在熱鬧的中國云計算市場上,昨天無疑又是一個引人注目的一天。
昨日,IBM與騰訊在博鰲召開的2014騰訊全球合作伙伴大會上宣布,雙方將為中小企業(yè)提供互聯(lián)網(wǎng)和云化的咨詢服務(wù)展開合作?;谠搮f(xié)議,雙方將在“行業(yè)SaaS應(yīng)用公有云”領(lǐng)域開展合作,面向新興的中小型企業(yè)、智慧城市和智慧醫(yī)療等行業(yè)提供移動化、云計算、大數(shù)據(jù)等工具和手段。IBM將為中小企業(yè)提供面對互聯(lián)網(wǎng)和云化的咨詢服務(wù),并且雙方同意將IBM產(chǎn)品和服務(wù)部門提供的SaaS部署在騰訊云上并進(jìn)行銷售。
目前,隨著云計算應(yīng)用的不斷深入,越來越多的中小企業(yè)認(rèn)識到云計算可以幫助他們“輕裝上陣”,以最有效的方式推動業(yè)務(wù)變革,實現(xiàn)增長。因此,爭先恐后的云計算應(yīng)用已經(jīng)成為一大趨勢。
但當(dāng)前云計算市場紛繁的局面卻往往讓中小企業(yè)主們無所適從。而此次騰訊與IBM的合作無疑開啟了一種全新的模式,并為中國中小企業(yè)的云化之路開出了一劑獨特的良方。
在這種新興互聯(lián)網(wǎng)巨頭與IT巨頭的強強聯(lián)手中,讓人們看到的是令人欣喜的資源互補。在此次合作中,騰訊云無疑扮演著舉足輕重的地位。騰訊云是伴隨著騰訊的QQ、QQ空間這些核心業(yè)務(wù)成長起來的能力模塊,是騰訊開放戰(zhàn)略的重要組成部分。騰訊云在云計算方面有著深厚的積累,這不僅包括其強大的基礎(chǔ)架構(gòu),騰訊云還有著多年對海量互聯(lián)網(wǎng)服務(wù)的經(jīng)驗,不管是社交、游戲還是其他領(lǐng)域,都有多年的成熟產(chǎn)品來提供產(chǎn)品服務(wù)。
而IBM則是一家百年老店,在移動互聯(lián)網(wǎng)大潮中,可能有些人會認(rèn)為IBM過氣了,與當(dāng)下已經(jīng)格格不入,但事實卻非如此。IBM過去多年來一直專注致力于推動產(chǎn)業(yè)和行業(yè)革新,尤其是近期以來的多個舉措,更給人們帶來耳目一新的感覺。
今年,IBM宣布與蘋果展開深入合作,共同推進(jìn)企業(yè)級移動市場轉(zhuǎn)型。雙方將通過IBM的大數(shù)據(jù)和分析能力嵌入到蘋果的iOS設(shè)備中,來推動企業(yè)級移動市場轉(zhuǎn)型。需要指出的是,這并不是IBM首次擁抱移動互聯(lián)網(wǎng)市場,在過去多年以來,IBM在移動、社交、安全領(lǐng)域獲得了4300多項專利。
IBM與微軟?兩大互為對手的巨頭,尤其是在云計算方面,他們兩家的競爭更加激烈。但是這兩家云計算公司在今年宣布合作,在微軟Azure和IBM Cloud上提供對方的企業(yè)級軟件。讓人略微驚訝。
而在10月30日,IBM再有驚人之舉,宣布與Twitter合作,雙方將對Twitter的數(shù)據(jù)進(jìn)行分析,并將這些數(shù)據(jù)整合到IBM的企業(yè)級解決方案中(包括Watson云平臺)之中,從而更好地解決企業(yè)移動轉(zhuǎn)型問題。
此次牽手騰訊,則強化了IBM在中小企業(yè)市場的深度覆蓋,IBM的云計算、大數(shù)據(jù)等服務(wù)價值可以得到快速實現(xiàn)。說直白點,IBM的企業(yè)級服務(wù)能力與騰訊的互聯(lián)網(wǎng)模式結(jié)合,實現(xiàn)了專業(yè)與速度的匹配與融合。
在雙方合作中,騰訊可以通過云計算、微信、QQ等的巨大潛力,實現(xiàn)新的增長,而IBM則可以進(jìn)一步拓展自己對中小企業(yè)、消費市場的覆蓋,更進(jìn)一步筑高自己的移動B2B領(lǐng)域的堡壘。
而這些轉(zhuǎn)型與創(chuàng)新的真正受益者,則是廣大的中國中小企業(yè)。騰訊云服務(wù)能力和IBM行業(yè)洞察與經(jīng)驗相結(jié)合,將為中國廣大中小企業(yè)的云化轉(zhuǎn)型帶來一劑良方。
好文章,需要你的鼓勵
新加坡國立大學(xué)研究團(tuán)隊開發(fā)了SPIRAL框架,通過讓AI與自己對弈零和游戲來提升推理能力。實驗顯示,僅訓(xùn)練AI玩簡單撲克游戲就能讓其數(shù)學(xué)推理能力提升8.6%,通用推理提升8.4%,且無需任何數(shù)學(xué)題目作為訓(xùn)練材料。研究發(fā)現(xiàn)游戲中的三種推理模式能成功轉(zhuǎn)移到數(shù)學(xué)解題中,為AI訓(xùn)練提供了新思路。
同濟(jì)大學(xué)團(tuán)隊開發(fā)的GIGA-ToF技術(shù)通過融合多幀圖像的"圖結(jié)構(gòu)"信息,創(chuàng)新性地解決了3D相機(jī)噪聲問題。該技術(shù)利用圖像間的不變幾何關(guān)系,結(jié)合深度學(xué)習(xí)和數(shù)學(xué)優(yōu)化方法,在合成數(shù)據(jù)集上實現(xiàn)37.9%的精度提升,并在真實設(shè)備上展現(xiàn)出色泛化能力,為機(jī)器人、AR和自動駕駛等領(lǐng)域提供更可靠的3D視覺解決方案。
伊利諾伊大學(xué)研究團(tuán)隊通過對比實驗發(fā)現(xiàn),經(jīng)過強化學(xué)習(xí)訓(xùn)練的視覺語言模型雖然表現(xiàn)出"頓悟時刻"現(xiàn)象,但這些自我糾錯行為并不能實際提升推理準(zhǔn)確率。研究揭示了AI模型存在"生成-驗證差距",即生成答案的能力強于驗證答案質(zhì)量的能力,且模型在自我驗證時無法有效利用視覺信息,為AI多模態(tài)推理發(fā)展提供了重要啟示。
MIT等頂尖機(jī)構(gòu)聯(lián)合提出SparseLoRA技術(shù),通過動態(tài)稀疏性實現(xiàn)大語言模型訓(xùn)練加速1.6倍,計算成本降低2.2倍。該方法使用SVD稀疏性估計器智能選擇重要計算部分,在保持模型性能的同時顯著提升訓(xùn)練效率,已在多個任務(wù)上驗證有效性。