甲骨文公司云平台上的服务将很快就能自行调整和打补丁了。这都要归功于甲骨文公司宣布将最近推出的“自主”关系型数据库服务背后的技术扩展到其他产品组合中。
甲骨文表示,专用机器学习模型可以优化性能,在更新公布的时候进行实施,甚至在需要时执行故障排除。此外还有一个用于保护记录中断的备份工具。
甲骨文计划将该技术首先应用于与这个自主关系型数据库搭配的其他数据库。基于云的数据仓库、NoSQL存储和OLTP(在线交易处理)服务的自主版本将于今年推出。
甲骨文表示,实现主要维护任务的自动化,将减少企业为使用这些产品而必须花费的人员工时。通过扩展,这项自主功能还可以减少人为错误带来的风险。甲骨文公司承诺,最终的结果将是可靠性水平的提高。
甲骨文还计划通过提供服务级别协议来确保其运营标准得到满足。具体而言,甲骨文将提供有关正常运行时间、可管理性和性能的保证。例如,如果数据库速度在特定时间段内低于给定阈值,则甲骨文将向受影响的客户提供他们可以兑换其云端账单的积分。
这项新的数据库功能和更加专用的自动化工具一起,用于甲骨文公有云中的其他服务中。例如,一项即将推出的功能将识别企业软件项目中易受攻击的代码,另一项新增功能旨在引入“自定义”集成以连接不同的应用。这些功能计划于今年上半年推出。
除了这个功能集之外,甲骨文还扩展了其云平台的覆盖面。作为扩展计划的一部分,甲骨文还计划开放不少于12座新的数据中心。甲骨文将在美国建立两个云计算设施,在加拿大建立另外两个云计算设施,其余的将在海外建设。扩张路线图中的国家包括荷兰、瑞士、中国、印度、日本、沙特阿拉伯、新加坡和韩国。
甲骨文需要赶上云计算竞争对手,这些竞争对手也在建设新的数据中心以加强对市场的控制。而且,他们在收入方面也在快速增长。亚马逊上周表示,其AWS云部门年营收为200亿美元,谷歌公司表示其云部门营收达到每季度10亿美元。
此外,他们花费大量资金建设所需的基础设施,以保持这一势头。根据华尔街日报援引RBC Capital Markets的数据,约有19家云服务提供商在2017年数据中心和其他云基础设施上的投资额为638亿美元,较2016年增长22%。今年,这一数字将上升27%达到810亿美元。
而且甲骨文肯定会看到更多的竞争,特别是让云操作变得更加自动化。
Constellation Research公司副总裁兼首席分析师Holger Mueller说:“甲骨文在云方面是后来者,后来者必须做点什么以引起人们的关注。甲骨文所谓的自驱动或者说自主型数据库做到了这一点,很不错。值得注意的是,竞争对手还没有在这方面与甲骨文的愿景匹敌。但今年年初,我预计所有基础架构和平台厂商的类似产品将在今年晚些时候推出。”
甲骨文自身是否可以提供一切具有前景的产品,这一点还不明朗。“它必须锁定机器学习功能,以实现自驱动堆栈的愿景,并从根本上改变软件的创建和集成方式,以及数据移动、接口和分析的方式”,Mueller说。
好文章,需要你的鼓励
在AI智能体的发展中,记忆能力成为区分不同类型的关键因素。专家将AI智能体分为七类:简单反射、基于模型反射、目标导向、效用导向、学习型、多智能体系统和层次化智能体。有状态的智能体具备数据记忆能力,能提供持续上下文,而无状态系统每次都重新开始。未来AI需要实现实时记忆访问,将存储与计算集成在同一位置,从而创造出具备人类般记忆能力的数字孪生系统。
中国人民大学和字节跳动联合提出Pass@k训练方法,通过给AI模型多次答题机会来平衡探索与利用。该方法不仅提升了模型的多样性表现,还意外改善了单次答题准确率。实验显示,经过训练的7B参数模型在某些任务上超越了GPT-4o等大型商业模型,为AI训练方法论贡献了重要洞察。
OpenAI首席执行官阿尔特曼表示,公司计划在不久的将来投入数万亿美元用于AI基础设施建设,包括数据中心建设等。他正在设计新型金融工具来筹集资金。阿尔特曼认为当前AI投资存在过度兴奋现象,类似于90年代互联网泡沫,但AI技术本身是真实且重要的。他承认GPT-5发布存在问题,并表示OpenAI未来可能会上市。
南加州大学等机构研究团队开发出突破性的"N-gram覆盖攻击"方法,仅通过分析AI模型生成的文本内容就能检测其是否记住了训练数据,无需访问模型内部信息。该方法在多个数据集上超越传统方法,效率提升2.6倍。研究还发现新一代AI模型如GPT-4o展现出更强隐私保护能力,为AI隐私审计和版权保护提供了实用工具。