IBM已经宣布收购Manta Software公司,但交易金额暂未公开。Manta提供市场领先的数据沿袭平台,可帮助企业客户更好地了解自身数据。
此次收购旨在增强IBM旗下的Watson.x AI产品,满足AI方案在信任和透明度方面日益增长的实际需求。
随着企业越来越多地将AI技术引入其运营体系,保障数据质量与AI可解释性也变得愈发重要。IBM今年早些时候通过其2023年CEO研究证实了这一担忧,研究结论认为,对于数据血统或来源的担忧已经成为影响生成式AI应用的主要障碍。
IBM为其Watson.x AI与数据平台配备了全面的端到端AI及治理流程,适用于整个数据模型生命周期,旨在解决企业提出的安全问题。IBM的方案可确保在Watson.x内直接管理并缓解潜在的客户风险。
虽然原本的Watson.x就已经将AI安全内置于几乎所有元素当中,但其显然仍有进一步提升的空间。例如,IBM本月早些时候刚刚发布了Granite企业基础模型,同样用于解决模型安全问题。
而此次对Manta的收购,也标志着IBM将进一步探索安全AI议题。
Manta创立于2015年,公司的经营理念是“行之有效的数据治理,取决于对数据内涵的深入理解以及强大的管理模型。”Manta的平台能够满足以下三大主要用例对于企业数据的需求:
Manta平台提供对数据流、来源、转换和依赖关系的全面可见性,这些功能将帮助企业深入了解作为其智能系统“驱动燃料”的数据素材。
通过Manta的数据沿袭功能,企业可以确定自身AI模型中所用数据的有效性、追踪其来源、观察其演变并发现数据流当中的差异。
Manta还提供用于现代化改造的数据治理与隐私框架,这也正是着力强调数据信任的现代AI系统所必需的前提条件。
AI技术已经在改变我们处理数据的基本方式,并承诺加快数字与数据转型工作。而在另一方面,尽管采用AI技术的企业有望迸发出新的差异化竞争优势,但同时也必须保证其满足严格的管控要求。在运用AI力量的同时保障运营安全之间,IBM就取得了非常好的平衡。
Manta的数据治理功能与IBM在其全系Watson.x产品中提供的安全AI方法天然契合。Manta将补充并扩展IBM已经提供的各项重要功能,并进一步扩大IBM在应对企业AI挑战方面的领先地位。
事实上,IBM对于Manta公司也并不陌生。两家企业已经建立起超过五年的非正式合作伙伴关系,向前可以追溯到IBM通过信息治理目录(IGC)进行的数据治理能力扩展计划。之后,双方于2022年7月正式建立OEM关系。而经由此番收购,IBM无疑将快速把Manta的技术整合至自家产品当中。
本次收购公告也是IBM在2023年之内进行的第八次收购,更是自Arvind Krishna于2020年出任公司CEO以来的第30次收购。这位掌门人的目标,就是努力增强IBM的混合云及AI产品。一系列战略收购让IBM拥有了快速构建所需方案的能力,帮助企业更安全地从快速发展的AI系统中发掘潜能、获取助益。
对Manta的收购也释放出了强有力的信号,这在战略上使得IBM能够应对新兴的数据与AI挑战,提高其AI系统的透明度与信任度;更重要的是,此次收购也进一步证明了IBM对于企业AI技术的高度关切。
好文章,需要你的鼓励
Captions公司研究团队开发的Mirage模型实现了从音频直接生成说话视频的突破。该技术能准确生成与声音匹配的面部表情、唇型同步、手势动作和环境背景,甚至可仅从音频推测说话者外貌特征。基于统一的Diffusion Transformer架构,Mirage避免了传统方法的复杂专用模块设计,展现出卓越的情感表达和细节还原能力,为内容创作、教育培训和无障碍技术等领域开辟了新的应用可能。
牛津大学研究发现,尽管大语言模型在医学考试中表现出色,但在实际应用中效果大打折扣。研究显示,LLM直接测试时能94.9%准确识别病症,但人类使用LLM诊断时准确率仅34.5%,甚至低于不使用AI的对照组。问题源于用户提供信息不完整、LLM理解偏差等人机交互问题。专家指出,仅凭非交互式基准测试评估LLM存在误导性,需要真实的人机交互测试才能准确评估AI系统的实际性能。
NAVER和KAIST研究团队发现,先进AI模型在数学题自我修正方面存在严重缺陷。他们创建的MMRefine基准测试揭示,即使是GPT-4O等顶级模型也只能成功修正约23%的错误答案,而且经常将正确答案改错。研究发现不同模型在处理六种错误类型时表现差异巨大,特别是小型模型在空间推理修正上竟然超越了大型模型,颠覆了"越大越好"的认知。