在近日于拉斯维加斯召开的年度CloudWorld会议上,甲骨文表示正在全力发展生成式AI,绝不会看着自己最大的竞争对手亚马逊云科技(AWS)占领市场。
在讨论本届CloudWorld大会之前,我们先回顾一下今年9月14日,甲骨文公司与微软宣布建立的最新合作伙伴关系。双方协定将Oracle数据库服务置于微软Azure的Oracle云基础设施(OCI)之上。新的Oracle Database@Azure将令微软和甲骨文成为全球仅有的两家OCI超大规模基础设施运营商,可帮助客户简化云迁移、部署与管理流程。特别是考虑到两位合作伙伴将保证提供完全均等的服务价格和授权许可,因此客户能够随意选择自己熟悉的云环境、并保证使用成本不受任何影响。
这究竟有什么影响?简单来说,以往只能在OCI上使用的数据库服务,现在也可以运行在带有Oracle Exadata服务器硬件的Azure实例当中了,且这批硬件就安装在微软所拥有的Azure数据中心之内。这使得分析、批量报告和其他任务都能在数据库内/各数据库间同时运行。于是乎,原本仍在犹豫要不要全面上云的用户也可以全力投入,不必担心跨云环境所会引发性能问题、供应商锁定或者强制要求重新设计工作流程。总而言之,这是一项重大举措,将帮助甲骨文和微软更好地与云市场的绝对领导者AWS展开竞争。
那么,这一切与甲骨文的CloudWorld大会有什么关系?当然有,如今的科技领域内一切之间都有着千丝万缕的关联。合作伙伴关系是推进制胜战略的前提,而甲骨文和微软似乎都觉得自己有机会在生成式AI这条新赛道上有所表现。而且更重要的是,Oracle Database@Azure还只是合作的第一步。
CloudWorld 2023大会:聚焦于生成式AI
如今是2023年,任何不关注生成式AI问题的活动都没有资格被称为科技盛会。在本届CloudWorld会议期间,甲骨文发布了大量当前或计划在服务组合中发布的生成式AI功能。下面来看其中几个代表性案例:
AI向量搜索:甲骨文宣布,计划在其Oracle Database 23c中添加使用AI向量的“语义搜索功能”。AI向量搜索功能包括新的向量数据类型,以及向量索引/搜索SQL,使其能够存储按相似性组织起来的图像、音频、文本文档及其他非结构化数据等语义内容。总而言之,这将帮助客户更快、更轻松地整合并访问更多数据,而AI向量搜索更让专用数据在检索增强生成(RAG)中的使用成为可能。所谓检索增强生成,是一种将上下文添加至已训练AI模型中以实现关联性改进的机制,相关用例包括产品建议、图像搜索和传感器数据分析等。
AI主导的生成式AI服务:甲骨文推出一项新的托管服务,允许企业通过API将大语言模型接口集成至自己的应用当中。该服务采用Cohere大语言模型构建而成,但用户也可以使用自有数据对该模型进行更新。可用的模型功能包括命令(生成文本)、总结(总结抽象信息)和嵌入(将文本转换为数字向量以供大语言模型使用)。
与Cohere的合作伙伴关系、包括甲骨文使用Cohere大语言模型推进企业级生成式AI的计划,宣布于2023年6月,也就是三个月之前。没错,如今的生成式AI浪潮就是这么迅猛。
MySQL HeatWave:甲骨文添加了新的Vector Store,借此向企业客户开放其MySQL HeatWave数据分析云服务。此服务可以摄取多种格式的文档,并将其存储为通过编码器模型生成的“嵌入”,从而加快查询运行速度。其中的生成式AI功能包括由大语言模型驱动的操作界面,允许使用者通过自然语言与之交互。甲骨文还将智能湖仓功能添加至亚马逊云科技的MySQL HeatWave当中,帮助客户轻松映射并查询存储在Amazon S3中的TB级数据,且无需支付出口费用。
Fusion Cloud Suites迎来生成式AI更新:除了上述公告之外,几乎所有Fusion Cloud服务(包括客户体验、人力资本管理、企业资源规划和供应链管理)也都迎来了生成式AI的加持。另外,面向医疗保健服务商的全新Oracle Clinical Digital Assistant也已上线。总之,各类Fusion Cloud套件都将为医疗保健领域的客户提供更加有力支持。
CloudWorld 2023大会:关注愿景,也关注价值
与微软上周专门展示具体产品和解决方案的活动不同,甲骨文的CloudWorld 2023大会似乎并不特别关注已经做到了什么,而是更多强调甲骨文眼中未来的潜在形态。据了解,甲骨文计划将生成式AI嵌入自家全部产品,并将预先开发50个用例,未来将有更多用例由客户自行设计和驱动。此外,会议还特别关注在生成式AI的落地过程中,甲骨文是否始终将客户数据的安全放在首位。
更重要的是,CloudWorld还表明如果说云是新的前沿,那么生成式AI就是拓展和巩固该前沿的又一武器,甚至可以说是决定性力量。所以尽管甲骨文与目前生成式AI领域的主导者微软仅在Oracle Database@Azure上保持合作,但相信二者后续的合作前景将不可限量。
虽然甲骨文没有公布具体定价,但表示客户一直热切期望能把生成式AI功能引入企业级应用程序。另外AI不会作为额外的功能选项,而是独立产品。确实令人相当期待,可也必须承认,在搞清楚AI普及的后果之前就贸然行动似乎有点鲁莽。
总之,本届CloudWorld大会带来了激动人心的时刻,也是生成式AI起步阶段的又一标志性事件。只是在万众争先的大背景下,不知道有没有哪位科技巨头愿意先退后一步、想清楚“我们到底要前往何处”。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。