Gartner公布了首个重复数据删除目标备份设备魔力象限,证实了EMC的Data Domain处理领导者象限,把惠普远远地抛在了第二位,昆腾作为挑战者和Exagrid作为远见者有些令人意外。
Gartner的魔力象限分为4块,2个维度分别是横轴的愿景完整度和纵轴的执行力。左下是利基者,左上是挑战者,右下是远见者,右上是领导者。
在这个象限的利基者类别下有6家厂商,远见者类别下有2家厂商,挑战者类别下有1家厂商,领导者类别下只有2家厂商:EMC和惠普。
只有Sepaton(高端产品)和Exagrid处于远见者象限,Exagrid所处的位置更高更接近于右侧,因为Gartner给出较高分数是根据:
- 地理战略
- 垂直/行业战略
- 市场营销战略
- 销售战略
- 创新
- 提供产品战略
- 对市场营销的理解
昆腾是唯一的挑战者,位置很接近利基者的类别,后者包括Riverbed、NEC、飞康、戴尔、IBM以及富士通。这对昆腾以及DXi产品来说是个好消息。
在领导者象限,惠普凭借StoreOnce联合重复数据删除产品领先于其他厂商,但是仍然远落后于拥有Data Domain产品的EMC。
好文章,需要你的鼓励
研究人员正探索AI能否预测昏迷患者的医疗意愿,帮助医生做出生死决策。华盛顿大学研究员Ahmad正推进首个AI代理人试点项目,通过分析患者医疗数据预测其偏好。虽然准确率可达三分之二,但专家担心AI无法捕捉患者价值观的复杂性和动态变化。医生强调AI只能作为辅助工具,不应替代人类代理人,因为生死决策依赖具体情境且充满伦理挑战。
哥伦比亚大学研究团队开发了MathBode动态诊断工具,通过让数学题参数按正弦波变化来测试AI的动态推理能力。研究发现传统静态测试掩盖了AI的重要缺陷:几乎所有模型都表现出低通滤波特征和相位滞后现象,即在处理快速变化时会出现失真和延迟。该方法覆盖五个数学家族的测试,为AI模型选择和部署提供了新的评估维度。
麻省理工学院研究发现过度依赖AI会导致认知债务,削弱基本思维能力。研究表明交替进行无辅助思考和AI支持工作的模式能保持认知敏锐度。这种认知高强度间歇训练模仿体能训练中的HIIT模式,通过短时间高强度思考与恢复期交替进行,可以强化大脑神经回路,防止认知衰退,提升独立思考能力。
这项研究首次发现AI推理模型存在"雪球效应"问题——推理过程中的小错误会逐步放大,导致AI要么给出危险回答,要么过度拒绝正常请求。研究团队提出AdvChain方法,通过训练AI学习"错误-纠正"过程来获得自我纠错能力。实验显示该方法显著提升了AI的安全性和实用性,用1000个样本达到了传统方法15000个样本的效果,为AI安全训练开辟了新方向。