CNET科技資訊網(wǎng) 5月29日 北京消息:數(shù)字生活時代,互聯(lián)網(wǎng)已經(jīng)滲透到了出行、購物、支付等各個領(lǐng)域,我們的生活也已經(jīng)和網(wǎng)絡(luò)緊密地綁定在了一起。然而,這幾天,購物無法支付,出行無法預(yù)訂酒店、機(jī)票,接連出現(xiàn)的網(wǎng)絡(luò)問題,讓我們有了多么痛的領(lǐng)悟——我們一直依賴的互聯(lián)網(wǎng)原來可以這么“不靠譜”,一條光纖、一個誤操作,就可以打亂我們方便快捷的互聯(lián)網(wǎng)生活。
但其實,我們的互聯(lián)網(wǎng)本可以不用如此脆弱。猶如現(xiàn)實生活中,我們將水電煤這些基礎(chǔ)設(shè)施搭建完備,并且做好災(zāi)備之后,其實是能夠最大限度降低事故造成的故障和帶來的影響。而對于互聯(lián)網(wǎng)來說,逐漸成熟的云計算也可以為互聯(lián)網(wǎng)搭建起一套完善的災(zāi)備措施,通過一系列簡單、高效的解決方案,讓我們在享受便捷互聯(lián)生活的同時,不必為隨時可能出現(xiàn)的問題而擔(dān)憂,保障業(yè)務(wù)使用者的利益。
作為目前國內(nèi)唯一正式商用的公有云服務(wù),微軟云Azure在服務(wù)的可靠性上可謂下足了功夫。微軟將已經(jīng)在海外運(yùn)營多年的成熟經(jīng)驗引入中國,投入了大量精力保證服務(wù)的穩(wěn)定運(yùn)行,并且在用戶將業(yè)務(wù)遷移到云服務(wù)之后,立刻為其做好異地災(zāi)備工作。避免在真正發(fā)生災(zāi)難的時候措手不及,影響用戶利益。
現(xiàn)在在國內(nèi),微軟云Azure擁有北京、上海兩個大型數(shù)據(jù)中心,而這兩個數(shù)據(jù)中心與海外的數(shù)據(jù)中心同樣都是T4級機(jī)房。與此同時,為了保證SLA和數(shù)據(jù)安全性,這兩個相距超過1000公里的數(shù)據(jù)中心可以直接互為災(zāi)備。使用微軟Azure云服務(wù)的用戶,能夠率先享受到的就是兩個數(shù)據(jù)中心一共6個數(shù)據(jù)備份。這就好比當(dāng)一家供電廠出現(xiàn)問題之后,處于1000公里之外的供電廠能夠迅速提供服務(wù),幫助用戶迅速恢復(fù)數(shù)據(jù)和正常運(yùn)營。
微軟云所提供的保障,可不是口頭說說這么簡單。Azure提供有財務(wù)保障的99.95%月度SLA保證,每月因系統(tǒng)維護(hù)等原因造成的服務(wù)中斷時間不超過21分鐘。微軟云Azure在國內(nèi)的運(yùn)維合作伙伴——世紀(jì)互聯(lián),有一支超過300人的運(yùn)維團(tuán)隊,可以7×24×365不間斷地為用戶提供運(yùn)維服務(wù)。正是有了微軟云Azure提供的云服務(wù)保障,大家所熟知的CNTV在網(wǎng)絡(luò)視頻直播央視“春晚”、“中國好歌曲”等熱門節(jié)目,在面對五倍于平時的訪問需求量時,依然能夠應(yīng)對自如,這在以前是難以想象的。
如果我們將云服務(wù)看作是自來水、天然氣這樣的基礎(chǔ)設(shè)施,那么公有云服務(wù)的最大價值就在于穩(wěn)定可靠的運(yùn)行。微軟云Azure一方面引入海外市場已經(jīng)十分成熟的云計算技術(shù),另一方面通過各種技術(shù)手段提高運(yùn)維保障能力。
對于不可預(yù)見的意外事故,為最大限度保障用戶利益,微軟云Azure還提供了包括財務(wù)保障在內(nèi)的一系列賠償措施,并且微軟還提供了真正的公開服務(wù)儀表盤。我們相信這背后既是微軟對客戶負(fù)責(zé)的承諾,同時也是對自身實力和服務(wù)品質(zhì)的信心。
對于所有企業(yè)來說,安全穩(wěn)定意識必須貫徹于云服務(wù)方案從構(gòu)想到部署的全程。我們的互聯(lián)網(wǎng)生活其實不應(yīng)該這么脆弱,借助云服務(wù)我們能夠得到一個更加穩(wěn)定、安全的互聯(lián)網(wǎng)環(huán)境,互聯(lián)網(wǎng)本可以不這么脆弱。
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(qiáng)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(qiáng)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。