Teradata公司已经与Nuix方面建立合作伙伴关系,旨在帮助客户利用其Aster Analytics技术处理"暗数据"。
根据Teradata公司的说法,Aster是一套较之Nuix更为强大的分析引擎,不过Nuix在数据提取与索引方面则优于Aster。将二者加以结合,即可建立起一套强大的电子发现或合规性违反行为检测方案,其将作为一套反渗透数据堆以存放必要信息。当然,二者本身仅能作为数据挖掘工具存在,意味着大家仍然需要了解有价值数据的特征并在其中据此进行查找。
Aster Analytics采用文本与路径分析机制,同时配合机器学习技术,旨在从数据存储库当中提取信息。
Nuix则是一家建立于2000年的澳大利亚厂商,主要业务在于挖掘非结构化数据以满足法律法规及监管等用途。其Nuix引擎软件能够从各类广泛的源数据类型当中提取出可搜索文本与元数据,具体包括已删除文件、PDF文件、大规模电子邮件数据库以及EMC Centera与NetApp SnapLock等数据存留方案。
Teradata公司的主要着眼点在于暗数据,即由于数据类型、格式及容器化等因素所限而无法确切被发现及识别的内容。Nuix公司的软件则相当于向其中打入一道光,即将其汇总为单一可搜索池--正如其与Panama Papers的配合思路一样--以此为基础Aster将能够指向并提取有用内容,同时将其交付给用户。
此次合作为双向关系,根据我们得到的消息,Nuix公司的客户也能够利用Aster Analytics方案实现信息的调查、诉讼、网络安全、情报与专项治理操作,从而更为深入地对Nuix生成的数据池加以分析。
好文章,需要你的鼓励
研究人员正探索AI能否预测昏迷患者的医疗意愿,帮助医生做出生死决策。华盛顿大学研究员Ahmad正推进首个AI代理人试点项目,通过分析患者医疗数据预测其偏好。虽然准确率可达三分之二,但专家担心AI无法捕捉患者价值观的复杂性和动态变化。医生强调AI只能作为辅助工具,不应替代人类代理人,因为生死决策依赖具体情境且充满伦理挑战。
哥伦比亚大学研究团队开发了MathBode动态诊断工具,通过让数学题参数按正弦波变化来测试AI的动态推理能力。研究发现传统静态测试掩盖了AI的重要缺陷:几乎所有模型都表现出低通滤波特征和相位滞后现象,即在处理快速变化时会出现失真和延迟。该方法覆盖五个数学家族的测试,为AI模型选择和部署提供了新的评估维度。
麻省理工学院研究发现过度依赖AI会导致认知债务,削弱基本思维能力。研究表明交替进行无辅助思考和AI支持工作的模式能保持认知敏锐度。这种认知高强度间歇训练模仿体能训练中的HIIT模式,通过短时间高强度思考与恢复期交替进行,可以强化大脑神经回路,防止认知衰退,提升独立思考能力。
这项研究首次发现AI推理模型存在"雪球效应"问题——推理过程中的小错误会逐步放大,导致AI要么给出危险回答,要么过度拒绝正常请求。研究团队提出AdvChain方法,通过训练AI学习"错误-纠正"过程来获得自我纠错能力。实验显示该方法显著提升了AI的安全性和实用性,用1000个样本达到了传统方法15000个样本的效果,为AI安全训练开辟了新方向。