本月20-23日即将召开第六届中国云计算大会,ZDNet至顶网记者近日采访了北京邮电大学副校长郭军,他畅谈了对于本届云计算大会的一些看法,尤其是对于大数据的理解,在他看来目前大数据的市场规范化尚未成型。
他讲到,目前从信息通信产业和信息科技发展的趋势来看,云计算和大数据的结合应该是非常重要的一个趋势。尤其是大数据时代,数据的产生是极为迅速的,形式也是非常多样的,每个人都可以产生数据。在这其中占据多数的还是音、视频文件,达80%以上,剩下的还有各种类型的文件。首先就要思考如何从这些众多信息源中去挖掘有意义的东西。
另外一个很重要的问题是大数据当中有些是有意义的,也有很多是垃圾,还有一些是有害的,怎么样把这些东西区分开来,如何处理这样的数据呢,它跟以往在传统平台上的处理方式肯定是不同的。此时,要跟云来结合,这样大数据的挖掘和利用就会有更好的前景,也会有更高的效率。比如说语音识别,一些很好的背景数据放到云端上去以后可以很明显地提升语音识别的性能,它的识别率。
在中国,大数据这个概念也是最近一两年才开始热起来,但是确实是随着4G这种启用牌照的发放,使得每个用户每天都产生大量的数据,大数据时代是实实在在的到来了,每天每个人都会感觉到有很多东西看不过来。但是,真正大数据的技术研究,规范性的定义、概念、技术体系,并没有完全形成规范,还没有成型,这也是成立大数据专委会的意义所在。
身处教育领域的郭校长,他也谈到大学培养研究生的研究方向会向大数据云计算这个方向靠拢,更多的与产业结合,共同推动大数据产业发展。
好文章,需要你的鼓励
尽管全球企业AI投资在2024年达到2523亿美元,但MIT研究显示95%的企业仍未从生成式AI投资中获得回报。专家预测2026年将成为转折点,企业将从试点阶段转向实际部署。关键在于CEO精准识别高影响领域,推进AI代理技术应用,并加强员工AI能力培训。Forrester预测30%大型企业将实施强制AI培训,而Gartner预计到2028年15%日常工作决策将由AI自主完成。
这项由北京大学等机构联合完成的研究,开发了名为GraphLocator的智能软件问题诊断系统,通过构建代码依赖图和因果问题图,能够像医生诊断疾病一样精确定位软件问题的根源。在三个大型数据集的测试中,该系统比现有方法平均提高了19.49%的召回率和11.89%的精确率,特别在处理复杂的跨模块问题时表现优异,为软件维护效率的提升开辟了新路径。
2026年软件行业将迎来定价模式的根本性变革,从传统按席位收费转向基于结果的付费模式。AI正在重塑整个软件经济学,企业IT预算的12-15%已投入AI领域。这一转变要求建立明确的成功衡量指标,如Zendesk以"自动化解决方案"为标准。未来将出现更精简的工程团队,80%的工程师需要为AI驱动的角色提升技能,同时需要重新设计软件开发和部署流程以适应AI优先的工作流程。
这项由德国达姆施塔特工业大学领导的国际研究团队首次发现,当前最先进的专家混合模型AI系统存在严重安全漏洞。通过开发GateBreaker攻击框架,研究人员证明仅需关闭约3%的特定神经元,就能让AI的攻击成功率从7.4%暴增至64.9%。该研究揭示了专家混合模型安全机制过度集中的根本缺陷,为AI安全领域敲响了警钟。