE-LoRA技术将编辑信息传递到其他视角,全视角精修器修复并优化最终3D模型。实验证明该方法在编辑质量和准确性方面显著优于现有技术。
这项研究提出了ComposeAnything,一个无需重新训练的框架,可显著提升AI图像生成模型处理复杂空间关系的能力。该技术由INRIA、巴黎高师和CNRS的研究团队开发,通过三个创新步骤工作:首先利用大型语言模型创建包含深度信息的2.5D语义布局,然后生成粗略的场景合成图作为先验指导,最后通过物体先验强化和空间控制去噪引导扩散过程。在T2I-CompBench和NSR-1K基准测试中,该方法远超现有技术,特别是在处理复杂空间关系和多物体场景时表现卓越,为AI辅助创意设计开辟新可能。