这家由前谷歌公司和雅虎公司的工程师们联合创办的企业利用Apache Spark打造了一个类似于Google Docs的、便于理解的用户界面。
Adatao,一家专注于大数据的创业企业,在由Andreessen Horowitz、Lightspeed Venture Partners和Bloomberg Beta联合发起的A轮融资中筹得1300万美元。ADatao公司的联合创始人兼首席执行官hristopher Nguyen表示,作为交易的一部分,Andreessen Horowitz公司的Peter Levine将会加入这家创业企业的董事会,同时Marc Andreessen将会担任公司的顾问。Nguyen在此之前,曾在Google Apps担任工程部总监。
Nguyen解释道,尽管很多新兴公司——例如Metanautix以及AppDynamics——专注于从公司运营中的大量数据发现问题,但Adatao公司与众不同。Adatao公司采用了Apache Spark技术,打造一个类似于GoogleDocs的、便于理解的用户界面。
Adatao软件采用了Spark内存数据处理架构,这是Adatao团队集体决定的。因为相比MapReduce来说,这一方案从整体上来说,在数据处理方面更加迅速。
Nguyen说:“我在谷歌学到的一件事情就是速度是非常重要的”,他表示,“五秒钟与五分钟的差别不是60倍,两者之间的差别是无穷大。”
在Adatao的界面上,用户可以查到任何同Adatao有关系的数据,并且和他或者她的数据库专家配合,这些专家可以使用机器学习算法来找出数据中可能隐藏的关联性和因果关系。该界面还允许多用户同时查看数据集,这会让Google Docs的用户感觉非常熟悉。
为了降低数据库程序员的工作难度,Adatao的API允许他们使用通用语言——例如Python, SQL, Scala and Java等进行数据查询,并且将通常非常复杂的统计运算代码——例如R和SAS简化成单行格式。
Adatao公司位于加利福尼亚州的Sunnyvale,这家公司提供的自然语言查询功能让用户可以通过键入文字命令,让系统进行数据分析,例如对比两组数据等等。
现在,企业用户需要事先在内部安装Adatao的相关软件,但Adatao正在同有兴趣在自己的云平台上运行Adatao产品的公司商谈合作。最近推出的Databricks Cloud就已经将Adatao作为自己的一个合作伙伴,在自己服务的基础上为客户提供服务。
好文章,需要你的鼓励
微软近年来频繁出现技术故障和服务中断,从Windows更新删除用户文件到Azure云服务因配置错误而崩溃,质量控制问题愈发突出。2014年公司大幅裁减测试团队后,采用敏捷开发模式替代传统测试方法,但结果并不理想。虽然Windows生态系统庞大复杂,某些问题在所难免,但Azure作为微软核心云服务,反复因配置变更导致客户服务中断,已不仅仅是质量控制问题,更是对公司技术能力的质疑。
Meta研究团队发现仅仅改变AI示例间的分隔符号就能导致模型性能产生高达45%的巨大差异,甚至可以操纵AI排行榜排名。这个看似微不足道的格式选择问题普遍存在于所有主流AI模型中,包括最先进的GPT-4o,揭示了当前AI评测体系的根本性缺陷。研究提出通过明确说明分隔符类型等方法可以部分缓解这一问题。
当团队准备部署大语言模型时,面临开源与闭源的选择。专家讨论显示,美国在开源AI领域相对落后,而中国有更多开源模型。开源系统建立在信任基础上,需要开放数据、模型架构和参数。然而,即使是被称为"开源"的DeepSeek也并非完全开源。企业客户往往倾向于闭源系统,但开源权重模型仍能提供基础设施选择自由。AI主权成为国家安全考量,各国希望控制本地化AI发展命运。
香港中文大学研究团队开发出CALM训练框架和STORM模型,通过轻量化干预方式让40亿参数小模型在优化建模任务上达到6710亿参数大模型的性能。该方法保护模型原生推理能力,仅修改2.6%内容就实现显著提升,为AI优化建模应用大幅降低了技术门槛和成本。