至顶网软件与服务频道消息: Oracle今天发布了一款基于云的数据科学平台,新平台为企业提供了一个用于分析和人工智能项目的工具包。
Oracle首席执行官Safra Catz在伦敦举行的一个大会上公布了这个云数据科学平台,其中包含七个不同的服务和功能集,该套件的核心是Cloud Infrastructure Data Science虚拟工作台,它让工程师可以借助自动执行部分工作流程自动化的人工智能来构建机器学习模型。
自动化的工作环境
Cloud Infrastructure Data Science平台的首要任务是为不同项目选择合适的机器学习模型,它采用了多种算法,并且每种算法有多种配置,然后运行测试以找到最合适的算法。此外该平台还可以实现“特征工程”自动化,以确定AI在做决策时最应该考虑哪些数据点。
随附的模型评估工具让工程师能够检查神经网络是否符合预期。据Oracle称,该工具可以生成可视化效果,显示模型处理数据的效果。工程师还可以跟踪生产中的各项性能的变化,以发现预期外的波动。
Oracle数据和AI服务部门产品开发负责人Greg Pavlik表示,开发工作流的自动化是Oracle为该解决方案设定的两个主要优先之一,另一个是“提供强大的团队支持以实现协作,确保数据科学项目为企业带来真正的价值”。
为此,Oracle为该解决方案配备了很多协作功能,其中有一个仪表板可以显示模型在评估决策是每个数据点的权重是多少,这有助于工程师为利益相关者说明软件的透明度。此外还包括:一个目录,让团队成员可以通过该目录交换模型;共享的项目文件夹和安全控件,管理内容访问权限。
更丰富的AI功能
Cloud Data Science Platform还配置了其他几个组件,其中包括针对Oracle旗舰产品Autonomous Database的一组AI功能。
这个名为OML4Py的功能让企业可以在系统上直接运行机器学习模型,因此企业就可以在本地处理数据,而不必将数据迁移到单独的、专用的AI环境中。这可以节省带宽和管理员的时间。另一个名为OML4Py AutoML的功能可以针对企业正在处理的特定信息推荐最佳AI模型。
AI在Oracle产品路线图中扮演着越来越重要的战略角色。Oracle已经为Autonomous Database配备了AI功能来实现日常管理的自动化,这增加该系统对客户的吸引力,特别是当Oracle正面临着来自其他云计算厂商日益激烈的竞争。
今天Oracle还宣布推出了几项新的分析服务,其中包括:Data Flow,Spark的托管版本;Big Data Service,以云的方式实施Cloudera Hadoop;Cloud SQL服务,让分析师可以一次跨多个记录系统进行查询。
好文章,需要你的鼓励
TAE Technologies在最新一轮投资中获1.5亿美元,累计融资约18亿美元。公司利用 AI 技术优化融合反应堆设计,目标于 2030 年代商业化发电,谷歌等巨头均参与合作。
这项来自KU Leuven、中科大和上海Memory Tensor公司的研究探索了如何利用拼图游戏训练多模态大型语言模型的视觉推理能力。研究发现,现有模型在未经训练时表现近似随机猜测,但通过强化学习能达到近乎完美的准确率并泛化到更复杂的拼图配置。有趣的是,模型能否有效学习与是否包含明确推理过程无关,且复杂推理模式是预先存在而非突然出现的。此外,研究证明强化学习在泛化能力上优于监督微调,挑战了传统的模型训练范式。这些发现不仅揭示了AI视觉理解的机制,还为未来多模态模型研发提供了重要参考。
Nvidia 正在全球数据中心推广 AI 芯片,其最新 Blackwell 架构在 MLPerf 基准测试中获得最高性能,大幅加速下一代 AI 应用的训练与部署。
这项研究提出了LoHoVLA,一种用于长时序实体任务的统一视觉-语言-动作模型,融合了高层任务规划和低层动作控制功能。与传统方法不同,它利用单一预训练视觉语言模型同时生成语言子任务和机器人动作,并采用分层闭环控制机制增强鲁棒性。研究团队构建了包含20个长时序任务的LoHoSet数据集,实验结果显示LoHoVLA在Ravens模拟器中显著优于现有方法,展现出统一架构在实现可泛化实体智能方面的潜力。