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
工业升级的关键,或许在于智能本身。“工业+机器人”将成为通向下一阶段工业体系的核心抓手。——黄仁勋。
浙江大学等联合研究发现,AI强化学习效果取决于"模型-任务对齐"程度。当AI擅长某任务时,单样本训练、错误奖励等非常规方法也有效;但面对陌生任务时,这些方法失效,只有标准训练有用。研究团队通过大量实验证实,这种"舒适圈"现象比数据污染更能解释训练差异,为AI训练策略优化提供了新思路。
瑞士政府正式发布了自主研发的人工智能模型,该模型完全基于公共数据进行训练。这一举措标志着瑞士在AI技术自主化方面迈出重要一步,旨在减少对外国AI技术的依赖,同时确保数据安全和隐私保护。该模型的推出体现了瑞士对发展本土AI能力的战略重视。
巴赫切希尔大学研究团队通过对五种不同规模YOLO模型的量化鲁棒性测试发现,静态INT8量化虽能带来1.5-3.3倍速度提升,但会显著降低模型对噪音等图像损伤的抵抗能力。他们提出的混合校准策略仅在大型模型处理噪音时有限改善,揭示了效率与鲁棒性平衡的复杂挑战。