Teradata星期四收购了位于圣地亚哥的创业企业StackIQ,加强内部功能,以便在复杂的云端和内部环境中部署数据仓库系统。Teradata将StackIQ的开源解决方案,主要是旗舰工具StackIQ,视为简化运行其分析平台的云和裸机服务器配置的资产。
据悉StackIQ成立于2006年,到2011年实现自主经营,该公司专注于开发自动管理复杂基础架构以实现数据存储和高级分析的应用程序。
总部设在俄亥俄州Dayton的Teradata并没有透露收购StackIQ的费用,而是表示该创业企业的员工将被保留以壮大其工程人才的队伍。
Teradata将集成StackIQ的工具,为合作伙伴和企业客户提供更轻松部署其技术的方法。
一位Teradata的代表对CRN表示,StackIQ将帮助Teradata“使用智能软件更快、更可靠地制造复杂的计算系统”。
这些自动化功能将出现在Teradata的两个品牌的企业设备——IntelliFlex和IntelliBase以及云计算产品IntelliCloud上。
这位发言人表示:“StackIQ的产品将帮助Teradata进一步优化复杂系统的自动部署,无论是内部部署、在云端还是纯软件解决方案。”
好文章,需要你的鼓励
研究人员正探索AI能否预测昏迷患者的医疗意愿,帮助医生做出生死决策。华盛顿大学研究员Ahmad正推进首个AI代理人试点项目,通过分析患者医疗数据预测其偏好。虽然准确率可达三分之二,但专家担心AI无法捕捉患者价值观的复杂性和动态变化。医生强调AI只能作为辅助工具,不应替代人类代理人,因为生死决策依赖具体情境且充满伦理挑战。
哥伦比亚大学研究团队开发了MathBode动态诊断工具,通过让数学题参数按正弦波变化来测试AI的动态推理能力。研究发现传统静态测试掩盖了AI的重要缺陷:几乎所有模型都表现出低通滤波特征和相位滞后现象,即在处理快速变化时会出现失真和延迟。该方法覆盖五个数学家族的测试,为AI模型选择和部署提供了新的评估维度。
麻省理工学院研究发现过度依赖AI会导致认知债务,削弱基本思维能力。研究表明交替进行无辅助思考和AI支持工作的模式能保持认知敏锐度。这种认知高强度间歇训练模仿体能训练中的HIIT模式,通过短时间高强度思考与恢复期交替进行,可以强化大脑神经回路,防止认知衰退,提升独立思考能力。
这项研究首次发现AI推理模型存在"雪球效应"问题——推理过程中的小错误会逐步放大,导致AI要么给出危险回答,要么过度拒绝正常请求。研究团队提出AdvChain方法,通过训练AI学习"错误-纠正"过程来获得自我纠错能力。实验显示该方法显著提升了AI的安全性和实用性,用1000个样本达到了传统方法15000个样本的效果,为AI安全训练开辟了新方向。