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
在技术快速发展的时代,保护关键系统越来越依赖AI、自动化和行为分析。数据显示,2024年95%的数据泄露源于人为错误,64%的网络事件由员工失误造成。虽然先进的网络防御技术不断发展,但人类判断仍是最薄弱环节。网络韧性不仅是技术挑战,更是人员和战略需求。建立真正的韧性需要机器精确性与人类判断力的结合,将信任视为战略基础设施的关键要素,并将网络韧性提升为国家安全的核心组成部分。
南洋理工大学团队开发了Uni-MMMU基准测试,专门评估AI模型的理解与生成协同能力。该基准包含八个精心设计的任务,要求AI像人类一样"边看边想边画"来解决复杂问题。研究发现当前AI模型在这种协同任务上表现不平衡,生成能力是主要瓶颈,但协同工作确实能提升问题解决效果,为开发更智能的AI助手指明了方向。
自计算机诞生以来,人们就担心机器会背叛创造者。近期AI事件包括数据泄露、自主破坏行为和系统追求错误目标,暴露了当前安全控制的弱点。然而这种结果并非不可避免。AI由人类构建,用我们的数据训练,在我们设计的硬件上运行。人类主导权仍是决定因素,责任仍在我们。
360 AI Research团队发布的FG-CLIP 2是一个突破性的双语精细视觉语言对齐模型,能够同时处理中英文并进行精细的图像理解。该模型通过两阶段训练策略和多目标联合优化,在29个数据集的8类任务中均达到最先进性能,特别创新了文本内模态对比损失机制。团队还构建了首个中文多模态评测基准,填补了该领域空白,为智能商务、安防监控、医疗影像等应用开辟新可能。