好的网站设计,canva可画ppt模板,有什么网站建设软件有哪些,平面设计软件下载官方网站6月底#xff0c;全球数据分析领域彻底炸锅了。
两大数据分析企业Databricks和Snowflake纷纷将目光瞄准了AI大模型。要知道#xff0c;这两位对手平时没少对台戏#xff0c;为性能、产品和技术经常开撕。但在今年的自家大会上#xff0c;两家企业却出奇的一致#xff0c;…6月底全球数据分析领域彻底炸锅了。
两大数据分析企业Databricks和Snowflake纷纷将目光瞄准了AI大模型。要知道这两位对手平时没少对台戏为性能、产品和技术经常开撕。但在今年的自家大会上两家企业却出奇的一致不约而同将主题定位为DataAI并且宣布巨资加码AI大模型
先是Databricks宣布以13亿美元收购AI大模型初创公司MosaicML成为今年以来生成式AI领域内公布的最大一笔收购案。后是Snowflake宣布与NVIDIA合作共同聚焦AIGC和专有大模型的开发。
可能有人会认为数据分析企业“参和”到AI大模型领域不是来添乱就是用于资本市场炒作。不过在笔者看来数据分析企业们巨资加码AI大模型的背后恰恰是大数据、人工智能技术经过多年发展与积累之后数智生产力逐渐深入人心如何高效、安全、便捷地释放数智生产力已成为数智时代千行百业的一道必答题。
DataAI的本质释放数智生产力
Databricks斥巨资收购AI大模型的背后逻辑是什么
这其实是DataAI的融合大趋势。
众所周知进入到数字经济时代数据已被公认为新的核心生产要素而AI则被视为具有变革性的生产工具二者结合有望真正带来生产力的飞跃。业界称之为释放数智生产力。
但高效、安全、便捷地释放数智生产力绝非易事。随着海量数据的增长以及数据技术、人工智能技术的不断迭代与演进千行百业的用户们也面临着极为复杂的局面
其一、数据走向海量化和多样化数据分析和各类模型也趋于复杂化。以OpenAI GPT大模型为例近年来每一代GPT模型的参数规模呈指数级增加。如今市场中千亿级的AI大模型屡见不鲜。
现在训练一个大模型不仅需要耗费巨大的硬件成本更需要花费大量精力在数据处理、训练等环节这让很多用户对于AI大模型抱着“想用却不敢用”的心态。
其二、大量智慧场景的涌现反向推动了更多的数据训练、推理和分析的需求这对于数据处理、分析等环节要求会越来越高。而在行业领域各个业务场景尝试接入AI大模型除了会带来释放生产力之外还会将数据处理等环节的要求提升到新的高度。数据处理、分析等需要走向自动化、智能化。
其三、数据消费群体持续扩大带来了前所未有的数据消费局面。过去数据消费群体往往是少数管理层现在大量的业务场景中均需要对数据进行分析、挖掘这极大推动了数据消费群体的增加。比如中国的一些股份制银行或者大型制造企业其数据消费的月活员工早已过万并且员工占比还在持续提升在日常业务场景中“用数”已经融入到各类员工的工作之中。 事实上为了更好地帮助用户们高效、安全、便捷地释放数智生产力数据分析企业这些年在加速推动DataAI的融合。比如集成TensorFlow等流行AI框架支持机器学习工具的开发等。如今布局AI大模型更像是DataAI趋势的进一步演进水到渠成和顺理成章。
那么生成式AI或者AI大模型会对数据分析带来哪些改变
首先AI的融合一定会让数据分析的方式更加智能和便捷持续降低数据消费和使用的门槛而生成式AI或者AI大模型则会加速数据分析的智能化且会对数据分析、智能用数方式带来革命性的影响。
例如在查询和检索、数据清洗和准备、分析和可视化等诸多环节融入生成式AI能力让数据分析极为简单与便捷。以数据分析需求的流转为例过去以以人和人的对话、人和数据平台 GUI的互动过程来完成业务人员、数据分析师和数据工程师之间需要形成从解释需求到反馈方案的循环且是预设流程过程复杂、效率低下且优化迭代困难。
而将生成式AI融入之后真正改变了过去输入方式、交互方式可以让数据分析更好地契合用户想法。
国内领先的大数据分析和指标平台厂商 Kyligence是业界最早探索DataAI的突出代表。早在 2019 年Kyligence 就推出了 AI 增强引擎可以根据实际的数据特征和查询习惯等主动分析业务用数模式以实现数据模型自适应匹配业务查询需求将高度依赖专家且工作量巨大的的数据建模开发与设计等工作变成自动化和智能化。
无疑生成式AI和AI大模型的融入带来更加出色的自然语言理解准确度、思考推理能力和以及自然语言的输出除了进一步让数据分析加速走向智能化之外也会彻底影响数据分析、数据消费、用数交互等方式带来变革性的改变。
当下无论是云服务商还是数据分析企业均认可生成式AI融入到数据分析之中且在加速布局。据悉在7月14日即将举办的Kyligence用户大会上Kyligence将带来DataAI的重磅新品目标直指大模型时代下的智能用数。
其次生成式AI或者AI大模型与数据分析平台的结合未来会让行业的专有大模型训练、推理等变得更加简单大模型成本未来有望大幅下降。 当前大模型的训练与推理依然是一项复杂且成本高昂的工作动辄数百万美元的训练和研发费用让很多用户都叫苦不迭降门槛和降成本对很多用户而言将是善莫大焉。
有专家就认为数据分析平台和大模型技术的结合未来有望让企业可以使用自己的专有数据来简单、快速、低成本进行生成式AI模型的训练和构建在让用户拥有数据的控制权和所有权的情况下便捷进行自定义AI模型的开发。
可以说随着生成式AI的融入DataAI正在加速开启新时代释放数智生产力也指日可待。
如何释放数智生产力看这里上海见
著名AI专家吴恩达认为随着开源AI算法的普及成功运用AI技术的关键是数据为中心的AI (Data-centric AI)。深以为然。
今年6月底13亿美元的收购案为DataAI打响了第一枪。随着生成式AI、AI大模型开始与数据分析相结合DataAI的核心依然是以数据为中心。接下来DataAI会对数据分析的交互方式、企业数据使用方式甚至专有大模型的建立等带来哪些新变化和新影响
在7月14日举办的2023 Kyligence用户大会值得密切关注。Kyligence由 Apache Kylin 创始团队于 2016 年创办是目前领先的大数据分析和指标平台供应商连续三年进入Gartner 增强数据分析推荐厂商。
Kyligence在DataAI的布局表明中国数据分析企业一直走在业界变革的最前沿对于AI大模型带来的数据分析交互革命、智能用数同样有着前瞻性的探索和布局。
据悉在2023 Kyligence用户大会上Kyligence 将会发布 Data AI 的重磅新产品。此外本次大会还将云集海内外行业领袖、技术专家、企业高管以及合作伙伴。此外来自中金、德邦、平安银行、中信银行、三一重工、亚马逊云科技等多个领域的专家将分享 Data AI 领域的诸多重磅内容。
