现代社会的一个真相是,成功的企业都要借助使用数据来支撑。然而,这个道理不仅仅适用于企业。政府机构也和企业一样同样需要数据,这可能影响着数百万人口。为了管理本世纪海量的数据流,政府机构设立了首席数据官(CDO)来塑造和制定数据策略。
今年在美国麻省理工学院举行的首席数据官CDO论坛上,美国运输部(DoT)的CDO Daniel Morgan谈了自己作为政府CDO的一些看法。
将数据与技术结合起来
首先谈到的是CDO对政府机构意味着什么,Morgan解释说,他有三个主要的理念:改善数据治理,增强与用户的互动,改善技术实现。他表示,与用户互动很重要,因为开放数据策略是当务之急。此外,技术实现意味着将现代化的工具与政府机构对接上,这样就可以最大限度利用数据。
Morgan称自己的工作是一项团队运动,因为开放数据策略假定了数据统筹和展现的方式都是开放的。他还提到,与其他人协作来确保系统实施了恰当的控制措施来确保数据安全。
责任和数据领导力
说到美国运输部和该部门收集的数据。Morgan把它形容为一个大杂烩,说他们收集和使用各种数据--从飞机航班到车辆召回,再到车祸信息。他们利用这些数据来了解技术如何改善公共安全。
"有很多慢速移动的数据,但也有实时的操作,"他说。
Morgan还花了点时间谈论开放数据政策的好处。现在企业正在利用数据来支撑应用和业务流程。他解释说,这是关键--了解这些应用可以为社区提供帮助,创造就业就会。他表示,这要比数据变现以收回成本更重要。
好文章,需要你的鼓励
麻省理工学院研究团队发现大语言模型"幻觉"现象的新根源:注意力机制存在固有缺陷。研究通过理论分析和实验证明,即使在理想条件下,注意力机制在处理多步推理任务时也会出现系统性错误。这一发现挑战了仅通过扩大模型规模就能解决所有问题的观点,为未来AI架构发展指明新方向,提醒用户在复杂推理任务中谨慎使用AI工具。
继苹果和其他厂商之后,Google正在加大力度推广其在智能手机上的人工智能功能。该公司试图通过展示AI在移动设备上的实用性和创新性来吸引消费者关注,希望说服用户相信手机AI功能的价值。Google面临的挑战是如何让消费者真正体验到AI带来的便利,并将这些技术优势转化为市场竞争力。
中科院自动化所等机构联合发布MM-RLHF研究,构建了史上最大的多模态AI对齐数据集,包含12万个精细人工标注样本。研究提出批评式奖励模型和动态奖励缩放算法,显著提升多模态AI的安全性和对话能力,为构建真正符合人类价值观的AI系统提供了突破性解决方案。