7月31日,網(wǎng)易云即將在杭州召開第二屆云創(chuàng)大會,作為與阿里云棲大會并列的杭州唯二云計算科技峰會,網(wǎng)易云創(chuàng)大會自去年舉行以來,得到杭州市相關(guān)政府部門的大力支持。在每年的云創(chuàng)大會上,網(wǎng)易云都將發(fā)布影響行業(yè)的重要產(chǎn)品,提供有關(guān)技術(shù)領(lǐng)域最新發(fā)展趨勢的解讀,這使網(wǎng)易云創(chuàng)大會也成為觀察云計算行業(yè)差異化發(fā)展的窗口。
今年也不例外,據(jù)網(wǎng)易云官網(wǎng)透露的信息:本屆云創(chuàng)大會,網(wǎng)易云將以“開放·生態(tài)·賦能”為主題,著力探討數(shù)字化浪潮下云計算、大數(shù)據(jù)的發(fā)展方向和應(yīng)用趨勢,解析工業(yè)智能互聯(lián)網(wǎng)和數(shù)字化產(chǎn)業(yè)園區(qū)的升級之路。
根據(jù)“開放”的理念主張,在產(chǎn)品發(fā)布方面,預(yù)測網(wǎng)易云將發(fā)布基于開源的全新數(shù)字化產(chǎn)品、解決方案。事實上,網(wǎng)易是國內(nèi)最早采用OpenStack開源技術(shù)的公司之一,同時也擁有國內(nèi)最早在公有云上發(fā)布的容器服務(wù)平臺,全球首批通過Kubernetes一致性認(rèn)證。網(wǎng)易云基于網(wǎng)易公司多樣化業(yè)務(wù)集群而成型,擁有大規(guī)模的實戰(zhàn)檢驗。近年來,網(wǎng)易主張將成熟的互聯(lián)網(wǎng)技術(shù)和知識經(jīng)驗輸出給更多在數(shù)字化轉(zhuǎn)型中的企業(yè)和欠缺技術(shù)的早期互聯(lián)網(wǎng)公司,進(jìn)一步推動了技術(shù)的開放精神。
今年5月以來,云計算領(lǐng)域關(guān)于“開放”和“自研”的路徑選擇問題形成很大爭論。少數(shù)基于自研的云計算廠商宣傳自研云“自主可控”,認(rèn)為拿來主義的云計算模式“蓋不起高樓大廈”。但更多云計算廠商強調(diào)現(xiàn)階段基于OpenStack的云操作系統(tǒng)已經(jīng)成為主流,并認(rèn)為“世界上只有一種云,那就是基于開源技術(shù)的云”。
選擇合適的數(shù)字化技術(shù)路線,是互聯(lián)網(wǎng)時代每個企業(yè)面臨的轉(zhuǎn)型問題。整體來看,開源的好處是讓組織能夠集中行業(yè)精英的力量,以較低成本快速解決基礎(chǔ)性的問題,然后在高級能力上做差異化競爭,推動技術(shù)標(biāo)準(zhǔn)化并構(gòu)建良好的生態(tài)。自研的好處則是將知識產(chǎn)權(quán)掌握在自己手里。
“沒有商業(yè)組織可以獨自解決所有的問題,開源推動技術(shù)標(biāo)準(zhǔn)化,參與人員的規(guī)?;?,有利于提升代碼質(zhì)量。另外,云計算、大數(shù)據(jù)平臺的復(fù)雜性,加速了互聯(lián)網(wǎng)公司對開源的擁抱。”有業(yè)內(nèi)人士表示。
回看網(wǎng)易云旗幟鮮明地打出“開放”,本屆云創(chuàng)大會或?qū)⒃僖淮瓮苿釉朴嬎阈袠I(yè)對“開源”的關(guān)注。“開源”還是“自研”是未來?企業(yè)面對兩種路徑應(yīng)該作何選擇?它們各自的利弊是什么?以及網(wǎng)易云將在云創(chuàng)大會上發(fā)布怎樣的重磅產(chǎn)品?網(wǎng)易云創(chuàng)大會(163yun.com)將提供新的觀察機會。
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。