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
微软近年来频繁出现技术故障和服务中断,从Windows更新删除用户文件到Azure云服务因配置错误而崩溃,质量控制问题愈发突出。2014年公司大幅裁减测试团队后,采用敏捷开发模式替代传统测试方法,但结果并不理想。虽然Windows生态系统庞大复杂,某些问题在所难免,但Azure作为微软核心云服务,反复因配置变更导致客户服务中断,已不仅仅是质量控制问题,更是对公司技术能力的质疑。
Meta研究团队发现仅仅改变AI示例间的分隔符号就能导致模型性能产生高达45%的巨大差异,甚至可以操纵AI排行榜排名。这个看似微不足道的格式选择问题普遍存在于所有主流AI模型中,包括最先进的GPT-4o,揭示了当前AI评测体系的根本性缺陷。研究提出通过明确说明分隔符类型等方法可以部分缓解这一问题。
当团队准备部署大语言模型时,面临开源与闭源的选择。专家讨论显示,美国在开源AI领域相对落后,而中国有更多开源模型。开源系统建立在信任基础上,需要开放数据、模型架构和参数。然而,即使是被称为"开源"的DeepSeek也并非完全开源。企业客户往往倾向于闭源系统,但开源权重模型仍能提供基础设施选择自由。AI主权成为国家安全考量,各国希望控制本地化AI发展命运。
香港中文大学研究团队开发出CALM训练框架和STORM模型,通过轻量化干预方式让40亿参数小模型在优化建模任务上达到6710亿参数大模型的性能。该方法保护模型原生推理能力,仅修改2.6%内容就实现显著提升,为AI优化建模应用大幅降低了技术门槛和成本。