Oracle 计划为全球企业开发强大的生成式 AI (generative AI) 服务。Oracle 将与知名的企业 AI 平台提供商 Cohere 携手合作,提供原生生成式 AI 服务,帮助客户实现端到端业务流程自动化,并改善决策和客户体验。Oracle 的生成式 AI 服务基于 Oracle 云基础设施远程软件服务 (Oracle Cloud Infrastructure, OCI) 而构建,采用 Oracle 特有的 Supercluster 功能,可支持各种应用和基础设施,并提供出色的安全性、性能和价值。
Oracle Cloud Infrastructure 执行副总裁 Clay Magouyrk 表示: “Oracle 能够提供面向生成式 AI 的完整端到端平台,同时具有较高安全性、较为高效的数据管理能力以及比较全面的云技术应用组合,能够解决各种业务问题。我们与 Cohere 的合作将让我们的客户能够轻松地将生成式 AI 嵌入他们的业务中,使用 Cohere 的基础模型,安全地利用自己的数据来训练特定的模型,通过 OCI 在 AI 基础设施上进行部署,并在应用中及时获得业务优势。”
在此次合作中,Cohere 将在 OCI 上训练、构建和部署其生成式 AI 模型。OCI 在运行 AI 工作负载方面具有优势,因为它能够提供更高性能、更低成本的 GPU 集群技术,每个集群可扩展到超过 16K H100 GPU,同时具备低延迟及高带宽的云端 RDMA 网络。这些特性将有效加快大型语言模型 (LLM) 训练,同时还能降低成本。
Cohere 总裁兼首席运营官 Martin Kon 表示:“Oracle 和 Cohere 都非常注重数据安全性、模型定制以及帮助企业创造业务价值。Oracle 和 Cohere 将携手合作,帮助全球企业加快 AI 计划的实施速度、创造更大价值并使自动化水平达到新高度,从而充分提高业务成功率,并保护企业的数据安全和隐私。”
Cohere 模型还将直接集成到优秀的云技术应用组合中。Oracle 通过将 Cohere 的语言模型嵌入到 Oracle Fusion Cloud Applications、Oracle NetSuite 和 Oracle 行业特定应用等企业级应用中,帮助客户快速、安全地部署生成式 AI,以解决紧迫的业务挑战。
Oracle 全面的云技术应用组合、出色的数据管理专业知识和优秀的 AI 基础设施,再加上 Cohere 的大型语言模型,可提供:
• 杰出的数据安全性、隐私和治理:OCI 提供的生成式 AI 服务可帮助客户更高效地控制和掌控数据。此外,Oracle 的生成式 AI 服务与其他生成式 AI 产品不同,不会混合客户数据,因此企业能够保持自己的竞争优势。此外,Oracle 还提供了数据溯源和沿袭的工具。
• 强大且高性能的模型:Oracle 的生成式 AI 服务采用 Cohere 的基础 LLM,可以根据 Oracle 的行业知识和数据洞察进行定制和优化。此外,客户可以使用自己的数据进一步调整这些模型,从而提高在特定业务使用场景中的准确性。
• 嵌入式的生成式 AI 服务:Oracle 在云技术应用组合(包括 ERP、HCM、SCM 和 CX)中添加生成式 AI,让客户可以在现有业务流程中充分利用创新。Oracle 将部署新的医疗卫生和公共安全模型,并在行业特定应用中嵌入生成式 AI。这些 AI 服务将提高知识工作者的生产力和效率,帮助他们将时间留给构思、创意和增值任务,并改善整体员工体验。此外,就像在 Oracle 数据库和 MySQL HeatWave 中引入机器学习功能一样,Oracle 将以相同的方式将生成式 AI 功能嵌入到其数据库组合中。
• 为客户随时随地提供生成式 AI:客户可以在 OCI 中使用生成式 AI 服务,并享有公有云的优势,包括按需扩展解决方案、定制模型和创建专用模型端点。此外,Oracle 还将为企业数据中心提供生成式 AI 服务,支持客户将生成式功能与其本地数据和应用相结合。
Uber 高级总监Kamran Zargahi 表示:“生成式 AI 是一个很好的契机,可以支持我们的业务,让我们的客户满意并提高生产力。我们很高兴能够与 Oracle 和 Cohere 合作,一起实现这些目标。”
Co-op HCM 业务平台领域负责人 Gareth Abreu 表示:“在 HCM 应用中使用生成式 AI 将助推企业变革。我们对这个领域的未来感到兴奋。通过在 Oracle Cloud HCM 中使用生成式 AI,我们期望能够简化操作和提高效率,以智能的方式引导员工取得更好的成果,提升员工体验,并获得其他优势。这项技术能够彻底重塑我们看待工作的方式,尤其是人力资源的工作。”
美国密苏里大学(University of Missouri)健康事务执行副校长 Richard J. Barohn MD 以及医学院院长 Hugh E. 和 Sarah D. Stephenson 表示: “University of Missouri Health Care 期待通过将生成式 AI 引入 Oracle 电子健康记录系统,简化医生和护士工作流,从而将更多时间花在与患者沟通上,以提高护理质量和就医体验。”
好文章,需要你的鼓励
在AI智能体的发展中,记忆能力成为区分不同类型的关键因素。专家将AI智能体分为七类:简单反射、基于模型反射、目标导向、效用导向、学习型、多智能体系统和层次化智能体。有状态的智能体具备数据记忆能力,能提供持续上下文,而无状态系统每次都重新开始。未来AI需要实现实时记忆访问,将存储与计算集成在同一位置,从而创造出具备人类般记忆能力的数字孪生系统。
中国人民大学和字节跳动联合提出Pass@k训练方法,通过给AI模型多次答题机会来平衡探索与利用。该方法不仅提升了模型的多样性表现,还意外改善了单次答题准确率。实验显示,经过训练的7B参数模型在某些任务上超越了GPT-4o等大型商业模型,为AI训练方法论贡献了重要洞察。
OpenAI首席执行官阿尔特曼表示,公司计划在不久的将来投入数万亿美元用于AI基础设施建设,包括数据中心建设等。他正在设计新型金融工具来筹集资金。阿尔特曼认为当前AI投资存在过度兴奋现象,类似于90年代互联网泡沫,但AI技术本身是真实且重要的。他承认GPT-5发布存在问题,并表示OpenAI未来可能会上市。
南加州大学等机构研究团队开发出突破性的"N-gram覆盖攻击"方法,仅通过分析AI模型生成的文本内容就能检测其是否记住了训练数据,无需访问模型内部信息。该方法在多个数据集上超越传统方法,效率提升2.6倍。研究还发现新一代AI模型如GPT-4o展现出更强隐私保护能力,为AI隐私审计和版权保护提供了实用工具。