Périphériques technologiques
IA
Gartner : L'analyse des données aide à construire une nouvelle équation de la valeur commerciale
Gartner : L'analyse des données aide à construire une nouvelle équation de la valeur commerciale
Les capacités d'analyse des données sont de plus en plus devenues une capacité commerciale, c'est pourquoi en 2022, Gartner a proposé le concept de « construire une nouvelle équation de valeur commerciale » en réponse aux tendances de l'analyse des données.
Qu'est-ce que la « nouvelle équation » ? Sun Xin, directeur de recherche principal chez Gartner, a déclaré que de plus en plus de départements d'entreprises ont besoin d'analyser les données pour générer plus de valeur, susciter davantage de réflexion sur les modèles commerciaux et mieux aider les entreprises à réaliser leur transformation numérique.
Sun Xin, directeur principal de la recherche chez Gartner
Selon ce concept, Gartner a publié cette année les principales tendances en matière de données et d'analyse que les leaders des données et de l'analyse (D&A) pourront exploiter dans les entreprises en 2022. Il est divisé en trois grands thèmes : stimuler la vitalité et la diversité des entreprises, renforcer les capacités du personnel et la prise de décision et institutionnaliser la confiance.
Stimuler la vitalité et la diversité des entreprises
Système d'intelligence artificielle adaptative : Gartner a proposé l'initiative « Ingénierie de l'IA » Il est prévu que d'ici 2026, les entreprises utiliseront des méthodes d'ingénierie de l'IA pour mettre en œuvre des systèmes d'intelligence artificielle adaptatifs, qui peuvent Aider les entreprises à exploiter davantage de modèles d’IA de manière plus efficace, soit 25 % de plus que celles qui ne bénéficient pas de cette initiative.
Intelligence artificielle centrée sur les données : L'intelligence artificielle centrée sur les données continuera à se développer et s'étendra à de plus en plus de disciplines, les entreprises ont donc besoin d'un modèle de gestion des données plus robuste pour compléter leurs capacités opérationnelles d'IA.
Tissage de données basé sur les métadonnées : Si les entreprises peuvent mieux utiliser le tissage de données dans les métadonnées pour gérer les sources de données, elles peuvent réduire efficacement le travail fastidieux de gestion des données dans le passé.
Toujours partager les données : De plus en plus d'entreprises envisageront de partager des données d'une manière qui peut être gouvernée, se concentreront sur la façon de découvrir des données plus pertinentes par des moyens automatisés et utiliseront la méthode ouverte OpenData pour explorer la possibilité de leurs propres données. Explorez davantage.
Autonomisez les personnes et la prise de décision
Analyses riches en contexte : Pour fournir des informations pertinentes aux décideurs, les responsables des données et de l'analyse doivent fournir des analyses riches en contexte créées à l'aide de composants de modules métier.
Données et analyses assemblées du module métier : La technologie passée est peut-être une forme de logiciel unique et solidifié, mais la technologie future utilisera davantage de technologies assemblées pour achever la construction d'applications.
Données et analyses centrées sur la décision : Les entreprises ont besoin de plus en plus de personnes capables de faire des suggestions et des plans basés sur l'analyse des données pour les décisions d'entreprise à un niveau supérieur. Gartner a proposé un modèle d'intelligence décisionnelle pour aider les entreprises à gérer la chaîne décisionnelle dans une perspective de conception de haut niveau.
Compétences du personnel et alphabétisation insuffisantes : Les entreprises doivent permettre aux utilisateurs de communiquer les résultats de l'entreprise après avoir utilisé l'analyse des données, afin d'influencer davantage de personnes.
Institutionalisation de la confiance
Gouvernance connectée : Établissez une couche virtuelle de gouvernance des données et des analyses dans les organisations, les fonctions commerciales et même les zones géographiques pour obtenir des résultats de gouvernance inter-entreprises. De nombreuses entreprises en Chine envisageront de créer un bureau de « directeur des données ». Le bureau disposera d'un comité de gouvernance des données qui coopérera avec certains services juridiques pour mettre en œuvre la « gouvernance de l'Internet » à un niveau virtuel supérieur.
Gestion des risques liés à l'IA : De nombreuses entreprises sont davantage motivées par la supervision et la conformité et mettent en place une certaine gouvernance de modèle, elles sont donc complètement passives lors de la création de modèles d'IA. Gartner espère que les entreprises prêteront attention aux risques de confiance et à la gestion de la sécurité pour la gouvernance de l'IA.
Fabricant et écosystème régional : Lorsque les entreprises construisent leur propre écosystème d'analyse de données, elles devraient accorder plus d'attention à la compatibilité entre les fabricants.
Extension vers la périphérie : Les activités de données et d'analyse sont de plus en plus effectuées sur des serveurs et des passerelles d'appareils distribués en dehors des centres de données ou de l'infrastructure de cloud public.
De nos jours, les entreprises disposent de beaucoup de données, mais ces données n'ont pas été activées. Les entreprises mettent souvent en œuvre passivement des projets et des comportements d'analyse de données, et ne prennent pas l'initiative de faire ressortir la valeur potentielle des données. Sun Xin estime qu'à ce stade, permettre à un nombre croissant d'utilisateurs de prendre des décisions basées sur des données est devenu un défi pour les entreprises. L'analyse des données sur le cloud est devenue un premier choix. Dans le même temps, les entreprises espèrent également en utiliser. des outils en libre-service pour permettre aux utilisateurs professionnels de prendre des décisions plus rapidement.
Gartner a également fait une prédiction relativement audacieuse dans les prévisions de cette année. De plus en plus d'activités d'analyse de données commenceront avec les logiciels de bureau numérique. Lorsque les demandes des entreprises augmenteront, l'analyse des données sera effectuée dans un logiciel de bureau numérique et basée sur l'analyse des données. effectuer certaines actions commerciales dans un logiciel de bureautique numérique et compléter la boucle fermée d'analyse des données.
Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!
Outils d'IA chauds
Undresser.AI Undress
Application basée sur l'IA pour créer des photos de nu réalistes
AI Clothes Remover
Outil d'IA en ligne pour supprimer les vêtements des photos.
Undress AI Tool
Images de déshabillage gratuites
Clothoff.io
Dissolvant de vêtements AI
AI Hentai Generator
Générez AI Hentai gratuitement.
Article chaud
Outils chauds
Bloc-notes++7.3.1
Éditeur de code facile à utiliser et gratuit
SublimeText3 version chinoise
Version chinoise, très simple à utiliser
Envoyer Studio 13.0.1
Puissant environnement de développement intégré PHP
Dreamweaver CS6
Outils de développement Web visuel
SublimeText3 version Mac
Logiciel d'édition de code au niveau de Dieu (SublimeText3)
Utilisez ddrescue pour récupérer des données sous Linux
Mar 20, 2024 pm 01:37 PM
DDREASE est un outil permettant de récupérer des données à partir de périphériques de fichiers ou de blocs tels que des disques durs, des SSD, des disques RAM, des CD, des DVD et des périphériques de stockage USB. Il copie les données d'un périphérique bloc à un autre, laissant derrière lui les blocs corrompus et ne déplaçant que les bons blocs. ddreasue est un puissant outil de récupération entièrement automatisé car il ne nécessite aucune interruption pendant les opérations de récupération. De plus, grâce au fichier map ddasue, il peut être arrêté et repris à tout moment. Les autres fonctionnalités clés de DDREASE sont les suivantes : Il n'écrase pas les données récupérées mais comble les lacunes en cas de récupération itérative. Cependant, il peut être tronqué si l'outil est invité à le faire explicitement. Récupérer les données de plusieurs fichiers ou blocs en un seul
Open source! Au-delà de ZoeDepth ! DepthFM : estimation rapide et précise de la profondeur monoculaire !
Apr 03, 2024 pm 12:04 PM
0. À quoi sert cet article ? Nous proposons DepthFM : un modèle d'estimation de profondeur monoculaire génératif de pointe, polyvalent et rapide. En plus des tâches traditionnelles d'estimation de la profondeur, DepthFM démontre également des capacités de pointe dans les tâches en aval telles que l'inpainting en profondeur. DepthFM est efficace et peut synthétiser des cartes de profondeur en quelques étapes d'inférence. Lisons ce travail ensemble ~ 1. Titre des informations sur l'article : DepthFM : FastMonocularDepthEstimationwithFlowMatching Auteur : MingGui, JohannesS.Fischer, UlrichPrestel, PingchuanMa, Dmytr
Google est ravi : les performances de JAX surpassent Pytorch et TensorFlow ! Cela pourrait devenir le choix le plus rapide pour la formation à l'inférence GPU
Apr 01, 2024 pm 07:46 PM
Les performances de JAX, promu par Google, ont dépassé celles de Pytorch et TensorFlow lors de récents tests de référence, se classant au premier rang sur 7 indicateurs. Et le test n’a pas été fait sur le TPU présentant les meilleures performances JAX. Bien que parmi les développeurs, Pytorch soit toujours plus populaire que Tensorflow. Mais à l’avenir, des modèles plus volumineux seront peut-être formés et exécutés sur la base de la plate-forme JAX. Modèles Récemment, l'équipe Keras a comparé trois backends (TensorFlow, JAX, PyTorch) avec l'implémentation native de PyTorch et Keras2 avec TensorFlow. Premièrement, ils sélectionnent un ensemble de
Vitesse Internet lente des données cellulaires sur iPhone : correctifs
May 03, 2024 pm 09:01 PM
Vous êtes confronté à un décalage et à une connexion de données mobile lente sur iPhone ? En règle générale, la puissance de l'Internet cellulaire sur votre téléphone dépend de plusieurs facteurs tels que la région, le type de réseau cellulaire, le type d'itinérance, etc. Vous pouvez prendre certaines mesures pour obtenir une connexion Internet cellulaire plus rapide et plus fiable. Correctif 1 – Forcer le redémarrage de l'iPhone Parfois, le redémarrage forcé de votre appareil réinitialise simplement beaucoup de choses, y compris la connexion cellulaire. Étape 1 – Appuyez simplement une fois sur la touche d’augmentation du volume et relâchez-la. Ensuite, appuyez sur la touche de réduction du volume et relâchez-la à nouveau. Étape 2 – La partie suivante du processus consiste à maintenir le bouton sur le côté droit. Laissez l'iPhone finir de redémarrer. Activez les données cellulaires et vérifiez la vitesse du réseau. Vérifiez à nouveau Correctif 2 – Changer le mode de données Bien que la 5G offre de meilleures vitesses de réseau, elle fonctionne mieux lorsque le signal est plus faible
La vitalité de la super intelligence s'éveille ! Mais avec l'arrivée de l'IA qui se met à jour automatiquement, les mères n'ont plus à se soucier des goulots d'étranglement des données.
Apr 29, 2024 pm 06:55 PM
Je pleure à mort. Le monde construit à la folie de grands modèles. Les données sur Internet ne suffisent pas du tout. Le modèle de formation ressemble à « The Hunger Games », et les chercheurs en IA du monde entier se demandent comment nourrir ces personnes avides de données. Ce problème est particulièrement important dans les tâches multimodales. À une époque où rien ne pouvait être fait, une équipe de start-up du département de l'Université Renmin de Chine a utilisé son propre nouveau modèle pour devenir la première en Chine à faire de « l'auto-alimentation des données générées par le modèle » une réalité. De plus, il s’agit d’une approche à deux volets, du côté compréhension et du côté génération, les deux côtés peuvent générer de nouvelles données multimodales de haute qualité et fournir un retour de données au modèle lui-même. Qu'est-ce qu'un modèle ? Awaker 1.0, un grand modèle multimodal qui vient d'apparaître sur le Forum Zhongguancun. Qui est l'équipe ? Moteur Sophon. Fondé par Gao Yizhao, doctorant à la Hillhouse School of Artificial Intelligence de l’Université Renmin.
Les robots Tesla travaillent dans les usines, Musk : Le degré de liberté des mains atteindra 22 cette année !
May 06, 2024 pm 04:13 PM
La dernière vidéo du robot Optimus de Tesla est sortie, et il peut déjà fonctionner en usine. À vitesse normale, il trie les batteries (les batteries 4680 de Tesla) comme ceci : Le responsable a également publié à quoi cela ressemble à une vitesse 20 fois supérieure - sur un petit "poste de travail", en sélectionnant et en sélectionnant et en sélectionnant : Cette fois, il est publié L'un des points forts de la vidéo est qu'Optimus réalise ce travail en usine, de manière totalement autonome, sans intervention humaine tout au long du processus. Et du point de vue d'Optimus, il peut également récupérer et placer la batterie tordue, en se concentrant sur la correction automatique des erreurs : concernant la main d'Optimus, le scientifique de NVIDIA Jim Fan a donné une évaluation élevée : la main d'Optimus est l'un des robots à cinq doigts du monde. le plus adroit. Ses mains ne sont pas seulement tactiles
Le premier robot capable d'accomplir de manière autonome des tâches humaines apparaît, avec cinq doigts flexibles et rapides, et de grands modèles prennent en charge l'entraînement dans l'espace virtuel
Mar 11, 2024 pm 12:10 PM
Cette semaine, FigureAI, une entreprise de robotique investie par OpenAI, Microsoft, Bezos et Nvidia, a annoncé avoir reçu près de 700 millions de dollars de financement et prévoit de développer un robot humanoïde capable de marcher de manière autonome au cours de la prochaine année. Et l’Optimus Prime de Tesla a reçu à plusieurs reprises de bonnes nouvelles. Personne ne doute que cette année sera celle de l’explosion des robots humanoïdes. SanctuaryAI, une entreprise canadienne de robotique, a récemment lancé un nouveau robot humanoïde, Phoenix. Les responsables affirment qu’il peut accomplir de nombreuses tâches de manière autonome, à la même vitesse que les humains. Pheonix, le premier robot au monde capable d'accomplir des tâches de manière autonome à la vitesse d'un humain, peut saisir, déplacer et placer avec élégance chaque objet sur ses côtés gauche et droit. Il peut identifier des objets de manière autonome
L'US Air Force présente son premier avion de combat IA de grande envergure ! Le ministre a personnellement effectué l'essai routier sans intervenir pendant tout le processus, et 100 000 lignes de code ont été testées 21 fois.
May 07, 2024 pm 05:00 PM
Récemment, le milieu militaire a été submergé par la nouvelle : les avions de combat militaires américains peuvent désormais mener des combats aériens entièrement automatiques grâce à l'IA. Oui, tout récemment, l’avion de combat IA de l’armée américaine a été rendu public pour la première fois, dévoilant ainsi son mystère. Le nom complet de ce chasseur est Variable Stability Simulator Test Aircraft (VISTA). Il a été personnellement piloté par le secrétaire de l'US Air Force pour simuler une bataille aérienne en tête-à-tête. Le 2 mai, le secrétaire de l'US Air Force, Frank Kendall, a décollé à bord d'un X-62AVISTA à la base aérienne d'Edwards. Notez que pendant le vol d'une heure, toutes les actions de vol ont été effectuées de manière autonome par l'IA ! Kendall a déclaré : "Au cours des dernières décennies, nous avons réfléchi au potentiel illimité du combat air-air autonome, mais cela a toujours semblé hors de portée." Mais maintenant,
