根据Gartner的最新预测,到2023年,全球最终用户在公有云服务上的支出预计将增长21.7%,达到5973亿美元,高于2022年的4910亿美元。云计算正在推动下一阶段的数字化业务,各种组织在投身于生成人工智能、Web3和元宇宙等新兴技术。
Gartner副总裁分析师Sid Nag表示:“超大规模云提供商正在推动云议程。”“今天的组织将云视为数字化转型的高度战略平台,随着数字服务竞争的加剧,组织要求云提供商提供更复杂的功能。”
Nag补充表示:“例如,由大型语言模型(LLM)支持的生成式人工智能需要强大且高度可扩展的计算能力来实时处理数据。”“云提供了完美的解决方案和平台。生成式人工智能竞赛中的主要玩家都是超级云玩家,这并非巧合。”
预计云的所有细分市场都将在2023年实现增长。预计基础设施即服务(IaaS)的最终用户支出在2023年将增长最快,达到30.9%,其次是平台即服务(PaaS),为24.1%(见表1)。
Gartner预测,到2026年,75%的组织将采用以云为基础的数字化转型模型作为基础底层平台。
Nag表示:“IaaS增长的下一阶段将由客户体验、数字和业务成果以及虚拟世界推动。”“聊天机器人和数字孪生等帮助企业与客户更加紧密、实时互动的新兴技术,有赖于云基础设施和平台服务来满足不断增长的计算和存储能力需求。
虽然云基础设施和平台服务的支出增长最快,但是按照最终用户支出计算,SaaS仍然是云市场中最大的一部分。到2023年,SaaS支出预计将增长17.9%,达到1970亿美元。
Nag表示:“巨无霸们在云计算技术基础方面牢牢地占据着主导地位,但是业务应用层的情况则更为分散。”“供应商们正面临着重新设计SaaS产品的需求,以提高生产力、利用云原生功能、嵌入式AI和模块——特别是当预算越来越多地由业务技术人员把控的时候。这一变化将点燃云平台和应用市场的创新和替换浪潮。”
好文章,需要你的鼓励
这篇研究重新审视了循环神经网络中的双线性状态转换机制,挑战了传统观点。高通AI研究团队证明,隐藏单元不仅是被动记忆存储,更是网络计算的积极参与者。研究建立了一个从实数对角线到完全双线性的模型层级,对应不同复杂度的状态跟踪任务。实验表明,双线性RNN能有效学习各种状态跟踪任务,甚至只需极少量训练数据。研究还发现,纯乘法交互比加法交互更有利于状态跟踪,为循环网络设计提供了新视角。
这项研究探讨了多模态大语言模型在增强推理能力时出现的视觉幻觉问题。研究发现,模型生成更长推理链时,对视觉信息的关注减少,导致幻觉增加。研究者提出RH-AUC指标和RH-Bench基准来评估模型在推理与幻觉间的平衡,发现较大模型表现更好,纯强化学习训练优于监督微调加强化学习,且训练数据的类型比数量更重要。这些发现对开发既具推理能力又保持视觉准确性的AI系统具有重要意义。
这篇研究探讨了大语言模型在自动推理任务中的不确定性问题。研究者提出,模型生成形式规范时的概率不确定性不是缺陷,而是宝贵的信号源。通过引入概率上下文无关文法框架分析SMT-LIB程序分布,他们发现不确定性信号具有任务相关性(如逻辑任务中的语法熵AUROC>0.93)。他们的轻量级信号融合方法能减少14-100%的错误,仅需最小弃权,将大语言模型驱动的形式化转变为可靠工程学科。研究揭示当模型正确理解逻辑关系时会产生稳定的语法模式,为判断何时信任模型提供了可靠指标。
来自沙特阿拉伯王子苏丹大学和阿尔法萨尔大学的研究团队开发了GATE(General Arabic Text Embedding)模型,这是一套专为阿拉伯语设计的文本嵌入系统。该研究结合了套娃表示学习和混合损失训练方法,解决了阿拉伯语特有的语义处理挑战。GATE模型在MTEB基准测试的语义文本相似度任务中表现卓越,比包括OpenAI在内的更大模型高出20-25%,同时保持了多维度(768至64)的高效表现。研究通过详细的错误分析揭示了模型在不同相似度水平上的表现特点,为阿拉伯语NLP领域提供了新的研究方向。