ZD至顶网软件频道消息(文/张晓楠):在传统IT时代,无论厂商还是用户,都想当各自领域的独角兽。不过在近日召开的CA Technologies亚太及日本地区媒体及分析师峰会2016上,CA Technologies亚太及日本地区首席技术官Stephen Miles却表示:“在现今瞬息万变的互联网时代,与其做独角兽,不如做匹马,行动迅速、长于跳跃。”
仔细思考这句话的确一语中的,如今的互联网时代就连传统巨头也没有了“最佳实践”,他们不比用户懂得更多,大家在这个科技日新月异变革的时代都在摸着石头过河,而懂得善用技术实现创新的公司,才不会被淘汰。
对于CA Technologies如何在其中来帮助用户快速行动,CA Technologies亚太及日本地区总裁兼总经理Kenneth Arredondo告诉记者:“现在的商业时代已经被软件重新定义了,软件不再是企业背后的管理系统,而变成了他们竞争的优势所在。”
CA Technologies亚太及日本地区总裁兼总经理Kenneth Arredondo
从API管理、微服务(Micro Service)到敏捷管理,CA Technologies帮助用户完成从传统模式到创新模式的飞跃。
提及用户要抓住的最大创新机会,应用经济首当其冲。就在去年底举办的CA World ’15上,CA Technologies首席执行官Mike Gregoire指出,应用经济时代要求企业必须变得敏捷、善用API、实施DevOps(开发运维一体化)并在安全方面进行重点投资。
具体到应用经济带给我们的改变,Kenneth Arredondo举了一个例子:不久前他不小心把手机丢了,感觉到的最大不便就是很多在手机上就能完成的轻松操作变得如此麻烦,难道还要跑银行去处理业务吗?他选择等待买一个新手机。”从玩游戏到健康监测到处理财务、办公业务,越来越多的人习惯了轻点几个按钮就能实现这一切。而CA Technologies要做的就是,让企业能够轻松、快速地推出应用。
通过开放API,企业无论对内还是对外都可以进行应用程序的开发和修改,也通过彼此调用API接口实现业务创新和行业跨界,但是如何提高开发测试效率和准确度、如何界定访问权限?这就需要一整套成熟的API管理解决方案了,而CA Technologies也强于提供这样的服务。
对此Kenneth Arredondo强调:“CA Technologies当前策略的核心就是确保用户在应用经济时代实现增长,我们有全套的解决方案,涉及API管理、服务虚拟化、发布自动化、测试服务、监控服务等多个产品组合。”
在中国,Kenneth Arredondo认为“互联网+”策略推动了中国应用经济市场的增长,中国用户对CA Technologies的API管理产品非常感兴趣,API管理产品在中国市场的潜力巨大。
在CA Technologies首席技术官Stephen Miles的演讲中,有一个三步走的提法给记者留下深刻印象。用户会经历传统IT架构、混合架构、微服务架构的三步发展和过渡。
CA Technologies首席技术官Stephen Miles
传统IT架构是典型的瀑布流式架构,从IT基础设施到中间件再到前端应用,这样的架构被传统IT厂商玩的很纯熟,也早已被用户所接受;微服务架构以小型、轻应用、应用数量多为特征,也是当前应用经济时代的大势所趋;而所谓混合架构就很好理解了,介于二者之间。Stephen Miles认为当前大多数企业都处于混合架构的情景之下。
对于用户来说,传统的一体化架构必须进行改变,当然并非核心应用也做一刀切的迁移,这是不现实的也是不可行的,但起码移动、支付、网关类应用可以先被带入微服务环境。对于CA Technologies来说,力推微服务,但并非只支持微服务,在相当长时间内,企业内部传统架构的核心应用和微服务架构的新型应用是共存的,对此CA Technologies都有解决方案,只是传统架构和微服务架构的比例会慢慢改变。
记者在采访CA Technologies亚太及日本地区应用交付部副总裁Ashok Vasan的时候他表示,在向微服务转变的过程中,用户会遗留很多旧有系统,这时候需要CA Technologies了。在记者采访的几位嘉宾时,微服务被他们一直挂在嘴边,感觉CA Technologies是希望把自己打造为微服务专家,对此Ashok Vasan予以肯定。
在此次峰会上,CA Technologies发布了一项非常有意思的调查:《2016年CA Technologies亚太及日本地区应用经济指数》。在“2016应用经济指数”所评估的十个国家和地区中,根据政府对技术与创新的使用和支持、互联网与移动基础设施、业务敏捷性三个指标,中国大陆排名第七。但是在“应用经济市场潜力”方面,中国大陆却排名首位。“市场潜力”是一个可大可小的概念,有时候容易比较虚,而CA Technologies的调查结果中考虑的指标还是科学而有说服力的,包括智能手机用户数、移动互联网每日用户数、每日应用使用量、虚拟社交网络使用量、青年人口(15至24岁)数量。除中国大陆外,其他国家和地区包括:新加坡、澳大利亚、韩国、日本、香港、马来西亚、泰国、印度、印度尼西亚。
面对潜力巨大的中国市场,Kenneth Arredondo也阐述了CA Technologies在中国的销售策略,大客户由CA Technologies直接服务,打造行业解决方案;其他客户藉由合作伙伴和代理商进行服务。在合作伙伴上,Kenneth Arredondo特别提到了与华为的合作,只是没有透露细节,而Stephen Miles在与记者闲聊的时候也表示华为是他最佩服的中国公司。
一直以来都感觉CA Technologies是一家稳健有余而创新不足的公司,把这个质疑抛给掌管亚太及日本地区业务的负责人Kenneth Arredondo的时候,他一定程度上赞同记者的提法并解释:“我们几年前就已经公布了技术发展路线图,现在的任务就是稳步推进。”在Kenneth Arredondo看来,科技公司要承担“可控”的风险,既把老对手看做竞争者,也不放过开源技术公司。
在记者看来,过去IT巨头们长于提供各自领域的最佳实践,这些对用户特别有用;但是现今时代,最佳实践谁都不掌握,或者说厂商未必就比用户懂得多,都在摸着石头过河。在这样的情况下,稳中求变,可能才是硬道理。
好文章,需要你的鼓励
这项由加州大学圣地亚哥分校和微软研究院合作开发的REAL框架,通过程序分析反馈训练大型语言模型生成高质量代码。与传统方法不同,REAL采用强化学习将代码安全性和可维护性作为奖励信号,不依赖人工标注或特定规则。研究在多个数据集上的实验表明,REAL在保证功能正确性的同时显著提高了代码质量,有效解决了"即兴编程"中的安全漏洞和维护性问题,为AI辅助编程提供了新的范式。
加州大学伯克利分校与Meta FAIR研究团队开发了"Self-Challenging"框架,让大语言模型通过自己创建和解决任务来提升能力。该方法引入创新的"Code-as-Task"格式,包含指令、验证函数、示例解决方案和失败案例,确保生成的任务既可行又有挑战性。在工具计算、网页浏览、零售服务和航班预订四种环境测试中,仅使用自生成训练数据,Llama-3.1-8B模型性能提升了两倍多,证明AI可以通过自我挑战实现有效学习,减少对人类标注的依赖。
南洋理工大学与SenseTime Research合作提出了PoseFuse3D-KI,一种创新的人体中心关键帧插值框架。该方法将3D人体模型信息融入扩散过程,解决了现有技术在处理复杂人体动作时产生扭曲结果的问题。研究团队开发了专门的SMPL-X编码器直接从3D空间提取几何信息,并设计了融合网络将3D线索与2D姿态无缝整合。他们还构建了CHKI-Video数据集,包含2,614个视频片段及完整的人体标注。实验结果显示,PoseFuse3D-KI在PSNR上提升9%,LPIPS减少38%,显著超越现有方法。
这项研究提出了LongGuide算法,解决了大型语言模型在长文本生成任务中的局限性。研究团队发现,仅依靠上下文学习无法使模型充分掌握文本的语言和格式特性。LongGuide通过自动生成两种指导原则:度量指导原则和输出约束指导原则,显著提升了模型性能。在七种长文本生成任务中,该方法使开源和闭源模型的ROUGE-L评分平均提高约6%。LongGuide具有通用性强、易于学习、成本效益高等优点,为提升AI长文本生成能力提供了新方向。