-
深度学习的革新，与由此引发的气候变化问题
所属栏目：[大数据] 日期：2021-10-04 热度：75
人脑是一种效率极高的智能来源，但目前的AI还达不到这样的水平。 深度学习的发展，与由此引发的气候变化问题 本月早些时候，OpenAI宣布已经构建起有史以来规模最大的AI模型。这套惊人的模型名为GPT-3，已经成为令人印象深刻的伟大技术成就。但在这辉煌的背后[详细]
-
怎么实现人工智能从AI2.0向AI3.0的跃迁？英特尔中国研究院院长指
所属栏目：[大数据] 日期：2021-10-04 热度：156
人工智能已经又70多年的发展历史了。目前我们所处的阶段是以深度学习为主导的AI2.0阶段，为了满足更高的要求以及实现更全面的智能，人工智能正在往更高的阶段AI3.0迈进。如何实现这一跨越式发展？近期，英特尔中国研究院院长宋继强的署名文章《坚持坚持科研[详细]
-
英特尔宋继强：坚持科研的长期主义 促进AI向3.0时代跃迁
所属栏目：[大数据] 日期：2021-10-04 热度：97
最近几天，新冠疫情在北京再次升级，使总体向好的国内抗疫形势变得严峻。刚刚重启的生产生活被再次打乱，我们或许在未来较长一段时间内都不得不面对防疫常态化这一现实。本周，我又开始切换到云办公、云生活的状态。远程办公、视频会议已成习惯，孩子的课业[详细]
-
下一个十年，人工智能将走向哪里？
所属栏目：[大数据] 日期：2021-10-04 热度：61
因为可以到人类到不了的地方去，机器人这几年来在火灾、地震等灾难救援中开始发挥重要的作用；因为可以超时长高强度完成工作，人工智能已经成为各行各业工作者的强大辅助。而在今年的这场新冠疫情中，人工智能也同样扮演了非常重要的角色。 比如，对于眼下深[详细]
-
京东数科以云脑、机脑、人脑“三脑”融合体系 进步AI机器人应用
所属栏目：[大数据] 日期：2021-10-04 热度：153
AI机器人发展热潮下，众多机器人企业纷纷入局，研发的高门槛需投入大量资金及资源，如何构建更良性的产业生态，提升行业效率，使机器人企业达到最优化的投入产出比？6月23日，在京东数科产业AI公开课第二季第四期《AI能否催生机器人的后浪时代》中，清华大学[详细]
-
AI正以怎样的策略影响网红营销？
所属栏目：[大数据] 日期：2021-10-04 热度：193
2017年10月，在剑桥分析丑闻曝出的不久之后，Facebook公司调整了其Instagram API，保证用户更难以搜索应用背后庞大的照片数据库。虽然看似寻常，但此举却给数字营销行业带来了重大影响。 不久之前，总部位于纽约的网红营销机构Amra Elma开发出一套平台，可从[详细]
-
人工智能遭遇文档及人员阻挡：数字化和流程数字化
所属栏目：[大数据] 日期：2021-10-04 热度：114
人工智能的使用已到了令人惊叹的地步，人工智能在识别、模式和异常检测（https://www.cognilytica.com/2019/07/25/infographic-the-identification-pattern-of-ai/）、预测性分析（https://www.cognilytica.com/2019/08/01/infographic-the-predictive-analy[详细]
-
基于深度迁移学习的多语种NLP技术原理和操作
所属栏目：[大数据] 日期：2021-10-04 热度：78
全球存在着几千种语言，这就对NLP研究者带来了巨大的难题，因为在一个语种上训练的模型往往在另外一个语种上完全无效，而且目前的NLP研究以英语为主，很多其他语种上面临着标注语料严重不足的困境。在跨语种NLP研究方面，业界已经做了不少研究，比较有代表性[详细]
-
科技创新是处理“不确定”的不二选择
所属栏目：[大数据] 日期：2021-10-04 热度：163
疫情的原因，让大家喜欢把不确定挂在嘴边。其实不管是生物发展还是人类历史，时间拉长来看，不确定才是常态，确定才是非常态。 奥地利著名物理学家薛定谔根据量子力学中微观粒子运动状态总结认为自然万物都是趋向于从有序到无序。按照薛定谔的发现理论，对于[详细]
-
IBM向Linux Foundation AI捐赠“可信人工智能”方案
所属栏目：[大数据] 日期：2021-10-04 热度：86
周一，IBM宣布将向Linux基金会的一个名为LF AI Foundation的项目捐赠一系列开源工具包，以帮助构建可信人工智能。IBM表示，随着人工智能技术在现实世界中的部署越来越广泛，这些捐赠的工具包可以帮助确保这些部署是公平、安全并且可信的。 IBM在一篇由Todd M[详细]
-
Gartner发布2021年数据与研究领域的十大技术趋势
所属栏目：[大数据] 日期：2021-10-04 热度：73
近日，Gartner发布了数据与分析领域的十大技术趋势，为数据和分析领导者的新冠疫情（COVID-19）响应和恢复工作提供指导，并为疫情后的重启做好准备。 数据和分析领导者如果希望在疫情后能持续创新，就需要不断提高数据处理和访问的速度，扩大分析规模，在前[详细]
-
人工智能和机器学习能为抵御新冠肺炎做些什么？
所属栏目：[大数据] 日期：2021-10-04 热度：188
当下，全世界依然处在与新冠肺炎的激烈抗争之中，每一点技术创新和聪明才智的运用，都使我们在战胜这一疾病的道路上又前进了一步。其中，人工智能和机器学习技术在更好地理解和解决新冠肺炎疫情危机方面可以发挥至为关键的作用，尤其是机器学习技术，它使计[详细]
-
目标：3年100家！英特尔AI百佳创新激励方案迎来第三期新伙伴
所属栏目：[大数据] 日期：2021-10-04 热度：173
汇聚生态、技术、产业之力，英特尔持续构建广泛而开放的AI创新生态 英特尔最近公布了英特尔AI百佳创新激励计划第三期创新团队名单。经过层层筛选和严格把关，16家优秀的创新团队从300多个团队中脱颖而出，项目涵盖金融、工业制造、医疗、交通、建筑、农业等[详细]
-
分析：IT大佬们大数据“计划书”
所属栏目：[大数据] 日期：2021-08-22 热度：164
很多行业都想借助大数据提高决策准确度、提升业务水平，但首先遇到的问题便是数据量还不够大。相比之下，有一些公司足可以称得上是超级大矿主了，只是矿山性质不[详细]
-
大数据：把握机遇 保存价值
所属栏目：[大数据] 日期：2021-08-21 热度：154
今天，数据比以往任何时候都更加根植于我们生活中的每个角落。我们试图用数据去解决问题、改善福利，并且促成新的经济繁荣。伴随着数据处理能力的提升、运算与储[详细]
-
安全：大数据时代的重要问题
所属栏目：[大数据] 日期：2021-08-21 热度：155
上周五，央视对苹果搜集用户位置隐私问题提出质疑，将隐私与安全再次置于舆论的风口浪尖。在这个提到隐私泄露会让用户感到背后发凉，说到安全会让用户感到恐怖的[详细]
-
企业知识战略下商业智能建构模式分析
所属栏目：[大数据] 日期：2021-08-21 热度：180
一、引言 信息在经济活动中占据越来越重要的地位，企业要在竞争中立于不败之地， 必须能够纵观历史与未来趋势，快速做出决策。快速决策来自于对市[详细]
-
针对大数据的汽车租赁移动服务
所属栏目：[大数据] 日期：2021-08-21 热度：53
2014年7月13日，由北京大学信息化与信息管理研究中心、北京大学CIO班教务办公室和中国新一代IT产业推进联盟主办，北达软协办，CIO时代网承办的第三届中国大数据[详细]
-
大数据在智慧警务中的实践
所属栏目：[大数据] 日期：2021-08-21 热度：138
2014年7月13日，由北京大学信息化与信息管理研究中心、北京大学CIO班教务办公室和中国新一代IT产业推进联盟主办，北达软协办，CIO时代网承办的第三届中国大数据[详细]
-
分析：大数据基础架构建设
所属栏目：[大数据] 日期：2021-08-21 热度：118
2014年7月13日，由北京大学信息化与信息管理研究中心、北京大学CIO班教务办公室和中国新一代IT产业推进联盟主办，北达软协办，CIO时代网承办的第三届中国大数据[详细]
-
分析：移动互联破内部管理，大数据立全新协作
所属栏目：[大数据] 日期：2021-08-21 热度：185
2014年7月13日，由北京大学信息化与信息管理研究中心、北京大学CIO班教务办公室和中国新一代IT产业推进联盟主办，北达软协办，CIO时代网承办的第三届中国大数据[详细]
-
盘点：开源社区的大数据分析
所属栏目：[大数据] 日期：2021-08-21 热度：59
2014年7月13日，由北京大学信息化与信息管理研究中心、北京大学CIO班教务办公室和中国新一代IT产业推进联盟主办，北达软协办，CIO时代网承办的第三届中国大数据[详细]
-
分析:大数据时代的智慧商业
所属栏目：[大数据] 日期：2021-08-20 热度：180
2014年7月13日，由北京大学信息化与信息管理研究中心、北京大学CIO班教务办公室和中国新一代IT产业推进联盟主办，北达软协办，CIO时代网承办的第三届中国大数据[详细]
-
大数据不只是互联网企业的希望
所属栏目：[大数据] 日期：2021-08-20 热度：199
最近一段时间，每天都有互联网漏洞、后门、用户信息泄露的新闻。甚至手机丢了，绑定的银行卡密码也会被破译的消息也普遍流行。 未来这样的新闻会更多，因为互联[详细]
-
处理软件定义数据中心的障碍
所属栏目：[大数据] 日期：2021-08-20 热度：50
尽管软件定义数据中心的方法是有效地管理虚拟化环境的答案，但服务器，存储和网络团队之间现有的孤岛会带来阵列管理的挑战，可能会成为IT部门的一个大难题。鉴于[详细]
