运营商作为落实国家大数据战略的排头兵,具有先天优势,包括数据安全性保障和基础算力资源保障,平台系统运维保障等,在发展大数据产业的服务商中是天然的一极。
联通大数据有限公司作为运营商大数据产业发展的领跑者,是中国联通全网数据商业运营的统一出口和合资合作平台,以中国联通“聚焦·创新·合作”战略为引领,秉承“创新改变世界、数据联通未来”的理念,加快推进数字资源整合和开放共享,保障数据安全,致力于成为值得信赖的数据智能服务运营商。
联通大数据的首席技术官、数据科学家宋雨伦博士,深耕数据科学应用研发领域多年,积极探索海量运营商数据在民生、政务、经济等领域的最佳实践。
宋雨伦博士指出,“聚数据,建平台,攻技术,定标准,促应用,成体系,兴产业”,是联通大数据业务发展的核心工作思路。中国联通在三大运营商中率先实现了全网数据的一点大集中,目前已在海量数据加工与处理,应用机器学习和深度学习算法进行数据建模,图数据库应用、人物关系图谱构建等技术领域沉淀了相关的技术能力。另外在平台架构层面,除了提供IaaS层(基础设施)服务、PaaS层(生产工具)服务、SaaS层(各类应用云化)服务外,还提供MaaS层(数据模型对外)服务和DaaS层(数据API接口和数据托管)服务。联通大数据不是要做数据的搬运工,而是通过对数据的开发和深度加工以及平台能力建设,为企业和政府提供更好的决策依据,从而更好地服务广大人民群众。
保障用户数据的隐私和安全是每一家数据公司的首要任务。联通大数据在企业价值观和经营理念上,始终把用户的信息安全放在第一位。确保数据在安全可控的范围内使用,从而提供持续、稳定、高效的大数据运营服务。同时,有严格的内控内审机制将用户数据进行加密、脱敏、隔离,工作人员不能直接触碰完整的个体用户数据,严格控制可追溯到个人或终端的数据授权和应用。联通大数据始终坚持“数据安全是生命线、安全事件零容忍、敏感数据不出门”的三大安全原则,建立践行科学的数据价值观,打造了覆盖数据全生命周期的大数据安全体系,实现了既定信息安全目标。
数据的本质是服务。宋雨伦博士表示,数据应该“来源于C端,服务于C端”,真正做到将数据“取之于民,用之于民”。互联网公司是通过直接服务C端获得收益,而联通大数据是通过服务B端和G端来间接服务C端客户,为社会、机构和政府提供数据决策支持,从而服于民生和百姓生活。
宋雨伦博士认为,在数据的开发和利用上,三大运营商之间并不存在互相竞争关系,而应该是一个合作共赢的关系,如果能增强三者之间的联系与合作,互相补充对外服务的业务能力,更充分释放运营商大数据的价值,承担起更多的社会责任和义务。
谈到大数据与人工智能的关系,宋雨伦博士说,大数据是人工智能的基础,人工智能是大数据的高级应用。人工智能目前刚刚起步,还是在向着唯一目标做优化,或策略优化在单点上实现突破。只有真正地将目标优化和策略优化有效地结合在一起时,人工智能才走向下一个阶段,才能更好地代替人进行识别和判断,做出有效的决策。目前,联通大数据正朝着目标优化和策略优化两个方向努力,推动人工智能产业向更高水平发展。
自联通2012年推动全国数据集中统一管理以来,经过几年的积淀和发展,联通大数据在数据集中、数据治理,平台建设、产品打磨、对外开放、商业化探索和服务运营等多个领域的实践经验,已处于行业领先水平。
好文章,需要你的鼓励
谷歌发布新的AI学术搜索工具Scholar Labs,旨在回答详细研究问题。该工具使用AI识别查询中的主要话题和关系,目前仅对部分登录用户开放。与传统学术搜索不同,Scholar Labs不依赖引用次数或期刊影响因子等传统指标来筛选研究质量,而是通过分析文档全文、发表位置、作者信息及引用频次来排序。科学界对这种忽略传统质量评估方式的新方法持谨慎态度,认为研究者仍需保持对文献质量的最终判断权。
武汉大学研究团队提出DITING网络小说翻译评估框架,首次系统评估大型语言模型在网络小说翻译方面的表现。该研究构建了六维评估体系和AgentEval多智能体评估方法,发现中国训练的模型在文化理解方面具有优势,DeepSeek-V3表现最佳。研究揭示了AI翻译在文化适应和创意表达方面的挑战,为未来发展指明方向。
Meta发布第三代SAM(分割一切模型)系列AI模型,专注于视觉智能而非语言处理。该模型擅长物体检测,能够精确识别图像和视频中的特定对象。SAM 3在海量图像视频数据集上训练,可通过点击或文本描述准确标识目标物体。Meta将其应用于Instagram编辑工具和Facebook市场功能改进。在野生动物保护方面,SAM 3与保护组织合作分析超万台摄像头捕获的动物视频,成功识别百余种物种,为生态研究提供重要技术支持。
参数实验室等机构联合发布的Dr.LLM技术,通过为大型语言模型配备智能路由器,让AI能根据问题复杂度动态选择计算路径。该系统仅用4000个训练样本和极少参数,就实现了准确率提升3.4%同时节省计算资源的突破,在多个任务上表现出色且具有强泛化能力,为AI效率优化开辟新方向。