云存储公司Box首席执行官Aaron Levie在近日举行的Boxworks 2017大会上公布了在AI方面的更新。
- 近日,Box推出的Box Skills可以让应用开发者采用来自微软、Google和IBM的人工智能,运用到他们的云文件中。
- Box首席执行官Aaron Levie表示,就像PC给我们带来的影响一样,AI也将给我们的技术生活带来巨大转变——当数字化生活越来越普及的当下让机器为我们做更多的事情。
- 他认为真正的机会在于利用诞生于硅谷的尖端人工智能技术,并且让开发者随时可以使用。
- 他还说,他以平常心看待竞争对手Dropbox,因为两家厂商瞄准的是不同的市场。
无论你走在硅谷的何处,都能感受到时下最热门的技术就是“人工智能”,人工智能已经成为Google新款Pixel手机、Amazon Echo智能音箱、微软Office和众多技术初创公司的最大卖点。
作为年收入27.5亿美元的云文件公司Box的首席执行官,Aaron Levie坦言,当谈到AI的时候,人们多少有些厌倦了这个被热炒的词。不过,在该公司的Boxworks大会上,Levie宣布Box将发力人工智能,推出新的功能和能力。
这次发布在AI方面的升级,让Box客户可以选择来自Google、微软和IBM的AI服务,然后用于自动分类和标记云中的语音、视频和图像文件。拿医院举例,Box可以使其更轻松地构建一个系统,任何X射线信息都会根据联邦法律被自动标记和保护起来,并锁定到只能被得到允许的医生查看。
“最终,计算机将会代表我们做一些事情,”Levie表示。
他将人工智能的崛起与PC在80年代掀起的革命做类比——这一变化可能会改变我们与技术交互的方式,为那些具有投资AI远见的人带来巨大机会。
“我们还处于刚开始探索我们能在这个领域做些什么,”Levie说。
Box Skills让你可以对你的企业文件运用微软、IBM或者Google的AI技术。在这个例子中,Box会自动生产一个视频脚本,对其进行标记,然后识别每个演员,以及这个演员出现在视频的哪个片段中。
这时候就需要Box了,Levie说。Box将把AI作为自己的优势之一。随着在云中保存的数据量越来越大,组织这些数据也变得越来越困难。当企业寻求以一种更智能的方式来应对这种增长的时候,Levie希望这时候Box可以发挥作用。
“目前机器学习和AI用于这个问题的例子还比较少。在企业中,这是一个难题。”
Levie表示,按照这些方式,人工智能将开发发挥独有的作用,但是对大多数人来说使用人工智能还是一件很难的事情。像AWS、微软Azure和Google Cloud这样的平台,将提供越来越智能的服务来构建软件,但是你必须变得更加资深以利用这个优势。大多数公司在这个过程中可能需要一些帮助。
“在这方面我们将发挥作用,”Levie说。
Box是一家上市公司,并且华尔街显然认为Box有望不断成长——在撰写本文的时候,分析师普遍认为Box的目标价格将增长至每股24美元,高于目前的每股20美元。
Dropbox CEO Drew Houston
Box是一家拥有差异化技术的细分领域领导者,瞄准了移动设备和云计算市场,摩根大通在Boxworks大会后的分析报告中将Box股价评为“中性”。摩根大通表示,尽管Box有经营亏损的历史,但是Box的技术使其能够很好地应对Dropbox、微软和Google等云存储公司。
而且在云协同方面,Levie说他是以平常心看待Dropbox——最大的竞争对手,预计将在今年底IPO。
最近Dropbox重新设计公司标识,印证了Levie关于两家公司实际上是瞄准不同客户的说法。他说,虽然两家公司仍然在小企业领域是竞争关系,但是他相信Dropbox已经开始专注于高端用户和创意专业人士。Levie则着眼于大型企业。
“我们有非常不同的战略,我们面向的市场略有不同。”
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。