分享按钮
• Khiops 是 Orange 在过去 20 年中开发的具有里程碑意义的机器学习工具。
• 在开源许可下,数据科学家和初学者都可以使用它。
• 它显著加速了特征工程过程,这对于机器学习至关重要。
21 世纪初,Orange 研究工程师 Marc Boullé 启动了一个项目,旨在设计一种专用于挖掘和利用大型多表数据库的机器学习解决方案。从那时起,这个名为 Khiops 的工具不断发展,并不断提升其潜力,以更好地实现其目标:提供完全自动化、直观的机器学习体验,强调模型的可解释性。
不断进化
数据科学家兼 Khiops 项目协调员 Luc-Aurélien Gauthier 解释说,“对于年轻用户来说,使用开放、有文档记录且可扩展的解决方案的前景比使用繁琐的专有工具更有吸引力。”
专门的 Khiops 网站拥有大量信息资源,并将在未来几个月内进行扩展,例如,增加与新的高级用例相关 手机号码数据 的材料。Khiops 工具本身也在不断发展——v11 预计将在 2024 年的某个时候推出,并将引入重大变化,例如支持处理文本数据和新的可视化工具。
人才短缺
除了市场需求之外,渴望从 AI 中获利的业内参与者的成功还取决于他们吸引新人才的能力。“说到 AI,工程师和博士生确实很短缺。而传统半导体行业已经存在人才短缺问题,” Estelle Prin 指出。吸引合适员工的难度是台湾的一个关键问题,该行业的空缺职位数量一直在稳步增加。“整个生产链都缺乏技能,” Carlo Reita 解释说。“从洁净室操作员 新加坡电话列表 到系统应用设计师,都很难找到新员工,我们 CEA 就受到了影响。风险在于供应跟不上需求,即使在人才拥有最先进技能的欧洲也是如此。”
在欧洲,CEA 等参与者正在投资边缘计算解决方案,以满足对更多独立 AI 处理器日益增长的需求,而这些 他们还能从哪里获得这么多链接 处理器并不局限于云端。在全球范围内,利用 AI 的竞争具有地缘政治影响。两个主要的芯片生产国台湾和韩国分别受到中国和朝鲜的威胁,这也是台积电目前正在亚利桑那州建造一家由美国政府资助的制造厂的原因。然而,在中国生产全球 60% 的镓和 80% 的锗的情况下,这些举措无法解决某些稀有原材料的获取问题,这些原材料在芯片电子中起着至关重要的作用。简而言之,增长最快的全球市场也是世界上最脆弱的市场之一。在我看来,这通常是战争法的问题,而不是战时法的问题。最后,我仍然不清楚,在由于领土国家不同意而出现双重分类的情况下,哪些行为将受国际性武装冲突法的管辖。事实上,特里斯坦·费拉罗所捍卫的立场的支持者并没有解释由于领土国家不同意而出现国际性武装冲突的附加价值是什么,因为他们强调在这种情况下,敌对行为完全受非国际性武装冲突法的管辖。人工智能在严苛的客户关系领域
在一个现代化办公环境里,充满活力的呼叫中心里,一位熟练的西班牙裔接线员戴着眼镜,全神贯注地工作,满足客户的需求。