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
随着AI策略成熟,CIO开始重新考虑对公有云的依赖,私有云和本地环境重新受到关注。调查显示,67%的企业领导计划在未来12个月内将部分AI数据迁移至非云环境。主要原因包括成本可预测性、数据隐私保护、安全问题和云集成挑战。对于持续的AI工作负载,购买自有GPU比租用公有云更经济。私有云支出增长更快,预计2025年将有54%的组织在私有云上投入超过1000万美元。
沙特TachyHealth团队开发的32亿参数医疗AI模型Gazal-R1,通过创新的双阶段训练方法在医疗推理任务上超越了12倍大的模型,在MedQA等测试中取得87.1%的优异成绩,展现了精巧训练策略胜过规模扩张的重要启示,为资源有限的医疗AI研究提供了新路径。
本文深入分析了从传统AI发展到AGI过程中可能出现的智能爆发现象。基于AI专家共识的2040年AGI实现预期,文章探讨了七种主要发展路径,重点关注突破性的"登月路径"。智能爆发理论认为,智能可以像原子链式反应一样相互促进,快速产生大量新智能。文章预测2038-2039年可能发生智能爆发,随后在2040年实现AGI,但也指出了关于智能爆发的启动、控制和潜在风险等争议问题。
奥地利维也纳医科大学研究团队开发了RetFiner技术,通过让眼科AI模型同时学习OCT图像和医疗文字描述,显著提升了诊断准确率。该方法采用四种训练任务让AI模型建立图像与文字的深层联系,在三个主流眼科AI模型上实现了2-6个百分点的性能提升,为医学AI发展开辟了新方向。