全球领先的信息与通信解决方案供应商华为宣布,2015年华为中国合作伙伴大会于3月12日至13日在西安曲江国际会展中心盛大召开。针对热点话题大数据设置的"释放数据力量,成就敏捷商道分论坛"人气爆棚,来自华为的多名技术专家、各行业信息化主管都发表了对于大数据应用探索的独到见解,为论坛200多位来宾带来了一场大数据的超级盛宴,让他们真正感受到大数据的强大力量。
"释放数据力量,成就敏捷商道分论坛"人气爆棚
华为IT产品线营销工程部部长黄瑾在开场致辞中分享了华为在大数据领域的投入和成果,并强调大数据是一个生态链,华为愿继续秉承开放的原则,携手全球大数据应用开发伙伴、联合行业市场拓展伙伴,为用户提供具有可持续发展能力的创新大数据解决方案。
大数据,让数据慧说话
在大数据时代,数据呈现爆炸性增长,但数据真正的价值在什么地方?华为大数据平台解决方案FusionInsight在可靠性、安全性、管理性方面对Hadoop进行了企业级的增强和持续改进,始终保持技术领先,并在易移植性和易管理性方面具备独特价值,消除客户和合作伙伴的后顾之忧。而存储作为大数据解决方案的重要一环,华为领先的大数据存储平台OceanStor 9000,提供从导入、分析到保存的全套解决方案。通过构建一体化的平台,解决好大数据的平台分析,通过创新的技术,降低实现大数据应用的难度。
从大数据到大分析
大数据构建了完整的信息生态链,而华为专注大数据基础设施领域,要想真正为用户创造价值,仍然需要上层应用厂商的深入合作和共同开发,以及行业市场拓展伙伴的鼎力支持。SAS作为全球商业智能和分析软件与服务领袖,在大数据方面和华为也有着深入的合作。SAS公司华南区技术副总监叶松云出席本次论坛,并带来了“SAS,大数据与大分析“主题演讲,深入的分析了从大数据到大分析的背景、SAS和Hadoop的整合。同时,SAS对华为在大数据方面的表现表示认可,希望强化合作,共同推动华为在SAS国际认证方面的进程。
大数据在行业
现如今,大数据行业应用落地,也正在如火如荼火热开展。在行业内如何构建大数据生态系统,实现共赢,成为站在大数据时代风口的幸运者,是与会者最关心的话题之一。
华为企业BG中国区大数据解决方案市场总监杨建光先生首先总结了互联网的优势在于“以极低的成本、极高的效率和极大量的客户发生大量的交互”,提出银行在传统数据处理模式下,很难追赶互联网。建设好大数据,是银行的一个重要应对选择。在讲解中,杨建光先生还分享了华为联合合作伙伴打造的精准营销解决方案,通过提供基于大数据的全景全方位客户信息管理、360度客户行为洞察等精准营销应用,突破了传统数据仓库能力限制,帮助小微贷客户推荐转换率提高6倍,客户预测误差率由60%降至30%。此外针对历史数据管理的客户痛点,杨建光先生介绍,通过华为海量数据基础平台提供的历史数据分析能力,帮助银行在产品设计、更新、监测提供决策。并支撑银行未来实现。最后,杨建光先生总结华为的大数据方案是致力于提供基础平台,融合结构化、非结构化数据,建百P级数据分析能力的解决方案,华为将联合应用厂商,助力银行轻松应对大数据的未来。
北京先进数通信息技术股份公司整合事业部技术总监刘跃辉先生结合先进数通的在银行数据处理领域的多年丰富经验,首先就银行大数据建设面临的挑战进行了分析,提出银行在大数据时代,需要具备多种大数据处理能力,包括海量数据收集、存储管理、海量计算、业务应用、信息展现。进而提出银行的大数据平台建设需要数据的业务逻辑层面建设以及计算引擎层面的建设,先进数通和华为分别在这两个方面具备着各自的优势,先进数通与华为的合作,将能为银行提供强大的大数据统一数据处理平台解决方案。
北京宇信易诚科技有限公司副总裁孟东炜先生介绍了大数据下的银行业务规划,认为现代银行将进入长尾客户时代,而以华为为代表的大数据方案将为长尾时代的银行服务提供技术支撑。宇信和华为的联合,将宇信在银行业务应用方面的优势和华为在基础架构方面相结合,将为中国金融行业新的时代业务建设提供助力。孟东炜先生同时肯定了宇信和华为合作的自动化贷款解决方案,该方案可以帮助银行实现分钟级贷款业务办理。
华为IT解决方案总经理宋哲炫先生介绍了华为在公安海量数据存储和查询、大规模结构化数据查询和分析、大数据创新的三个方面的能力,提升了数据分析查询效率,缩短办案周期。FusionInsight大数据全生命周期平台和大数据存储OceanStor 9000,完善行业大数据生态系统,深挖数据价值,释放数据力量,和合作伙伴共同推动大数据的发展。
大数据时代也是大机会时代,华为此次与合作伙伴共话大数据未来,表明华为的前瞻性眼光和求实创新的精神。经过华为人的努力以及与合作伙伴之间的开放合作,华为大数据解决方案必将成为大数据领域的一颗耀眼的明珠,在茫茫的数据海洋中,绽放属于它的智慧光彩。
好文章,需要你的鼓励
在技术快速发展的时代,保护关键系统越来越依赖AI、自动化和行为分析。数据显示,2024年95%的数据泄露源于人为错误,64%的网络事件由员工失误造成。虽然先进的网络防御技术不断发展,但人类判断仍是最薄弱环节。网络韧性不仅是技术挑战,更是人员和战略需求。建立真正的韧性需要机器精确性与人类判断力的结合,将信任视为战略基础设施的关键要素,并将网络韧性提升为国家安全的核心组成部分。
南洋理工大学团队开发了Uni-MMMU基准测试,专门评估AI模型的理解与生成协同能力。该基准包含八个精心设计的任务,要求AI像人类一样"边看边想边画"来解决复杂问题。研究发现当前AI模型在这种协同任务上表现不平衡,生成能力是主要瓶颈,但协同工作确实能提升问题解决效果,为开发更智能的AI助手指明了方向。
自计算机诞生以来,人们就担心机器会背叛创造者。近期AI事件包括数据泄露、自主破坏行为和系统追求错误目标,暴露了当前安全控制的弱点。然而这种结果并非不可避免。AI由人类构建,用我们的数据训练,在我们设计的硬件上运行。人类主导权仍是决定因素,责任仍在我们。
360 AI Research团队发布的FG-CLIP 2是一个突破性的双语精细视觉语言对齐模型,能够同时处理中英文并进行精细的图像理解。该模型通过两阶段训练策略和多目标联合优化,在29个数据集的8类任务中均达到最先进性能,特别创新了文本内模态对比损失机制。团队还构建了首个中文多模态评测基准,填补了该领域空白,为智能商务、安防监控、医疗影像等应用开辟新可能。