Bild vom Autor

Sie und Ihr Unternehmen sind „datengesteuert“, oder? Das bedeutet sicherlich, die ausgefeilteste Technologie für den Umgang mit Daten einzusetzen. Das Vorhandensein einer Datenbank und deren Abfrage mit SQL scheint in dieser Welt eine Mindestanforderung zu sein.

Was aber, wenn es Fälle gibt, in denen eine einfache Tabellenkalkulation eine sorgfältig geschriebene Abfrage um Längen übertrifft? Hier sind einige Situationen aus dem wirklichen Leben.

Bild vom Autor

1. Ihre Daten sind klein und/oder einmalig

Beispiele für solche Daten sind:

• Eine CSV von einem Anbieter
• Ein Finanzmodell mit einigen hundert Zeilen
• Eine einfache Budgetprognose
• Ein Aufgaben-Tracker

Bild vom Autor

Es wäre quick bizarr, solche Daten in eine Datenbank zu laden und ein paar Abfragen auszuführen. Es ist übertrieben. Öffnen Sie es in Excel oder Google Sheets, und Sie können schnell filtern, sortieren und Berechnungen und Transformationen durchführen. Sie würden wahrscheinlich immer noch Tabellen, Indizes und Schemata in einer Datenbank einrichten.

2. Sie benötigen Geschwindigkeit und Null-Setup

Wenn Sie noch keine relationale Datenbank haben, erfordert deren Einrichtung Folgendes:

• Eine laufende Datenbank, lokal oder in der Cloud
• Definierte Tabellen und Datentypen
• Richtige Berechtigungen

Mit Tabellenkalkulationen? Nichts davon. Selbst wenn eine Set up erforderlich ist, geht es viel schneller. Sie müssen jedoch wahrscheinlich nichts installieren, da Ihr Pc wahrscheinlich mit einem vorinstallierten Tabellenkalkulationsprogramm geliefert wird, oder Sie können problemlos eine Cloud-Model verwenden.

Bild vom Autor

Klicken Sie einfach auf die Datei und legen Sie los – vor allem, wenn Sie nur sehen möchten, was darin enthalten ist, oder ein paar schnelle Berechnungen durchführen möchten.

3. Sie müssen zusammenarbeiten

Datenbanken können die Zusammenarbeit bewältigen, sie erfordern jedoch das Festlegen von Berechtigungen, das Definieren von Rollen und SQL-Kenntnisse.

Beispielsweise ist die Zusammenarbeit in Google Sheets viel einfacher:

• Teilen Sie einen Hyperlink mit Ihren Mitarbeitern
• Kommentare hinzufügen
• Verfolgen Sie Dateiänderungen

Bild vom Autor

Wenn Ihre Mitarbeiter außerhalb des Datenteams sind (z. B. Finanzen, Advertising and marketing, Betrieb), verwenden sie wahrscheinlich kein SQL – bei Tabellenkalkulationen spielt das keine Rolle.

4. Sie möchten Daten visualisieren und präsentieren

SQL dient der Abfrage und Datenanalyse, ist jedoch nicht für die Präsentation Ihrer Ergebnisse geeignet. Normalerweise exportieren Sie die Ausgabe Ihrer Abfragen an einen anderen Ort. Ironischerweise sind es oft Tabellenkalkulationen, die wir vermeiden wollten.

Wenn die Visualisierung und Präsentation von Daten wichtig ist und Sie die Analyse relativ einfach in einer Tabellenkalkulation durchführen können, dann wählen Sie diese gegenüber SQL. Tabellenkalkulationen sind sowohl Berechnungs- als auch Präsentationswerkzeuge.

Bild vom Autor

Normalerweise bevorzugen Sie Tabellenkalkulationen gegenüber SQL, wenn Sie Folgendes benötigen:

• Diagramme für eine Präsentation
• Pivot-Tabellen für Führungskräfte
• Ein Finanzprognosemodell

5. Ihre Arbeit ist iterativ und chaotisch

Beispiele für solche Arbeiten sind das Erstellen von Modellen, das Brainstorming von Szenarien und das Testen von Annahmen. Hier würde ich Tabellenkalkulationen verwenden.

Bild vom Autor

Sie können sie verwenden, um:

• Brainstormen Sie Finanzszenarien -> kopieren Sie das Blatt, optimieren Sie ein paar Zellen und sehen Sie sofort die Ergebnisse
• Annahmen testen -> zwei Formeln schreiben, vergleichen, die schwächere löschen; Keine Schemamigration erforderlich
• Schnelle Was-wäre-wenn-Modelle -> Erstellen Sie eine grobe Model in einer Tabelle, bevor Sie sie in SQL formalisieren
• Advert-hoc-Anmerkungen -> Farbcodierung, Kommentare hinterlassen, Daten hervorheben
• Formeliteration -> einfach =SUM(A1:A52) in =AVERAGE(A1:A52) ändern; Es ist nicht erforderlich, Abfragen neu zu schreiben oder die Syntax zu validieren

6. Ihre Zielgruppe spricht kein SQL

Unternehmensleiter, Projektmanager und externe Kunden öffnen weitaus eher eine Tabellenkalkulation als eine Datenbank.

Bild vom Autor

Mit Tabellenkalkulationen erhalten sie etwas, das sie lesen, optimieren und teilen können, ohne eine Programmiersprache zu lernen, die sie nicht lernen wollten.

7. Sie berücksichtigen Kosten und Zugang

Die Pflege relationaler Datenbanken in Produktionsumgebungen kann kostspielig sein; Denken Sie an Cloud-Speicher, Rechenressourcen und Verwaltungszeit.

Bild vom Autor

Tabellenkalkulationen sind kostenlos oder quick kostenlos. Wenn Ihr Datensatz und Ihre Analyse relativ einfach mit einer Tabellenkalkulation verarbeitet werden können, vermeidet die Wahl dieser anstelle von SQL den Mehraufwand.

8. Sie benötigen eine schnelle Dateneingabe

Datenbanken sind nicht für eine einfache manuelle zeilenweise Eingabe konzipiert. Sie müssten entweder eine Abfrage schreiben oder Daten aus einer Tabellenkalkulation importieren.

Bild vom Autor

Das direkte Eingeben von Daten in eine Tabelle ist einfacher, wenn Sie beispielsweise Folgendes tun möchten:

• Zeichnen Sie Besprechungsnotizen auf
• Sammeln Sie mehrere Vertriebskontakte
• Verfolgen Sie Aufgaben oder Fristen

Abschluss

Der beste Weg ist natürlich die Kombination von Tabellenkalkulationen und SQL. Letzteres dient der Verarbeitung, Transformation und Analyse umfangreicher Daten, insbesondere wenn es sich dabei um sich wiederholende Aufgaben handelt. Dann lohnt es sich, eine logische Abfrage zu erstellen und diese bei Bedarf einfach erneut auszuführen. Wenn Sie gerade erst anfangen oder eine Auffrischung benötigen, ist dies hier SQL-Spickzettel ist eine großartige Ressource für Kernkonzepte, die Sie tatsächlich verwenden werden.

Tabellenkalkulationen sind besser, wenn Sie Agilität, schnelles Verständnis von Daten, einfachere Analysen, schnelle Datenvisualisierungen und gemeinsame Nutzung suchen.

Nate Rosidi ist Datenwissenschaftler und in der Produktstrategie tätig. Er ist außerdem außerordentlicher Professor für Analytik und Gründer von StrataScratch, einer Plattform, die Datenwissenschaftlern hilft, sich mit echten Interviewfragen von Prime-Unternehmen auf ihre Interviews vorzubereiten. Nate schreibt über die neuesten Developments auf dem Karrieremarkt, gibt Ratschläge zu Vorstellungsgesprächen, stellt Knowledge-Science-Projekte vor und behandelt alles rund um SQL.

Huawei hat eine Patentanwendung für ein Modell für künstliche Intelligenz eingereicht, das die Voraussetzung der Benutzeranforderungen im Voraus vorhersagen soll. Das Patent mit dem Titel „Eine Modellinteraktionsmethode, ein Gerät, ein elektronisches Gerät und das Interaktionssystem“ beschreibt eine Technologie, die eine proaktivere und intuitivere Benutzererfahrung schaffen soll.

Wie das KI -Modell funktioniert

Die Kernfunktion des KI -Modells besteht darin, das Verhalten und die Gewohnheiten eines Individuums zu verstehen, um ihre Bedürfnisse zu antizipieren. Laut der Patentanwendung würden elektronische Geräte mit dieser Technologie die Absicht eines Benutzers automatisch auf der Grundlage des auf dem Bildschirm angezeigten Inhalts prognostizieren. Das System ist so konzipiert, dass die zugrunde liegende Frage eines Benutzers aus minimalen Textaufforderungen interpretiert wird und die Notwendigkeit einer vollständigen Beschreibung verringert.

Dieser Ansatz würde es der KI ermöglichen, Benutzeranfragen mit größerem Kontext und weniger direkten Eingaben zu verstehen und die Kommunikation zwischen dem Gerätebesitzer und dem Großsprachmodell (LLM) zu vereinfachen. Obwohl diese Technologie in der Einreichung nicht ausdrücklich bestätigt wird, könnte sie möglicherweise in den bestehenden KI -Assistenten von Huawei Celia integriert werden.

Beabsichtigte Benutzervorteile

Das Ziel dieser prädiktiven Interaktionsmethode ist es, dem Benutzer mehrere spezifische Verbesserungen bereitzustellen.

• Es würde die Notwendigkeit verringern, dass Benutzer ihre Fragen im Element beschreiben.
• Es wird erwartet, dass die Anzahl der Dialoge von Mensch-Pc-Dialogen verringert wird, die für Informationen benötigt werden.
• Das System zielt darauf ab, die Wartezeiten auf Antworten zu verkürzen.
• Die Technologie ist so konzipiert, dass die Inhalte dem Benutzer genauer, effizienter und intuitiver werden.

Zukünftige Implementierung

Es bleibt unbestätigt, ob Huawei diese Technologie in seinen Excessive-Finish-Smartphones, PCs oder anderen zukünftigen Produkten bereitstellen wird.

Eine Patentanmeldung bestätigt nicht die derzeitige Existenz einer Technologie oder garantiert ihre eventuelle Implementierung in im Handel erhältlichen Geräten.

---

Ausgewähltes Bildnachweis

Apple konfiguriert seine Lieferkette, um die Auswirkungen von Tarifen auf chinesische Importe in die USA zu mildern, was zu einer Verschiebung der iPhone -Produktion führt. Ein bedeutender Teil der für den US -Markt bestimmten iPhones, der für den US -Markt bestimmt ist, wird jetzt in Indien und nicht in China hergestellt, wobei die strategische Reaktion von Apple auf den internationalen Handelsdruck vorgestellt wird.

Seit mehreren Jahren hat Apple seine iPhone -Produktion über China aktiv diversifiziert. Indien hat sich in dieser Strategie als kritischer Fertigungszentrum entwickelt. Das langfristige Ziel von Apple betrifft die Herstellung von 50% seiner iPhones in Indien in den nächsten Jahren und ist eine erhebliche Verschiebung des globalen Fertigungs-Fußabdrucks.

Ein wichtiger Maßstab für Apple ist die gleichzeitige Produktion seiner neuesten iPhone -Modelle in Indien und China. Das Unternehmen wollte dieses Ziel mit dem iPhone 16 erreichen. Die Produktion in Indien begann einige Wochen später als in China. Das Unternehmen rechnet damit, mit dem iPhone 17 eine gleichzeitige Produktion zu erreichen.

Die Hauptmotivation von Apple für die Diversifizierung der Produktion bestand darin, seine Abhängigkeit von der Fertigung in China zu verringern. Die Veränderung der Produktion nach Indien ist angesichts der in den USA importierten von Chinas hergestellten Gütern, die in den USA importierten, von Vorteil auferlegten Zölle erweist. Bloomberg Berichtet, dass die Mehrheit der für den US -Markt vorgesehenen iPhones jetzt in Indien produziert wird.

Derzeit macht Indien mehr als 20% der globalen iPhone -Produktion aus. Indien hat China als führender Anbieter von iPhones auf dem US -Markt übertroffen, was auf eine signifikante Veränderung der Provide -Chain -Dynamik von Apple hinweist.

Trotz des Fortschritts steht Apple mit zwei Herausforderungen gegenüber. Erstens ist der Anstieg der Nachfrage während des Begins einer neuen iPhone -Aufstellung eine logistische Hürde. Die gesamte US -amerikanische Nachfrage nach dem iPhone 17 durch indische Produktion wird schwierig sein.

Das zweite Downside beinhaltet potenzielle Einfuhrzölle. Die aus Indien aus Indien importierten Tarifen könnten die Strategie von Apple beeinflussen. Während Smartphones derzeit ausgenommen sind, kann sich ihr Standing ändern. Die Trump -Administration befreit Smartphones, Laptop und andere Elektronik von gegenseitigen Tarifen.

Der Artikel erwähnt, dass Trump bekannt ist, dass er seine Haltung häufig ändert. Obwohl er den Tarif ankündigte, fügte er hinzu, dass die USA und Indien noch in Gesprächen seien. Obwohl Apple die Kosten für Importzölle absorbiert hat, ist es unwahrscheinlich, dass dies auf unbestimmte Zeit fortgesetzt wird. Infolgedessen könnten die Preise für in den USA verkaufte Apple -Produkte in Zukunft möglicherweise steigen.

---

Ausgewähltes Bildnachweis

Beaverton, Ore. – Datavault Ai Inc. (NASDAQ: DVLT) hat heute die erweiterte Kommerzialisierung seiner AI -Agenten angekündigt – DataScore und Datavalue – erstellt mit IBM Watsonx.ai.

IBM verpflichtet sich auch über mehrere Jahre hinweg KI -Engineering und technischen Help, um Datavault zu unterstützen, seine Angebote zu erweitern und zu beschleunigen. Die Integration soll Kunden helfen, ihre Unternehmensmodellierung, Risikobewertung und Preisstrategien in den Bereichen lokale Umgebungen, Cloud- und Hybridumgebungen zu optimieren.

Datavault AI ist ein Platin -Companion im IBM -Companion Plus -Programm mit Pläne zur Zusammenarbeit mit Bereitstellungen, Exams und Entwicklung, um die Akzeptanz von KI in wichtigen Branchen wie Finanzen, Gesundheitswesen, Sport, Unterhaltung und Regierung zu beschleunigen.

Die mit Watsonx.ai erstellte Lösung von Datavault soll Kunden helfen, ihre Unternehmensmodellierung, Risikobewertung und Preisstrategien in den Bereichen lokale Umgebungen, Cloud- und Hybridumgebungen zu rationalisieren. Als Platinum-IBM-Companion wird Datavault AI mit dem Vertriebs- und Companion-Netzwerk von IBM zusammenarbeiten, um das Kundenbindung und das Purchase-in von Datavault zu beschleunigen.

Nathaniel Bradley, CEO von Datavault AI, kommentierte: „Wir glauben, dass dies ein strategischer Wendepunkt für Datavault AI ist und einen erheblichen Meilenstein in unserem Kommerzialisierungs-Roadmap auf Unternehmensmaßstäben markiert. Durch die Integration von IBM Watsonx.ai auf technischer Ebene und in enger Zusammenarbeit mit IBM, wir haben unsere Datenmonet-Plattform world skaliert.“

Diese Zusammenarbeit wird durch IBM weiter gestärkt, die KI -Ingenieure und Entwicklungsexpertise bereitstellt, um den Wert von Watsonx.ai innerhalb von DataScore & Datavalue zu beschleunigen, um den Wert für Datavault -Kunden zu verbessern.

Biz Dziarmaga, Leiter der AI-Partnerschaften von Americas AI bei IBM, kommentierte: „Wenn wir unsere Ressourcen zur Unterstützung von Datavaults Mission mitbringen, werden die Datenmonetarisierung vorantreiben, die Unternehmen aller Größen nutzen können. Die Nutzung von IBM-Plattformen mit DATAVAULT-Innovationen zeigt einen zwanghaften Wert für das Worldwide. Ein skalierbarer Weg zur Datenmonetisierung. “

Laut McKinsey & Firm wird Generative AI voraussichtlich zwischen 2,6 Billionen US -Greenback und 4,4 Billionen US -Greenback professional Jahr hinzufügen¹ In den wichtigsten Geschäftsanwendungen hinweg, was die KI-gesteuerte Automatisierung zu einer der bedeutendsten Investitionsgrenzen in der Unternehmenstechnologie macht.

Datavault AI hat ein vollständig integriertes KI-angetriebenes Ökosystem entwickelt, das Organisationen helfen soll, ihre Datenvermögen über seine drei Flaggschiff-AI-Agenten zu monetarisieren:

Knowledge Vault Financial institution: Eine KI-Engine mit Internet 3.0, die Unternehmensdaten in strukturierte, handelbare Vermögenswerte umwandelt. Derzeit wird mit IBM gebaut, es wird voraussichtlich im Oktober 2025 veröffentlicht.

DataScore: Ein patentiertes KI-gesteuerter Bewertungs- und Risikoanalyse-Instrument, das die Datenqualität bewertet und die Einhaltung von DSGVO, CCPA und anderen regulatorischen Requirements sicherstellt.

DATAVALUE: Eine patentierte KI-gesteuerte Preismotorin, die Unternehmensdaten reale finanzielle Bewertungen zuweist und neue Liquiditäts- und Handelsmöglichkeiten erzeugt.

Darüber hinaus wird die patentierte Knowledge Vault Internet 3.0 -Plattform von Datavault AI durch die ausgefüllten Integrationen verbessert, wodurch sichere, konforme und skalierbare Datenmonetisierung in den Branchen ermöglicht. Die Plattform entwickelt sich weiter mit Fortschritten bei der Datenindexierung, Wahrnehmungs- und Monetarisierungsfunktionen.

NVIDIA CES hat der Welt einen Einblick in die Zukunft gegeben! Es gab einige erstaunliche Markteinführungen, die von transparenten, wirklich drahtlosen Fernsehern bis hin zu Prototypen fliegender Autos reichten – NVIDIA CES hatte alles, um die Aufmerksamkeit jedes Technikbegeisterten zu fesseln. Während es im Technologiebereich mutige Aufrufe und Designeinführungen gab, battle es die KI, die die Present stahl.

Von Brillen über Supercomputer bis hin zu Häusern – KI stand im Mittelpunkt der NVIDIA-Feierlichkeiten.

Hier die Highlights:

LGs KI-betriebene Häuser

Die AI- oder „Affectionate Intelligence“-Initiative von LG wurde während der CES 2025 offiziell vorgestellt. Mit dieser Initiative möchte LG ein Good-Dwelling-Erlebnis schaffen, das weniger künstlich und stärker auf den Menschen ausgerichtet ist.

Zu den Highlights der Affectionate Intelligence von LG gehören:

1. LG ThinQ ON AI Dwelling Hub: Als zentraler Hub verbindet und steuert ThinQ ON verschiedene Good Home equipment und IoT-Geräte. Es versteht natürliche Sprache, ermöglicht Konversations-Sprachbefehle und lernt Benutzerpräferenzen, um personalisierte Erlebnisse bereitzustellen.
2. KI-gestützte Geräte: Die neuesten Geräte von LG sind mit fortschrittlicher KI ausgestattet und passen sich den Routinen und Verhaltensweisen der Benutzer an. Beispielsweise können Waschmaschinen Stoffarten und Verschmutzungsgrad erkennen, um Waschzyklen zu optimieren und so den Komfort und die Effizienz zu steigern.
3. Kooperationen für verbesserte Konnektivität: LG hat sich mit Unternehmen wie Microsoft zusammengetan, um KI-Assistenten wie Copilot in seine Good-TVs zu integrieren, mit dem Ziel, KI-gestützte Wohnräume zu revolutionieren. Diese Zusammenarbeit zielt darauf ab, KI-Agenten zu entwickeln, die Kundenbedürfnisse vorhersagen und darauf eingehen und so das Verbrauchererlebnis verbessern.
4. Fokus auf Sicherheit mit LG Protect: LG hat die Bedeutung der Datensicherheit erkannt und LG Protect eingeführt, ein robustes System zum Schutz personenbezogener Daten im Good-Dwelling-Ökosystem. Dadurch wird sichergestellt, dass die Benutzerinformationen auch bei zunehmender Vernetzung der Geräte sicher bleiben.

Während es bereits Ankündigungen zu Dwelling Hub und seinen Good-TVs gab, ging die gesamte Produkt- und Dienstleistungspalette am zweiten Tag der CES reside.

2. Intelligente Brillen

Es ist ein paar Monate her, seit Meta seine Datenbrillen angekündigt hat, und seitdem ist eine Reihe von Datenbrillen auf den Markt gekommen. Am NVIDIA CES Day -2 stellten zwei Unternehmen ihre einzigartigen Datenbrillen vor.

Halliday-Brille: 3,5-Zoll-KI-Good-Brille:

Halliday stellte eine KI-gestützte Datenbrille mit einem diskreten 3,5-Zoll-DigiWindow-Show für Echtzeitinformationen vor. Zu den Hauptmerkmalen gehören:

• Reside-Übersetzung
• Navigation
• Sprach-zu-Textual content-Transkription
• Ein KI-Assistent für Besprechungszusammenfassungen.

Benutzer können die Brille per Sprache, Berührung oder einem optionalen Good Ring steuern. Mit einem Gewicht von 35 Gramm bieten sie eine Akkulaufzeit von bis zu 8 Stunden und unterstützen Brillengläser mit Sehstärke. Der Preis liegt zwischen 399 und 499 US-Greenback, der Versand beginnt im ersten Quartal 2025.

XREAL neue X1 Professional AI Good-Brille:

XREAL stellte die X1 Professional AR Good Glasses vor, die mit dem X1 Spatial Computing Chip für unabhängige AR-Verarbeitung ohne externe Geräte ausgestattet sind. Sie verfügen über:

• Ein 0,55-Zoll-Micro-OLED-Show von Sony mit einem Sichtfeld (FoV) von 57° und einer Auflösung von 1080p professional Auge für scharfe Bilder.
• Die einstellbare Linsentransparenz ermöglicht den nahtlosen Einsatz bei verschiedenen Lichtverhältnissen, während die Bose-Audio-Integration für einen beeindruckenden Klang sorgt.
• USB-C-Konnektivität für Kompatibilität mit Smartphones, Tablets und Laptops.

Mit einem Gewicht von nur 87 Gramm ist die Brille auf Komfort ausgelegt und verfügt über eine Einstellung des Pupillenabstands (IPD). Der Preis beträgt 599 US-Greenback, Vorbestellungen sind möglich und der Versand ist für Anfang 2025 geplant.

3. Blaupause für die Videosuche und -zusammenfassung

NVIDIAs AI Blueprint for Video Search and Summarization ermöglicht es Entwicklern, KI-Agenten für die Analyse von Videodaten zu erstellen. Zu den Hauptmerkmalen gehören:

• Videozusammenfassung: Erstellt prägnante Videozusammenfassungen.
• Interaktive Fragen und Antworten: Ermöglicht präzise Abfragen von Videoinhalten.
• Echtzeitwarnungen: Erkennt Anomalien in Reside-Streams.

Zu den Kernkomponenten gehören eine Ingestion Pipeline für die Videoverarbeitung, eine Retrieval Pipeline für die Datenindizierung und Context-Conscious Retrieval-Augmented Technology (CA-RAG) für genaue Antworten. Seine Anwendungen umfassen Branchen wie Fertigung, Einzelhandel und öffentliche Sicherheit. Frühzeitiger Zugriff und Dokumentation sind über das Entwicklerportal von NVIDIA verfügbar.

4. Agentische KI

NVIDIAs Blueprints für Agentic AI ermöglichen es Entwicklern, benutzerdefinierte KI-Agenten zu entwerfen und bereitzustellen, die auf Argumentation, Planung und Maßnahmen spezialisiert sind.

Zu den Hauptmerkmalen gehören:

• NVIDIA NIM Microservices: Leistungsstarke, modulare KI-Dienste für nahtlose Integration.
• NVIDIA NeMo: Erweiterte Instruments zum Erstellen von Konversations-KI und großen Sprachmodellen.
• Agentic AI Frameworks: Integriert modernste Frameworks führender Anbieter, um die Agentenfunktionen zu verbessern.

Diese Blaupausen bieten eine solide Grundlage für die Entwicklung von KI-Agenten, die auf verschiedene Branchen und Anwendungen zugeschnitten sind.

5. KI-Supercomputer

NVIDIA hat sein Projekt DIGITS auf der CES 2025 vorgestellt. Es handelt sich um einen kompakten persönlichen KI-Supercomputer, der sich ideally suited für die lokale Ausführung großer KI-Modelle ohne Abhängigkeit von Cloud-Diensten eignet und sich somit perfekt für KI-Entwicklung, Forschung und Echtzeitanwendungen eignet

Zu seinen Funktionen gehören:

• Unübertroffene Leistung: Bis zu 1.000-fache Leistung eines typischen Laptops.
• GB10 Grace Blackwell Superchip: Kombiniert eine 20-Core-Arm-CPU und eine Blackwell-GPU für fortgeschrittene KI-Aufgaben.
• Hoher Arbeitsspeicher und Speicher: 128 GB einheitlicher Speicher und bis zu 4 TB NVMe SSD.
• Skalierbarkeit: Unterstützt KI-Modelle mit bis zu 405 Milliarden Parametern bei Vernetzung mit einer anderen DIGITS-Einheit.
• Kompaktes Design: Desktop-freundlich, Stromversorgung über eine Standardsteckdose.
• Zum Preis von 3.000 US-Greenback soll es im Mai 2025 auf den Markt kommen.

Das Projekt DIGITS demokratisiert KI, indem es Hochleistungsrechnen zugänglich und portabel macht.

Weitere Updates von der CES 2025:

Schlussbemerkung

NVIDIA CES 2025 zeigte, wie sich KI nahtlos in unser Leben integriert und die Artwork und Weise, wie wir leben, arbeiten und interagieren, verändert. Von intelligenteren Häusern bis hin zu Echtzeit-Entscheidungstools – KI ist kein futuristisches Konzept mehr – sie ist da und steigert Effizienz, Kreativität und Komfort. Während sich diese Innovationen weiterentwickeln, versprechen sie, Branchen neu zu definieren und Einzelpersonen zu stärken, sodass KI-gestütztes Leben zur neuen Normalität wird.

Bleiben Sie dran Analytics Vidhya Information für weitere solcher Updates.

Anu Madan verfügt über mehr als 5 Jahre Erfahrung in der Erstellung und Verwaltung von Inhalten. Als Content material-Erstellerin, Rezensentin und Managerin hat sie mehrere Kurse und Blogs erstellt. Derzeit arbeitet sie an der Erstellung und Strategieentwicklung der Inhaltskuration und des Designs rund um generative KI und andere kommende Technologien.

Kürzlich wurden fünf MIT-Fakultätsmitglieder und zwei weitere Alumni in die Fakultät berufen Kohorte 2024 der AI2050-Fellows. Die Auszeichnung wird jährlich von Schmidt Futures bekannt gegeben, der philanthropischen Initiative von Eric und Wendy Schmidt, die darauf abzielt, wissenschaftliche Innovationen zu beschleunigen.

AI2050 wurde von Eric Schmidt und James Manyika konzipiert und gemeinsam geleitet. AI2050 ist eine philanthropische Initiative, die zur Lösung beitragen soll schwierige Probleme in der KI. Im Rahmen ihrer Forschung wird sich jeder Stipendiat mit der zentralen Motivationsfrage von AI2050 auseinandersetzen: „Wir schreiben das Jahr 2050. KI hat sich als äußerst vorteilhaft für die Gesellschaft erwiesen.“ Was ist passiert? Was sind die wichtigsten Probleme, die wir gelöst haben, und welche Chancen und Möglichkeiten haben wir erkannt, um dieses Ergebnis sicherzustellen?“

Zu den diesjährigen MIT-nahen AI2050 Fellows gehören:

David AutorDaniel (1972) und Gail Rubinfeld Professor am MIT Division of Economics und Co-Direktor der MIT Shaping the Way forward for Work Initiative und des Labour Research Program des Nationwide Bureau of Financial Analysis, wurde zum AI2050 Senior Fellow 2024 ernannt. Sein Stipendium untersucht die Auswirkungen des technologischen Wandels und der Globalisierung auf den Arbeitsmarkt auf die Arbeitsplatzpolarisierung, die Qualifikationsanforderungen, das Einkommensniveau und die Ungleichheit sowie die Wahlergebnisse. Das AI2050-Projekt des Autors wird Echtzeitdaten zur KI-Einführung nutzen, um zu klären, wie neue Instruments mit den menschlichen Fähigkeiten bei der Gestaltung von Beschäftigung und Einkommen interagieren. Die Arbeit wird einen zugänglichen Rahmen für Unternehmer, Technologen und politische Entscheidungsträger bieten, die konkret verstehen möchten, wie KI menschliches Fachwissen ergänzen kann. Der Autor hat zahlreiche Auszeichnungen und Ehrungen erhalten, darunter einen CAREER Award der Nationwide Science Basis, ein Stipendium der Alfred P. Sloan Basis, ein Andrew Carnegie Fellowship und den Heinz twenty fifth Particular Recognition Award der Heinz Household Basis für seine Arbeit, „die unser Verständnis davon verändert, wie Globalisierung und technologischer Wandel wirken sich auf Arbeitsplätze und Verdienstaussichten amerikanischer Arbeitnehmer aus.“ Im Jahr 2023 conflict Autor einer von zwei Forschern aller Wissenschaftsbereiche, die als NOMIS Distinguished Scientist ausgewählt wurden.

Sara BeeryAssistenzprofessor am Fachbereich Elektrotechnik und Informatik (EECS) und Hauptforscher am Labor für Informatik und künstliche Intelligenz (CSAIL), wurde zum Early Profession Fellow ernannt. Beerys Arbeit konzentriert sich auf die Entwicklung von Laptop-Imaginative and prescient-Methoden, die eine globale Umwelt- und Biodiversitätsüberwachung über Datenmodalitäten hinweg ermöglichen und reale Herausforderungen bewältigen, darunter starke räumlich-zeitliche Korrelationen, unvollständige Datenqualität, feinkörnige Kategorien und langwierige Verteilungen. Sie arbeitet mit Nichtregierungsorganisationen und Regierungsbehörden zusammen, um ihre Methoden weltweit einzusetzen, und arbeitet daran, die Vielfalt und Zugänglichkeit der akademischen Forschung im Bereich der künstlichen Intelligenz durch interdisziplinären Kapazitätsaufbau und Bildung zu erhöhen. Beery erwarb einen BS in Elektrotechnik und Mathematik an der Seattle College und einen PhD in Informatik und Mathematik am Caltech, wo sie für ihre herausragende Dissertation mit dem Amori-Preis ausgezeichnet wurde.

Gabriele FarinaAssistenzprofessor für EECS und Hauptforscher am Labor für Informations- und Entscheidungssysteme (LIDS), wurde zum Early Profession Fellow ernannt. Farinas Arbeit liegt an der Schnittstelle von künstlicher Intelligenz, Informatik, Operations Analysis und Wirtschaftswissenschaften. Insbesondere konzentriert er sich auf Lern- und Optimierungsmethoden für sequentielle Entscheidungsfindung und konvex-konkave Sattelpunktprobleme mit Anwendungen zur Gleichgewichtsfindung in Spielen. Farina studiert außerdem Computerspieltheorie und conflict kürzlich Co-Autorin bei einem Wissenschaft Studie über die Kombination von Sprachmodellen mit strategischem Denken. Er ist Träger eines NeurIPS Finest Paper Award und conflict Fb Fellow in Wirtschaftswissenschaften und Informatik. Seine Dissertation wurde unter anderem mit dem 2023 ACM SIGecom Doctoral Dissertation Award und einer der beiden 2023 ACM Dissertation Award Honourable Mentions ausgezeichnet.

Marzyeh Ghassemi PhD ’17, außerordentlicher Professor für EECS und das Institute for Medical Engineering and Science, Hauptforscher bei CSAIL und LIDS und Companion der Abdul Latif Jameel Clinic for Machine Studying in Well being und des Institute for Knowledge, Methods, and Society, hat wurde zum Early Profession Fellow ernannt. Ghassemis Forschung in der Wholesome ML Group schafft einen strengen quantitativen Rahmen, um ML-Modelle auf eine robuste und faire Weise zu entwerfen, zu entwickeln und zu platzieren, wobei der Schwerpunkt auf Gesundheitsumgebungen liegt. Ihre Beiträge reichen von der sozialbewussten Modellkonstruktion über die Verbesserung teilgruppen- und schichtrobuster Lernmethoden bis hin zur Identifizierung wichtiger Erkenntnisse in Modelleinsatzszenarien, die Auswirkungen auf Politik, Gesundheitspraxis und Gerechtigkeit haben. Ghassemi wurde unter anderem mit einer dieser Auszeichnungen ausgezeichnet MIT Know-how Assessment’s 35 Innovatoren unter 35; und wurde mit dem Seth J. Teller Award 2018, dem MIT Prize for Open Knowledge 2023, einem NSF CAREER Award 2024 und dem Google Analysis Scholar Award ausgezeichnet. Sie gründete die gemeinnützige Affiliation for Well being, Inference and Studying (AHLI) und ihre Arbeit wurde in der populären Presse wie z Forbes, Vermögen, MIT-NachrichtenUnd Die Huffington Submit.

Yoon KimAssistenzprofessor am EECS und Hauptforscher am CSAIL, wurde zum Early Profession Fellow ernannt. Kims Arbeit erstreckt sich über die Schnittstelle zwischen natürlicher Sprachverarbeitung und maschinellem Lernen und berührt das effiziente Coaching und den Einsatz groß angelegter Modelle, das Lernen aus kleinen Datenmengen, neurosymbolische Ansätze, fundiertes Sprachenlernen und Verbindungen zwischen rechnerischer und menschlicher Sprachverarbeitung. Kim ist mit CSAIL verbunden und erlangte seinen Doktortitel in Informatik an der Harvard College; seinen MS in Datenwissenschaft von der New York College; seinen MA in Statistik an der Columbia College; und seinen BA in Mathematik und Wirtschaftswissenschaften an der Cornell College.

Weitere Alumni Roger Grosse PhD ’14, außerordentlicher Professor für Informatik an der College of Toronto, und David Rolnick ’12, PhD ’18, Assistenzprofessor am Mila-Quebec AI Institute, wurden ebenfalls zu Senior bzw. Early Profession Fellows ernannt.