在2017年,云计算的投资将持续火爆,但是随着企业需求变化, 2017年云市场或许将出现如下五大趋势。
多重云将成为新常态
随着许多公司投资公有云和私有云服务,2017年将会有更多的企业同时向多个云提供商承诺。例如,将有越来越少的企业将亚马逊网络服务作为唯一业务,而是使用双源公有云服务来避免供应商锁定。这样的好处是使数据服务更加高效。没有这个功能,企业部署将会像使用磁带时一样低效。
内存和临时存储变得更加重要
增强和虚拟现实,人工智能和机器学习已经变得越来越流行。分析这些新的数据源对长期业务目标至关重要,但当分析结果比数据本身更重要时,长期存储数据是不切实际和不必要的。 虽然2017年会看到大量的数据增长,需要永久存储,但是大多数网络新产生的数据是短暂的,将很快超过它的实用性和被丢弃。因此,尽管数据量呈指数增长,但存储空间的增长将不会像我们预期的那么多。
更多内容交付网络
内容交付网络是导致无法访问和低性能的主要原因。替代品已经成为昂贵复杂的供应商解决方案之一。期望更多的公司使用公有云和软件定义的基础设施来构建和运营自己的CDN。这些DIY CDN虽然不会提供全方位服务解决方案,但他们将为陈旧的传统架构提供更精简、更便宜的解决方案。
机器学习将成为企业的核心
今天的机器学习技术的独特之处在于它的大部分源自“开源”。 这意味着许多不同的产品和服务都将机器学习构建到他们的平台。因此,更多的企业将在2017年采用机器学习,有可能他们自己都不知道为什么要学习,答案是供应商正在积极使用ML来使他们的产品更智能。并且现有的产品也将很快使用多种机器学习,通过更新来作为额外交付。
越来越多的公司将元数据作为新的收入来源
像Google或Facebook中使用的那些系统,都是为了收集和存储大量的元数据而设计的。 随着公司分析数据的能力越来越强,数据变现将变得越来越重要。像Netflix已经成功地分析出客户数据的共性。有意义的元数据,特别是已经存储了很长时间的元数据,也可以成为分析厂商销售的新产品的焦点。
好文章,需要你的鼓励
这项来自苹果公司的研究揭示了视频大语言模型评测的两大关键问题:许多测试问题不看视频就能回答正确,且打乱视频帧顺序后模型表现几乎不变。研究提出VBenchComp框架,将视频问题分为四类:语言模型可回答型、语义型、时序型和其他类型,发现在主流评测中高达70%的问题实际上未测试真正的视频理解能力。通过重新评估现有模型,研究团队证明单一总分可能掩盖关键能力差距,并提出了更高效的评测方法,为未来视频AI评测提供了新方向。
这篇来自KAIST AI研究团队的论文提出了"差分信息分布"(DID)这一创新概念,为理解直接偏好优化(DPO)提供全新视角。研究证明,当偏好数据编码了从参考策略到目标策略所需的差分信息时,DPO中的对数比率奖励形式是唯一最优的。通过分析DID熵,研究解释了对数似然位移现象,并发现高熵DID有利于通用指令跟随,而低熵DID适合知识密集型问答。这一框架统一了对DPO目标、偏好数据结构和策略行为的理解,为语言模型对齐提供理论支持。
VidText是一个全新的视频文本理解基准,解决了现有评估体系的关键缺口。它涵盖多种现实场景和多语言内容,提出三层评估框架(视频级、片段级、实例级),并配对感知与推理任务。对18个先进多模态模型的测试显示,即使最佳表现的Gemini 1.5 Pro也仅达46.8%平均分,远低于人类水平。研究揭示输入分辨率、OCR能力等内在因素和辅助信息、思维链推理等外部因素对性能有显著影响,为未来视频文本理解研究提供了方向。
ZeroGUI是一项突破性研究,实现了零人工成本下的GUI代理自动化在线学习。由上海人工智能实验室和清华大学等机构联合开发,这一框架利用视觉-语言模型自动生成训练任务并提供奖励反馈,使AI助手能够自主学习操作各种图形界面。通过两阶段强化学习策略,ZeroGUI显著提升了代理性能,在OSWorld环境中使UI-TARS和Aguvis模型分别获得14%和63%的相对改进。该研究彻底消除了传统方法对昂贵人工标注的依赖,为GUI代理技术的大规模应用铺平了道路。