伴随着物联网兴起引发的机器生成数据已经成为一股洪流,并逐步转化为加速非关系型系统普及的重要动力,从而在灵活性与可扩展性两个方面满足联网设备爆炸式增长带来的实际需求。而作为高人气开源文档存储方案的支持者,MongoDB公司自然也积极投身于这一趋势当中。
该公司本周宣布将与德国博世集团——全球规模最大的汽车零部件与家电制造商之一——下辖的软件开发子公司建立合作关系,旨在打造出能够充分发挥实时传感信息优势的应用程序。此次联盟合作也将成为两家企业发展道路上的一项重大战略里程碑。
从MongoDB的立场出发,此次合作也从另一个角度证明了其价值定位的正确性,即甲骨文等厂商出售的传统关系型数据库无法为物联网提供必要的支持。
“用户们期待着一种比传统关系型数据库更具敏捷性优势的数据库方案,并要求其拥有更出色的可扩展性以及与云类型向外扩展架构顺畅协作的能力。很明显,这些要求与关系型数据库的天然属性存在冲突,毕竟此类数据库诞生于上世纪七十年代、当时的业务要求与现今完全不同,”MongoDB公司CEO Max Schireson在去年SiliconANGLE theCUBE交流环节的独家采访中解释道。
“特别是在过去十年当中,人们开发软件的方式以及所开发软件的类型都已经发生了重大变化,”Schireson补充道。“当时大部分应用程序运行在内部环境之下,现在多数应用程序则运行在外部环境中并与企业客户与业务构成保持着密切的关联。”
博世公司希望与MongoDB之间的合作关系能够帮助自身更好地应对随时间推移而不断变化的规范要求。由于通用电气及谷歌早年间收购联网设备企业Next以及其它一系列努力,如今传感器已经开始逐步在整个生产周期中得到普及,而错失联网设备这趟发展列车意味着其很可能与两大重要营收来源擦肩而过。很明显,博世公司不希望在最新一轮竞逐中被湮没在历史的尘埃当中。
博世软件将利用MongoDB作为其即将推出的应用程序组合的后端,从而将新型联网设备以安全方式集成到现有业务流程当中,该公司表示。整套套件的设计理念在于充当定制化应用的软件基础,从而满足各种特定业务需求,例如队列管理以及预测性维护等等。通用电气方面承诺利用Predix提供相同的功能——值得一提的是,于去年推出的Predix是一套基于Hadoop的平台,旨在对机器生成的数据加以管理并将其纳入增值服务当中。
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。