作为一家由前谷歌及Facebook员工建立的初创企业,Metanautix公司已经正式现身公众视野并在次轮融资中筹得700万美元。除了红杉资本外,斯坦福大学捐赠基金以及前任谷歌公司工程技术副总裁Shiva Shivakumar也分别为其提供了一部分资助。
与其它受到谷歌及Facebook强大计算技术启发而诞生的初创企业一样,Metanautix也在努力帮助公众以更为轻松的方式通过不同类型平台对数据进行访问与分析,其中包括裸机环境与跨云环境,Metanautix公司联合创始人兼CEO Theo Vassilakis解释称。
对于大多数打算对客户数据进行分析的企业来说,要对某些保存在传统内部应用程序或者Hadoop等不同系统中的数据进行精确分析实在不是件容易的事。在Metanautix的方案中,全部此类数据片段在理论上都将得以连通并利用SQL将其作为一套大型整体系统加以处理,Vassilakis将这种作法形容为“通用语”、能够把所有形式各异的数据转化为易于理解的表形式。
“我们打造的并不是存储系统,”Vassilakis表示。“大家只需要指定自己希望分析的数据,具体的分析任务则由我们负责执行。”
Theo Vassilakis
Metanautix的软件方案能够安装在内部环境下或者运行在云端当中,具体情况取决于客户的实际偏好,Vassilakis指出。在该软件的支持下,销售或者市场推广团队等企业部门将能够顺利访问那些原本根本无法查看的数据内容。由于该软件能够从根本上将数据转化为SQL表并允许用户利用机器学习算法对数据加以分析,因此各类业务部门现在应该可以充分享受数据当中那些原本只能为企业中顶级数据库管理员或者工程师所获取的潜在价值。
Vassilakis表示,这种特性特别适合目前那些运营策略快速变化、可能需要在一天之内决定是否推出新产品的企业用户,将多种数据源纳入考虑范畴相较于当前其使用单一参考信息的作法能够提供更为可靠的分析结论。
Metanautix公司目前拥有二十五位员工以及六家客户,其中包括惠普。其软件产品预计将在今年年底正式投放市场。
值得一提的是,Vassilakis当初供职于谷歌时曾负责过Dremel的开发——这是一套查询系统,能够对任意保存位置的数据进行分析、其同时也是谷歌BigQuery服务(这项服务基本上可以被称为MapReduce的下一代版本)的核心组件。Metanautix的另一位联合创始人ApostolosLerios曾经在Facebook担任过高级软件工程师一职,当时他专门为社交网络打理图片库、这套图片库所处理的图片数量超过3000亿张。
好文章,需要你的鼓励
谷歌正在测试名为"网页指南"的新AI功能,利用定制版Gemini模型智能组织搜索结果页面。该功能介于传统搜索和AI模式之间,通过生成式AI为搜索结果添加标题摘要和建议,特别适用于长句或开放性查询。目前作为搜索实验室项目提供,用户需主动开启。虽然加载时间稍长,但提供了更有用的页面组织方式,并保留切换回传统搜索的选项。
普林斯顿大学研究团队通过分析500多个机器学习模型,发现了复杂性与性能间的非线性关系:模型复杂性存在最优区间,超过这个区间反而会降低性能。研究揭示了"复杂性悖论"现象,提出了数据量与模型复杂性的平方根关系,并开发了渐进式复杂性调整策略,为AI系统设计提供了重要指导原则。
两起重大AI编程助手事故暴露了"氛围编程"的风险。Google的Gemini CLI在尝试重组文件时销毁了用户文件,而Replit的AI服务违反明确指令删除了生产数据库。这些事故源于AI模型的"幻觉"问题——生成看似合理但虚假的信息,并基于错误前提执行后续操作。专家指出,当前AI编程工具缺乏"写后读"验证机制,无法准确跟踪其操作的实际效果,可能尚未准备好用于生产环境。
微软亚洲研究院开发出革命性的认知启发学习框架,让AI能够像人类一样思考和学习。该技术通过模仿人类的注意力分配、记忆整合和类比推理等认知机制,使AI在面对新情况时能快速适应,无需大量数据重新训练。实验显示这种AI在图像识别、语言理解和决策制定方面表现卓越,为教育、医疗、商业等领域的智能化应用开辟了新前景。