科技行者 11月26日 北京消息:T11 2019暨TalkingData数据智能峰会11月25日在北京举办,数千名国内外相关领域专家学者及行业代表参会,探讨数据智能驱动行业转型发展的实践案例。会上,TalkingData对外发布了旗下核心产品,数据智能中台的全新版本——SmartDP Fusion,加速实现数据与业务场景的融合发展,助推传统企业数字化转型。
TalkingData创始人兼首席执行官崔晓波作题为“无界”的开场演讲。他表示,以消费升级为基础的消费分级趋势下,不同的圈层消费需求是完全不同的,这就要求产品必须定位精准。“精准产品方法论(IDEA)”就是TalkingData基于近几年的实践总结出的。演讲中,崔晓波深入解读了该方法论,并指出场景重构是制定精准产品的关键路径。
TalkingData创始人兼首席执行官崔晓波
随着人工智能和大数据为代表的新技术逐渐成熟,大数据与各行业融合发展趋势愈加明显。会上,TalkingData发布了数据智能中台的全新版本——SmartDP Fusion,由全域智能营销平台、数据平台、场景智能应用平台三部分构成。在数据中台逐步成熟的基础上,融合零售、政府、汽车、营销、金融等垂直行业更多业务场景,从而实现数据智能价值最大化,极大的提升企业竞争力。
从数据工程、数据中台到智能商业的建设,体现出TalkingData在赋能数据产业链、驱动行业生态走向上的决心。大会现场发布了TalkingData与合作伙伴取得的重要成果。
政府方面,TalkingData正式宣布其华中研发总部、全国交付总部入驻武汉光谷,与武汉市政府推动数据创新应用,共建行业领军企业;金融方面,由北京大学光华管理学院、百行征信与TalkingData共同成立的征信数据分析与应用联合实验室,进行了成果发布,解读大数据时代征信领域的前沿问题。
另外,TalkingData与京东云、Arkie在智能城市、智能营销领域深化合作,发挥各自优势,以数据智能共建产业生态共同体。
当下,线上、线下商业场景融合趋势愈发明显,各行各业应该如何在挑战中寻找新机遇?在“无界新商业”圆桌论坛上,艾问创始人艾诚、影儿集团副总裁罗征、什么值得买副总裁薛原、腾讯优量汇产品总监&商务总监翟家欢、民生银行信用卡副总裁谭少慧以及TalkingData CSO皮山杉,围绕此话题展开了一次观点的交锋和智慧的碰撞。
在随后的主题演讲中,来自金融、零售、互联网、营销等行业的合作伙伴,包括微众AI副总裁郑文琛、丙晟科技CTO柏林森、易车公司高级副总裁杨永峰、影儿集团副总裁罗征、快手商业化算法策略负责人李勇保、北大光华管理学院金融系副教授王志诚,基于各自领域分享了他们的前瞻观点与实践经验。
此外,本届大会还设置数据智能技术峰会专场,来自英特尔、ARK Federation、涛思数据、南京大学以及TalkingData研发团队的资深专家登台演讲,聚焦大数据与人工智能技术的创新发展,分享技术实战经验和行业创景下的创新应用。
主办方TalkingData表示,连续第五年举办T11数据智能峰会,还是以实现“数据改变企业决策,数据改善人类生活”的愿景为初心。希望通过该平台,诠释数据所蕴含的力量,帮助更多企业实现数据驱动转型,加速各行业的数字化进程,借助数据智能创造商业价值与社会收益。
好文章,需要你的鼓励
AIM Intelligence联合多所知名大学揭示了音频AI系统的重大安全漏洞,开发出名为WhisperInject的攻击方法。这种攻击能让看似无害的音频指令操控AI生成危险内容,成功率超过86%,完全绕过现有安全机制。研究暴露了多模态AI系统的系统性安全风险,对全球数十亿智能设备构成潜在威胁。
新加坡国立大学研究团队系统梳理了视觉强化学习领域的最新进展,涵盖超过200项代表性工作。研究将该领域归纳为四大方向:多模态大语言模型、视觉生成、统一模型框架和视觉-语言-动作模型,分析了从RLHF到可验证奖励范式的政策优化策略演进,并识别出样本效率、泛化能力和安全部署等关键挑战,为这一快速发展的交叉学科提供了完整的技术地图。
浙江大学研究团队通过OmniEAR基准测试揭示了当前AI模型在物理世界推理方面的严重缺陷。测试显示,即使最先进的AI在明确指令下能达到85-96%成功率,但面对需要从物理约束推断行动的任务时,成功率骤降至56-85%。研究发现信息过载反而降低AI协作能力,监督学习虽能改善单体任务但对多智能体协作效果甚微,表明当前架构存在根本局限性。
纽约大学和Aimpoint Digital Labs的研究团队首次揭示了Transformer模型训练中"大规模激活"的完整发展轨迹。这些影响力比普通激活大千倍的"超级激活"遵循可预测的数学规律,研究者开发出五参数公式能以98.4%准确率预测其变化。更重要的是,通过调整模型架构参数如注意力密度、宽深比等,可以在训练前就预测和控制这些关键激活的行为,为设计更高效、量化友好的AI模型提供了全新工具。