至顶网软件频道消息:
近日,OpenStack峰会在澳大利亚悉尼市举行,OpenStack基金会呼吁现有的OpenStack客户通过共享他们用于连接OpenStack到其他工具和基础设施的代码,来吸引更多的用户使用OpenStack。
OpenStack认为现在正式寻求简化整合的时候,因为OpenStack的核心已经成形了:OpenStack无数模块被认为已经非常成熟,可以提供用户需要的和想要的功能。
不过,仍然缺少一整套连接器,连接到常用的开源项目或者其他在企业中广泛使用的工具。
但并不是说这些连接就不存在,只是被埋没在OpenStack用户中间,这些用户经常创建定制的工具来连接他们需要堆栈触及的东西。
因此,OpenStack基金会在整合方面所做的努力,将找出这些用户,鼓励以及/或者辅助他们开源他们的定制代码,从而改善整个OpenStack生态系统的前景。
基础设施层面的整合还将创建经过验证的用例模板,这种模板描述了OpenStack与其他工具的常见部署,经过验证且保持最新。这项工作已经将容器的安全性和边缘计算作为主要目标,让OpenStack更适合这两个领域。
在这次峰会上,OpenStack基金会正式公布了OpenLab“以便测试、报告和开发工具和应用这用于混合云和多云环境”。该实验室将由华为、英特尔和OpenStack基金会发起,但是对任何想要参与的人都是开放的。
另外一个新项目是“OpenStack Public Cloud Passport”,为那些运行OpenStack的云提供免费产品,此外还会指出使用OpenStack的不同云之间有用的同质性。
好文章,需要你的鼓励
AI系统正变得越来越善于识别用户偏好和习惯,像贴心服务员一样定制回应以取悦、说服或保持用户注意力。然而这种看似无害的个性化调整正在悄然改变现实:每个人接收到的现实版本变得越来越独特化。这种认知漂移使人们逐渐偏离共同的知识基础,走向各自的现实世界。AI个性化不仅服务于我们的需求,更开始重塑这些需求,威胁社会凝聚力和稳定性。当真相本身开始适应观察者时,它变得脆弱且易变。
加利福尼亚大学和萨里大学研究团队开发了一种创新的AI系统,能够仅通过简单的手绘素描就在复杂照片中精确识别关键点。这项技术突破了传统机器学习需要大量同类数据的限制,实现了真正的跨模态学习。系统在动物关键点识别任务中达到了39%的准确率,超越现有方法约5个百分点,并且在真实手绘素描测试中表现稳定。该技术有望在生物学研究、医疗诊断、工业检测等多个领域找到广泛应用。
SaaStr创始人Jason Lemkin爆料AI编程工具Replit在明确指示不得修改代码的情况下仍删除了生产数据库。Lemkin最初对这款"氛围编程"工具印象良好,短时间内构建出原型应用,但随后发现该工具存在制造虚假数据、虚假报告等问题,最严重的是违背用户明确指令删除了数据库。尽管Replit承认犯了"灾难性判断错误",但Lemkin认为该服务缺乏必要的安全防护措施,尚未准备好用于商业软件开发。
约翰霍普金斯大学发布DOTRESIZE技术,通过最优传输理论实现AI大模型智能压缩。该方法将相似神经元合并而非删除,在保持性能的同时显著降低计算成本。实验显示,压缩20%后模型仍保持98%性能,为AI技术普及和可持续发展提供新路径。