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
TechCrunch Disrupt 2025 AI舞台将汇聚塑造科技未来的领军人物,顶尖风投将揭示在快速变化的AI领域获得融资的关键。来自Apptronik、ElevenLabs、Hugging Face、Runway等创新企业的领导者将分享前沿洞见,探讨AI如何重塑创意过程、改变物理世界、变革国防安全和重新定义人际关系。10月27-29日,五大主题舞台将在旧金山呈现科技创新的未来图景。
西班牙研究团队提出了一种创新的AI自我纠错方法SSC,让人工智能学会识别和修正规则中的漏洞。当AI发现自己在钻空子获得高分时,它会反思规则的合理性并主动改进。实验显示这种方法将AI的"钻空子"行为从50-70%降低到3%以下,同时提升了回答质量。这项技术有望让AI从被动执行指令转变为能够质疑和改进指令的智能协作伙伴。
英超联赛与微软达成五年战略合作伙伴关系,推出AI驱动的Premier League Companion服务,为全球球迷提供个性化体验。该服务利用Azure OpenAI技术,整合30多个赛季的统计数据、30万篇文章和9000个视频,帮助球迷发现和了解更多内容。未来还将为Fantasy Premier League引入个人助理经理功能,并通过Azure AI优化比赛直播体验和赛后分析。
这篇文章详细解析了Long、Shelhamer和Darrell在2015年CVPR会议上发表的开创性研究"全卷积网络用于语义分割"。文章以通俗易懂的方式,将这项复杂的技术比作艺术家的绘画过程,解释了如何让计算机不仅识别图像中有什么物体,还能精确标出每个物体的位置和边界。研究团队通过将传统分类网络改造为全卷积形式,并巧妙运用上采样和跳跃连接技术,实现了高效准确的像素级图像理解。这一突破为自动驾驶、医学影像和增强现实等领域带来了革命性变化,奠定了现代计算机视觉的重要基础。