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
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。