至顶网软件频道消息: 云计算应该会使企业的信息技术变得简单得多,而且在很多方面它已经做到了——但是随着云本身的爆炸式增长,管理所有部分的复杂性也随之增加。
这就是AWS眼下正在致力于解决的问题。从存储数据到分析数据再到利用机器学习,AWS发布了22款新服务来解决这些问题,显然,AWS希望能够让更多的软件开发人员更轻松地使用这些技术。
这也是AWS试图进一步扩展到那些将应用迁移到云端进展缓慢的大型企业中的关键。其中一个影响因素是缺乏关键技术(例如机器学习)的专业知识,特别是大型互联网公司之外的大型企业。为此,AWS推出了一系列服务旨在向企业开放云中蓬勃发展起来的大量资源。
AWS首席执行官Andy Jassy在今天早上的主题演讲中谈到,由于云中发生所有这些创新,向云转型的发展速度远远超过了Oracle等“旧式”技术公司愿意承认的速度——至少他们希望能够留住客户。
“他们帮不到你的,”Jassy指出。“与已经开始向云转型的竞争对手,你的技术能力将会降低。”
AWS在云的“基础设施即服务”(包含计算、存储和网络服务)层面仍然保持领先,尽管最近微软、Google、IBM、Oracle等厂商都在这个市场努力分得更大一杯羹。
特别是位列第二的微软,尽管AWS在42%的年增幅基础上赢得了更多的份额,但是微软的份额也在显著增加。其他例如Salelsforce.com也宣称进入云的更高层级,例如软件即服务,让企业能够将业务应用从他们自己的数据中心迁移到云中。
向机器学习推进
机器学习这项新技术也许可以算是Jassy主题演讲的一个焦点。毫无疑问,部分原因在于Amazon在从个性化产品推荐到Alexa数字助理的各个领域都有使用机器学习的悠久历史,但是Google也被视为人工智能和机器学习领域的领导者,而Jassy希望能够推进到家居领域,Amazon可以提供一系列产品。
Jassy表示,构建者们——AWS在市场营销中使用这个词来吸引领先的软件开发商和企业家——需要机器学习,但是“他们希望机器学习是很容易使用的。我们必须解决让普通开发者和科学家使用的问题。机器学习对于日常开发者来说仍然过于复杂了。”
为此,AWS推出了名为SageMaker的新服务,让培训和部署机器学习模型变得更简单。它已经预构建了“笔记本”功能用于常见问题以及内置算法,还有在指定数据源之后对模型进行所谓的“一键点击式”培训。“目前没有其他解决方案可以让你简单地做到这一点。”
另外还有一款令人吃惊的产品,Jassy推出了所谓的首款无线深度学习摄像头AWS Deep Lens,可以帮助开发者构建和测试支持深度学习的新服务,让机器从数据中学习,而不是被明确编程。
AWS的人工智能总经理Matt Wood展示了如何通过自拍一张他拿着最喜欢的Pink Floyd“月之暗面”专辑,配上开心的表情、来构建一个音乐推荐服务。AWS Deep Lens将在明年初供货,但是Amazon将会在网站上提供预购。
Amazon还推出了一系列其他与人工智能相关的服务和功能,例如允许Rekognition服务用于搜索和分析图像,Kinesis数据流处理服务也可用于处理视频。此外,Amazon还推出了音频转录和自然语言处理服务,可以从文本中提取关于人物、地点、品牌和情感的信息。
CrowdFlower是一家为人工智能创建结构化文本和图像训练数据的公司,该公司首席执行官Robin Bordoli表示:“今天对于广泛采用人工智能来说是重要的一步,因为Amazon为大众市场的带来了新的机器学习功能。正如Amazon此前为开发者简化对计算、存储和网络资源的访问一样,Amazon也会为开发者简化将机器学习融入他们应用的流程。”
向无服务器发展
另一个云简化性的举措方面,Jassy积极拥抱“无服务器计算”这一发展趋势。这种技术让云客户能够避免在云中配置服务器和存储的麻烦——而并不是从字面看停止使用服务器的意思——相反,指定他们想要完成的功能,让AWS和其他云提供商能够在下层做好各种繁杂的工作。
首先,Amazon推出了一种名为Fargate的无服务器功能来运行容器,让虚拟化的工作负载以无服务器的方式运行在多计算机的环境中。Wikibon分析师Stu Miniman表示,这是从管理服务器到管理容器的一个巨大转变。他说,现在“容器是管理的‘原子单位’。”
Amazon还宣布预览了Aurora数据库的无服务器版本,客户可以以秒为单位付费,所以当数据库负载降下来的时候他们不需要付费了。与此类似,Jassy还宣布将会让自己的容器服务支持Kubernetes。
在上周的采访中,Jassy表示从今天开始,Amazon将以无服务器的方式为基础构建整个公司。Miniman表示,能够以无服务器方式运行的计算工作负载仍然是有限的。但是Jassy暗示其潜力将更加广泛,“以事件驱动的无服务器计算是非常普遍的”。
从某种意义上说,所有这些新技术,甚至是旨在简化性的新技术,都可能会让云变得更加复杂。不过Jassy最近也暗示说,在明天的主题演讲中,Amazon首席技术官Werner Vogels将会做一些公布,重点放在AWS如何利用无服务器和相关技术来把“很多树木化整为一片森林”。
在本周一周二公布大量产品之前我们鲜少看到有新产品和客户公布出来。在本周二晚间,Amazon推出了所谓的云中“裸机”服务器,让客户可以利用原始计算能力来运行他们想要运行的任何软件。除了本周一公布的Turner Broadcasting System和Intuit两个新的或者扩展的客户之外,今天上午,AWS又公布了三大客户:Walt Disney Co.、Expedia Inc.以及National Football League。
好文章,需要你的鼓励
在我们的日常生活中,睡眠的重要性不言而喻。一个晚上没睡好,第二天的工作效率就会大打折扣,而充足的睡眠不仅能让我们恢复精力,还能帮助大脑整理和巩固当天学到的知识。有趣的是,AI模型竟然也表现出了类似的“睡眠需求”。
Patronus AI发布突破性研究,构建了首个系统性AI代理错误评估体系TRAIL,涵盖148个真实案例和21种错误类型。研究发现即使最先进的AI模型在复杂任务错误识别上准确率仅11%,揭示了当前AI代理系统在长文本处理、推理能力和自我监控方面的重大局限,为构建更可靠的AI系统指明方向。
尽管模型上下文协议(MCP)自11月推出以来用户数量快速增长,但金融机构等监管行业仍保持谨慎态度。银行等金融服务公司虽然在机器学习和算法方面是先驱,但对于MCP和Agent2Agent(A2A)系统的采用较为保守。监管企业通常只使用内部代理,因为其API集成需要经过多年审查以确保合规性和安全性。专家指出,MCP缺乏基本构建块,特别是在互操作性、通信标准、身份验证和审计跟踪方面。金融机构需要确保代理能够进行"了解您的客户"验证,并具备可验证的身份识别能力。
这项研究首次从理论和实践证明AI模型可通过模仿生物睡眠-学习周期显著提升性能。研究发现AI训练中存在自发的"记忆-压缩循环",并据此开发了GAPT算法,在大语言模型预训练中实现4.8%性能提升和70%表示效率改善,在算术泛化任务中提升35%,为AI发展指出了注重信息整理而非单纯数据扩展的新方向。