有大量证据表明,企业正在大规模地迁移到云端,但同时,有一部分关键数据让我们正确看待向云的转型。Google Cloud首席执行官Thomas Kurian援引统计数据称,80%的工作负载仍然是在本地的。
这就是Google Cloud在近日举行的Cloud Next大会上推出Anthos的原因之一。该平台设计旨在本地环境或者公有云中运行应用。
加州大学伯克利分校教授、Google研究员、Google Cloud基础设施副总裁Eric Brewer表示:“你可以迁移到云端,然后对其进行现代化改造,但是在本地环境中做现代化改造、在安全的可控环境中进行重写也是完全没有问题的。同时提供这两种选择,是Anthos的一个重大变化。”
向云端转型
有些企业希望尽快迁移到云端,但由于他们已经在数据中心上进行了大量投资,以及监管问题或者太大而无法轻易迁移的工作负载,使得他们无法在短期内实现这一目标。Brewer表示,Google的大多数客户都表示他们希望迁移到云。
Brewer说:“他们开始使用我们非常擅长使用的框架。如果他们开始使用Kubernetes和容器,我希望我们有机会和他们展开合作。我相信我们有更好的机会成为他们未来的云。”
Anthos明显带有开源的风格。Anthos平台是基于Kubernetes、Istio和Knative等开源技术构建的。
Brewer解释到:“我们在开源方面有坚实的基础,比其他厂商做的更加深入。”他指出,Google通过引入Kubernetes和TensorFlow做出了重大贡献。“这是我们解决这个问题的一种方式,尤其是对于混合云和多云环境来说。在我看来,除了开源之外,没有别的方法可以做多云,因为这个空间发展速度太快了。”
好文章,需要你的鼓励
文章详细介绍了Character.AI这款主要面向娱乐、角色扮演和互动叙事的AI聊天工具的原理、用户群体、特色功能以及面临的法律与伦理争议,同时揭示了其新推出的视频和游戏互动体验。
上海人工智能实验室研究团队开发了MMSI-Bench,这是首个专注于多图像空间智能评估的全面基准。研究人员花费300多小时,从12万张图像中精心构建了1000道问题,涵盖了位置关系、属性和运动等多种空间推理任务。评测结果显示,即使最先进的AI模型也仅达到41%的准确率,远低于人类的97%,揭示了AI空间认知能力的重大缺陷。研究还识别了四类主要错误:物体识别错误、场景重建错误、情境转换错误和空间逻辑错误,为未来改进提供了明确方向。
思科报告指出,自主型人工智能未来三年内有望承担高达68%的客户服务任务,通过个性化与前瞻性支持提升效率与节省成本,但用户仍重视人与人之间的互动和健全的治理机制。
卡内基梅隆大学研究团队开发了ViGoRL系统,通过视觉定位强化学习显著提升AI的视觉推理能力。该方法让模型将每个推理步骤明确锚定到图像的特定坐标,模拟人类注视点转移的认知过程。与传统方法相比,ViGoRL在SAT-2、BLINK等多项视觉理解基准上取得显著提升,并能动态放大关注区域进行细节分析。这种定位推理不仅提高了准确性,还增强了模型解释性,为更透明的AI视觉系统铺平道路。