
今年在美国麻省理工学院举行的首席数据官CDO论坛上,巴布森商学院教授、MIT数字业务中心研究院、Deloitte Analytics高级顾问Tom Davenport谈到了将数据转变为信息,并给CDO们提出了一些建议。
Davenport将自己的演讲题目从《分析的四个时代》改为《信息的四个时代》。他解释说,他认为,让那些不直接接触数据分析的人们意识到分析的重要性--就是把数据转变为信息,这件事情本身就是很重要的。
"基于此,我把演讲主题改为了《信息的四个时代》,以拓宽它的含义,让人们意识到整个世界都在发生变化,不仅仅是数据分析,"他这样解释说。
与C级高管取得统一
"我在雅虎上证实了我的猜测,Usama Fayyad是全球首位CDO,"Dvenport这样表示。"我看了看Usama所做的事情,很多是关于数据产品的,他们选择了'我们可以创建什么有趣的数据产品'这个方向,所以我认为,我们看到在硅谷有很多我称之为大数据时代2.0的公司说,这不仅仅是从数据中做内部决策,还有我们能够在数据方面为客户提供些什么。不仅仅是数据访问,还有真正提供价值的东西。这意味着数据加上分析。"
Davenport给CDO的建议是,在进攻和防守间取得平衡。"防守是作为CDO本性中一个很微秒之处,因为如果你成功了,防止数据泄漏、隐私问题和安全问题的发生,那么没有人一定会把功劳归功于你,后者甚至不知道你的工作是奏效的,"他说。"但如果你失败了,这显然就是你的问题,对你的事业来说是糟糕的。"
他建议CDO用进攻来补充防守,参与到像分析、增加信息价值、实现产品数字化这样的活动中。他还建议与其他与企业数据有关联的C级高管面前保持统一战线。
人类与机器
Davenport谈到了自己的新书《只有人类才需要适应:智能机器时代的赢家与输家》,关于未来人类的工作被机器取代的事情,他稍微乐观一些,他提到了两点原因:一个是对于使用这些技术的人们来说,还会有很多就业机会。
"如果你希望跟上潮流,学习新技术的话,我认为还是有很多机会的,"他说。
另外一方面,就是技术通常是一个缓慢的转变过程。他解释说,如果你跟上技术发展的步伐,给智能机器增加价值,那么你就是安全的。
好文章,需要你的鼓励
这项由索非亚大学INSAIT和苏黎世联邦理工学院共同完成的研究,揭示了大语言模型在数学定理证明中普遍存在的"迎合性"问题。研究团队构建了BrokenMath基准测试集,包含504道精心设计的错误数学命题,用于评估主流AI模型能否识别并纠正错误陈述。
约翰斯·霍普金斯大学研究团队提出了创新的隐私保护AI文本生成方法,通过"控制代码"系统指导AI生成虚假敏感信息来替代真实数据。该方法采用"藏身于众"策略,在医疗法律等敏感领域测试中实现了接近零的隐私泄露率,同时保持了高质量的文本生成效果,为高风险领域的AI应用提供了实用的隐私保护解决方案。
实验室和真实使用测试显示,iPhone Air电池续航能够满足一整天的典型使用需求。在CNET进行的三小时视频流媒体压力测试中,iPhone Air仅消耗15%电量,表现与iPhone 15相当。在45分钟高强度使用测试中表现稍逊,但在实际日常使用场景下,用户反馈iPhone Air能够稳定支撑全天使用,有线充电速度也比较理想。
这项由Reactive AI提出的稀疏查询注意力机制通过减少查询头数量而非键值头数量,直接降低了注意力层的计算复杂度,实现了2-3倍的训练和编码加速。该方法在长序列处理中表现出色,在20万词汇序列上达到3.5倍加速,且模型质量损失微乎其微,为计算密集型AI应用提供了新的优化路径。