甲骨文今天公布了截至11月30日的2017财年第二财季财报。报告显示,公司该季度营收为90.35亿美元,去年同期为90.93亿美元,同比基本持平;按美国通用会计准则计(GAAP),净利润为20.32亿美元,去年同期为净利润21.97亿美元,同比下滑8%;合摊薄后每股净利润为0.48美元,去年同期为每股净利润0.51美元。
2017财年第二财季业绩摘要
• 营收为90.35亿美元,去年同期为90.93亿美元,同比基本持平。
• 综合云业务营收为10.53亿美元,去年同期为6.49亿美元,同比增长62%。
• 综合企业预置软件业务营收为61.24亿美元,去年同期为63.60亿美元,同比下滑4%。
• 综合硬件业务营收为10.14亿美元,去年同期为11.23亿美元,同比下滑10%。
• 综合服务业务营收为8.44亿美元,去年同期为8.61亿美元,同比下滑2%。
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。
微软研究院发布突破性多语言AI技术UPDESH,通过"自下而上"数据生成策略,让AI真正理解不同文化背景下的语言表达。该技术基于各语言维基百科内容生成950万个训练数据点,覆盖13种印度语言,显著提升低资源语言AI性能,为构建文化敏感型AI系统提供新路径。
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。
NVIDIA团队提出RLBFF方法,将AI训练中的复杂评价转化为明确的二元判断标准,解决了传统人类反馈模糊和可验证奖励局限的问题。该方法在多个权威测试中取得突破性成果,其中JudgeBench获得第一名,训练的模型性能媲美知名商业模型但成本仅为其5%,为AI训练领域带来重要方法论创新。