至顶网软件频道消息: Build大会 Azure Data总经理JG "John" Chirapurath在Build 2018大会上接受《Register》采访时表示,运行在Linux上内嵌了R和Python的SQL Server是微软有史以来最成功的服务器产品。
他表示:“就下载情况而言,这是我们发布过的最成功的服务器产品。”他表示:“我们通常的下载量有数十万。现在我们看到有700多万次的下载。”
该公司一年前推出的Cosmos DB一直表现良好。
Cosmos DB是一个分布式的多模型数据库。它支持多种API——SQL(DocumentDB)、JavaScript、Gremlin、MongoDB和Azure Table存储——查询数据。它可以扩展到多个区域,这对于应对区域数据法规来说非常方便。
Chirapurath表示,其增长主要来自为云创建应用程序的客户。
他表示:“他们选择它是因为Cosmos DB全球分布的特性。”他表示:“复制的概念几乎不存在。作为数据库架构师或开发人员,你可以根据用户的位置来分发数据。你也可以自动决定高峰和低谷,并且可以弹性扩展你的需求,而无论何种请求,延迟都只是毫秒级别。”
Chirapurath表示,成千上万大大小小的客户都在使用这项技术,他认为这种技术比竞争对手更具优势。
Chirapurath表示:“如果是AWS的话,你将不得不购买多种服务才能够获得Cosmos DB的多模式。”
微软提供数据库产品已经很长时间了,但是直到最近随着Azure的兴起以及人们的兴趣转向人工智能,数据和数据库才成了关注的核心焦点。
对数据的关注源于对人工智能的兴趣——数据是人工智能的燃料。正如Chirapurath所说,微软在说服企业使用其数据产品和人工智能服务方面取得成功的一个原因是该公司愿意尊重他所说的数据的严肃性。
他表示:“如果内部数据具备严肃性,这很好。”他表示:“你可以将它留在那。你也可以按照自己的节奏将它迁移到云端。”
换句话说,微软Azure对企业的吸引力部分是因为它支持混合云模式。
微软并不总是如此灵活。在2001年,它提出了.NET My Service。它也被称为Hailstorm,它应该是一个用户信息和身份的中心平台,与今天的Facebook登录不同。
但由于隐私和锁定问题,客户不愿意接受这种集中化。面对反弹,微软放弃了这一计划。
在Hailstorm和运行Xbox Live中,帮助该公司了解如何运行云服务,微软学会了不要越界。
现在,当微软呼吁数据和人工智能的使用要遵从道德,并将Azure作为这种服务的平台提供时,它赢得了一些可信度,这是广告无法实现的效果。
Chirapurath表示:“我们的人工智能之旅并不是从昨天才开始的。它始于25年之前我们开始探索的那一刻。”Chirapurath表示:“Xbox Live教会了我们云计算应该是什么样子。”
而开放源代码则教会了微软如何与他人分享并“愉快地一起玩耍”。
好文章,需要你的鼓励
邻里社交应用Nextdoor推出重新设计版本,新增本地新闻、实时警报和名为"Faves"的AI功能,用于发现本地商户和地点。该应用与3500家本地出版商合作提供新闻内容,通过Samdesk和Weather.com提供天气、交通、停电等实时警报。Faves功能利用15年邻里对话数据训练的大语言模型,为用户提供本地化AI推荐服务,帮助用户找到最佳餐厅、徒步地点等本地信息。
Skywork AI推出的第二代多模态推理模型R1V2,通过创新的混合强化学习方法,成功解决了AI"慢思考"策略在视觉推理中的挑战。该模型在保持强大推理能力的同时有效控制视觉幻觉,在多项权威测试中超越同类开源模型,某些指标甚至媲美商业产品,为开源AI发展树立了新标杆。
英国生物银行完成了世界上最大规模的全身成像项目,收集了10万名志愿者的超过10亿次扫描数据,用于研究人体衰老和疾病过程。该项目历时11年,每次扫描耗时5小时,投资6200万英镑。目前已有8万人的成像数据供全球研究人员使用,剩余数据将于年底前发布。项目已开发出能预测38种常见疾病的AI工具,并在心脏病、痴呆症和癌症诊断方面取得突破。
这项由北京大学等多所高校联合完成的研究,首次对OpenAI GPT-4o的图像生成能力进行了全面评估。研究团队设计了名为GPT-ImgEval的综合测试体系,从文本转图像、图像编辑和知识驱动创作三个维度评估GPT-4o,发现其在所有测试中都显著超越现有方法。研究还通过技术分析推断GPT-4o采用了自回归与扩散相结合的混合架构,并发现其生成图像仍可被现有检测工具有效识别,为AI图像生成领域提供了重要的评估基准和技术洞察。