在任何业务领域的“自动驾驶”概念都意味着在数据驱动的指导下不断优化。换句话说,人类和机器可以在不断扩大的环境情况下,得到信任可自主采取行动,因为这是由最佳数据、最佳预测和规范模型实时引导做出的。
“自动驾驶”商业生态系统利用了现有应对挑战的最佳专业知识。有越来越多的决策过于复杂,这让任何一人甚至一个团队都无法获得所有的答案。同样,很多挑战正在变得越来越多变且多面性,使得任何一种软件算法、人工智能模型或规则驱动的程序都无法明确解决这些挑战。
自动化是自动驾驶愿景中的一个重要组成部分,但远不是自动驾驶愿景的全部。随着人工智能和物联网的进步,人们开始意识到,在特定的情况下,企业可以信任计算机来自动解决越来越多的问题,这些问题变化太快或者涉及的因素远远超过人类专家所能跟上的范围。考虑到所涉及的算法的复杂性,以及AI从新数据和动态环境中学习的能力,自动化系统可以推动产生前所未有的结果,这些结果可能是任何人类专家以前都不会想到的。
Oracle高管在谈到把自动驾驶作为Oracle云解决方案组合的核心主题时(正如本周一在旧金山举行的OpenWorld大会上所说的),他们经常会使用同义词“自治”,但明确强调平台层面的、机器学习驱动的自动化。例如,在周一下午的主题演讲中,Oracle执行主席兼首席技术官Larry Ellison谈到了为运行Oracle自治数据库而构建的“第二代云”愿景,他声称这是“业界第一个也是唯一一个自动驾驶数据库”,在Oracle的基础架构即服务中支持“高度自动化、检测和预测的新Oracle Cloud Infrastructure安全服务,帮助修复威胁。”
Ellison在深入阐述这一愿景的时候,描述了AI是如何帮助数据库——以及Oracle云产品组合中的其他“自治”平台——自动部署、扩展、管理、调整和自我修补且无需停机的。 “使用Oracle Autonomous Database,你不用学习什么,也不用做什么,它非常易于使用。开发人员的工作效率更高,他们能开发出新的应用,并且更好地分析数据。你的系统更可,永远不会停歇。”
最引人关注的是Ellison谈及人工智能驱动的自动化在网络安全中所扮演着不可或缺的角色。他讨论了Oracle是如何从零开始构建云基础架构的,使用人工智能驱动的自动化建立“可阻止威胁进入云的、难以逾越的障碍,以及能够发现这些威胁并消除这些威胁的自治机器人”,同时防止出现在一个客户云区域中的威胁入侵到其他客户的区域中。
“这完全是自动化的。威胁是在没有人为参与的情况下被自动发现的,并且在平台仍在运行的时候立即打上补丁,”Ellison说道。
自动化和各种工作
他让人觉得不太有说服力的是,解决所有这些平台级自动化可能会让IT专业人员失业的合理担忧。他含糊地预测说,所有这些熟练的技术人员——毕竟他们是Oracle的核心用户群——将迅速转向业务分析、数据科学等可以让他们的数据经验派上用场的领域,从而解决这个问题。但是,作为一个长期的行业观察者,我表示质疑,例如很多数据库管理员具有适合这些职业的专业知识、业务技能和其他能力。
所幸的是,Oracle应用开发高级副总裁Steve Miranda在早上的主题演讲中深入探讨了自动驾驶的另一面:数据驱动的“下一个最佳动作”和“智能过程自动化”,这是指数据驱动的指南,面向人类决策者,由注入AI的数字助理提供。
这些增强功能在Oracle推出的Digital Assistant以及融入了AI聊天机器人和数据驱动下一个最佳行动的新业务应用中得到了充分体现。例如,Oracle Human Capital Management云应用的增强功能使用数字助理功能提供动态AI定制的员工用户体验;支持自动采购、候选人搜索、推荐建议、招聘人员系统连接;确定最合适的候选人;检测可能危及数据安全和隐私的异常访问。
与此类似的是,Oracle ERP Cloud的最新增强功能也支持智能流程自动化,它将智能的、基于规则的处理与数字助理的AI聊天机器人界面相结合,简化并确保费用处理和审计合规性,生成厂商特定的要约,以换取提前支付应付账款,加快多因素分类,从采购到付款流程中供应商的排名,并根据一个动态的安全规则库不断检查所有用户、角色和特权。
Oracle从这两方面充分展示了对自动驾驶基础架构进行投资的广度和深度:自动化平台优化和增强决策优化。但缺少的是将这两个“下一个最佳行动”操作领域结合起来的任何明确愿景:分别以机器人为中心和以人为中心。从Ellison和Miranda的话中似乎看出这些不同范似乎在Oracle的市场战略中是以非常松散的形式共存的。
未来在全面自动驾驶型企业中,人与计算机是无缝协作的。正如Walter Frick几年前在哈佛商业评论文章中所说的那样:“在很多领域,人机智能的结合将超越各自本身。”在人工智能、物联网和云计算的时代,我们需要扩大我们对生产力的定义,以反映人类和机器日益增加的同等、相互依赖的协作。
人的因素
自动化系统可以做出惊人的专家决策,但只有人类才能真正判断出计算生成的输出是否符合合规性、适当性和价值标准。为了推动下一个最佳行动,自动驾驶型企业需要拥有能够自动定位下一个最佳专家——人类、机器、任何一方或者所有方之间的某种合作,这要取决于手头上要解决的问题是什么——的基础设施。
为了实现这一愿景,我们需要改变我们对“自治”的看法。我们不应该把自治看做是绝对的——换句话说,完全不需要帮助、自给自足的、机器人驱动的自动化。很多现实世界的操作场景需要不同程度的机器人半自治操作,很多情况下这些机器人需要在人类专家一部分的指导、监督和控制。
的确,将自动方故障功能注入到AI驱动的安全自动化场景中,肯定是要求在底层模式达到能力极限、或者在特定环境中预测精准度降低到可接受的区间以下时,就需要选择手动操作的介入。
我们希望Oracle拥有更全面的人机协作愿景,立足于下一个最佳实践的理念,并在明年OpenWorld大会的时候将其融入到自己的自动驾驶解决方案战略中。
好文章,需要你的鼓励
宏碁Aspire 14 AI在Costco售价500美元,成为最便宜的Copilot Plus PC。该笔记本搭载英特尔Lunar Lake处理器,拥有现代化配置而非过时组件。配备16GB内存和1TB固态硬盘,电池续航近19小时。虽然设计和显示屏表现一般,但整体性能出色,AI处理能力达到40万亿次操作每秒,是预算有限用户的优质选择。
CORA是微软研究院与谷歌研究团队联合开发的突破性AI视觉模型,发表于2023年CVPR会议。它通过创新的"区域提示"和"锚点预匹配"技术,成功解决了计算机视觉领域的一大挑战——开放词汇目标检测。CORA能够识别训练数据中从未出现过的物体类别,就像人类能够举一反三一样。在LVIS数据集测试中,CORA的性能比现有最佳方法提高了4.6个百分点,尤其在稀有类别识别上表现突出。这一技术有望广泛应用于自动驾驶、零售、安防和辅助技术等多个领域。
博通公司第三季度业绩超预期,每股收益1.69美元,营收159.6亿美元,同比增长22%。公司获得来自新客户的100亿美元定制AI芯片订单,推动股价在盘后交易中上涨超3%。AI相关营收同比增长63%至52亿美元,预计第四季度将超过62亿美元。公司专注为超大规模云基础设施提供商设计定制芯片,已成为英伟达的主要竞争对手之一,年内股价上涨32%,市值超1.4万亿美元。
中国电信研究院联合重庆大学、北航发布T2R-bench基准,首次系统评估AI从工业表格生成专业报告的能力。研究涵盖457个真实工业表格,测试25个主流AI模型,发现最强模型得分仅62.71%,远低于人类专家96.52%。揭示AI在处理复杂结构表格、超大规模数据时存在数字计算错误、信息遗漏等关键缺陷,为AI数据分析技术改进指明方向。