9月27日杭州云栖大会,阿里巴巴副总裁、阿里云智能计算平台事业部总经理贾扬清正式担任阿里巴巴开源技术委员会负责人。
据悉,阿里巴巴开源技术委员会的目标是持续赋能开源,在基于阿里巴巴自身优势、发展社区协同机制的基础上为开发者深挖开源价值:提供强大计算能力、丰富应用场景帮助开源项目的成熟与完善;鼓励、发扬开源文化,输出更多阿里优秀的开源项目;提供机制、合规、安全、工具等服务,做好开源的“后勤保障”,提升开发者体验。
贾扬清表示,随着行业数据智能化的加速到来,阿里云大规模计算能力、丰富的实践场景将有助于降低开源成本、推动项目的成熟完善。以Apache Flink为例,通过双11、搜索推荐等多个核心场景的实战检验,在流计算和批处理上积累了大量新功能,实现性能快速提升。如今,Apache Flink已成为CCTV、新浪微博、千寻位置等知名公司建设流处理平台的首要选择。
在过去,阿里不仅积极拥抱开源,而且主动反哺开源,在 Linux、MySQL、JVM等国际开源项目领域拥有多位核心贡献者。近年来,阿里更率先投入到自主开源中,持续性输出自研工具产品。目前开源项目数已有一千余个,覆盖中间件、移动、数据库、容器、AI、大数据等多个领域,包括已从 Apache 基金会毕业的Apache Dubbo ™ 、Apache RocketMQ ™,广泛应用的UI组件库Ant Design,知名JSON解析库FastJson等。
从拥抱开源到贡献开源、自主开源,再到如今的赋能开源,开源已升级为阿里技术战略之一,将为开发者带来更多切实可见的深远价值。
好文章,需要你的鼓励
研究人员正探索AI能否预测昏迷患者的医疗意愿,帮助医生做出生死决策。华盛顿大学研究员Ahmad正推进首个AI代理人试点项目,通过分析患者医疗数据预测其偏好。虽然准确率可达三分之二,但专家担心AI无法捕捉患者价值观的复杂性和动态变化。医生强调AI只能作为辅助工具,不应替代人类代理人,因为生死决策依赖具体情境且充满伦理挑战。
微软研究院发布突破性多语言AI技术UPDESH,通过"自下而上"数据生成策略,让AI真正理解不同文化背景下的语言表达。该技术基于各语言维基百科内容生成950万个训练数据点,覆盖13种印度语言,显著提升低资源语言AI性能,为构建文化敏感型AI系统提供新路径。
麻省理工学院研究发现过度依赖AI会导致认知债务,削弱基本思维能力。研究表明交替进行无辅助思考和AI支持工作的模式能保持认知敏锐度。这种认知高强度间歇训练模仿体能训练中的HIIT模式,通过短时间高强度思考与恢复期交替进行,可以强化大脑神经回路,防止认知衰退,提升独立思考能力。
NVIDIA团队提出RLBFF方法,将AI训练中的复杂评价转化为明确的二元判断标准,解决了传统人类反馈模糊和可验证奖励局限的问题。该方法在多个权威测试中取得突破性成果,其中JudgeBench获得第一名,训练的模型性能媲美知名商业模型但成本仅为其5%,为AI训练领域带来重要方法论创新。