ZD至顶网软件频道消息:5月6日消息,虽然云计算在很多首席信息官眼中非常重要,但是Red Hat技术副总裁兼首席技术官Chris Wright相信,企业越来越关注如何让基础架构自动化。
Wright在接受ZDNet记者采访时表示,企业的关键目标是提高他们对市场的反应速度,要做到这一点,自动化是一种方法,这样工程师们和开发人员们就能够专注于应用和程序开发,而不用担心后端运行的情况了。
“也许我们对于云计算有点太过着迷了,忘记了我们是在试图实现业务转型,在过去的两年里,我看到社区已经成熟了,会记住我们的侧重点在哪里,下一代应用程序开发应该支持什么。”他表示,“我们真正希望的是完成真正的工作,这些应用程序开发人员产生的工作能够快速地构建应用程序。”
Wright继续表示自动化的关键部分是对开放源代码基础架构的接受,它曾经一度被视为“离经叛道”,但是现在已经非常普遍了。他表示:“拥有了大量无差别行业组件的协作,这是任何一家公司无法独立做到的,并且这些协作是稳定的。”
Red Hat最近成为首家20亿美元规模的开放源代码公司,Red Hat的总裁兼首席执行官Jim Whitehurst将该公司靓丽的业绩归功于企业在开放源代码上的支出。
他曾表示:“客户需要能够将混合云环境中应用程序的开发、部署以及生命周期管理现代化的技术。很多企业依靠Red Hat提供基础架构和应用程序开发平台来运行企业应用程序,保持一致性并且在跨物理、虚拟、私有云和公共云的环境中保持可靠性。”
Wright表示,尽管OpenStack 套件是Red Hat非常大的一个侧重点,而且“容器为它注入了新的活力,它更像是一个Linux操作系统。我们正在打造一个低级别的操作系统,它也许会也许不会启用硬件。现在运行容器的应用程序利用了一些相近级别的组件,并且将它们的应用程序规范添加到容器之中。”
好文章,需要你的鼓励
文章详细介绍了Character.AI这款主要面向娱乐、角色扮演和互动叙事的AI聊天工具的原理、用户群体、特色功能以及面临的法律与伦理争议,同时揭示了其新推出的视频和游戏互动体验。
上海人工智能实验室研究团队开发了MMSI-Bench,这是首个专注于多图像空间智能评估的全面基准。研究人员花费300多小时,从12万张图像中精心构建了1000道问题,涵盖了位置关系、属性和运动等多种空间推理任务。评测结果显示,即使最先进的AI模型也仅达到41%的准确率,远低于人类的97%,揭示了AI空间认知能力的重大缺陷。研究还识别了四类主要错误:物体识别错误、场景重建错误、情境转换错误和空间逻辑错误,为未来改进提供了明确方向。
思科报告指出,自主型人工智能未来三年内有望承担高达68%的客户服务任务,通过个性化与前瞻性支持提升效率与节省成本,但用户仍重视人与人之间的互动和健全的治理机制。
卡内基梅隆大学研究团队开发了ViGoRL系统,通过视觉定位强化学习显著提升AI的视觉推理能力。该方法让模型将每个推理步骤明确锚定到图像的特定坐标,模拟人类注视点转移的认知过程。与传统方法相比,ViGoRL在SAT-2、BLINK等多项视觉理解基准上取得显著提升,并能动态放大关注区域进行细节分析。这种定位推理不仅提高了准确性,还增强了模型解释性,为更透明的AI视觉系统铺平道路。