2019年4月10日,全球领先的大数据搜索软件公司Elastic(Elasticsearch和Elastic Stack的开发公司)一年一度的全球用户大会Elastic{ON}首次来到中国,在北京盛大开幕。来自全国的开发人员、合作伙伴和IT行业人士齐聚一堂,了解和交流基于Elastic创新技术和产品的最新理念和实践经验,共同探讨中国搜索软件市场的应用前景。
Elastic的产品已经被全球被数以百万计的开发人员和成千上万的客户所信赖,依托于这些产品来驱动关键型业务。其核心产品ElasticStack也是全球使用最广泛的开源产品集合,用于解决搜索、日志和数据分析等关键任务型用例,在中国拥有大量的用户。此次参会嘉宾在大会上可以深入了解ElasticStack(Elasticsearch、Kibana、Beats和Logstash)的发展路线图;从其他Elastic Stack资深用户那里学习宝贵经验;从Elastic专家和工程师那里获得专业建议和技术支持;以及了解如何在本地、云中或混合环境中确定最佳部署规模并对ElasticStack架构进行优化。
Elastic首席市场官Jeff Yoshimura
在本次大会上Elastic还展示了最新发布的Kibana中文本地化版本。用户既可直接下载Kibana 6.7,也可通过Elastic Cloud上的Elasticsearch服务使用。6.7版本也在阿里云平台上推出,用户还可以通过阿里云Elasticsearch服务体验Kibana中文本地化版本。
Elastic创始人兼首席执行官Shay Banon先生表示:“对我们来说,中国是一个不断增长的市场,对我们非常重要。过去几年间,我们看到中国的社区规模每年都在以几倍的数量增长,已经扩展至覆盖超过数以万计的开发人员。我们也为我们的软件能在游戏应用、移动应用、网络应用和传统IT系统中,在全国范围内进行的各种创新而感到骄傲。Elastic致力于服务中国区用户,Kibana中文本地化版本进一步体现了我们履行这一承诺的决心。我们也积极的和国内的合作伙伴共同帮助中国庞大的开发者生态系统构建、托管及管理丰富的应用,进而加速他们的创新步伐。”
Elastic中国技术顾问曾勇
开放源码是Elastic社区和业务的一大优势,同时也是Elastic从事所有工作的核心所在。Elastic坚信公开核心组件的源代码能给用户完全的透明度和具备与Elastic一起协同的能力。这样可以激励每一位开发人员、客户和合作伙伴,共同创造更好的产品,为用户创造巨大价值的同时也构建一个可持续发展的商业模式。而中国社区几乎在伴随着Elastic一起成长起来,目前已经成为全球最大的社区之一,每天数以万记的活跃用户广泛分布在各行各业。
Elastic已经和全球领先的云计算服务提供商、阿里巴巴集团旗下云计算平台阿里云达成新的合作伙伴关系,共同研发及发布于阿里云上提供托管的Elasticsearch,为中国市场提供崭新的用户体验。这项名为“阿里云Elasticsearch”的新服务已经正式上线,能让阿里巴巴的中国及全球客户随心所欲地运用Elasticsearch强大的实时搜索、采集及数据分析功能,是一站式而且主导性的解决方案。此外,阿里云和Elastic会着力于技术提升,确保阿里云Elasticsearch与时并进,拥有最新的功能。在未来,日志导入功能及其他服务也将相继可用。
Elastic首席市场官Jeff Yoshimura, Elastic中国区总经理王刚先生,神州数码集团首席技术官郝峻晟先生,阿里巴巴集团搜索事业部技术负责人郭瑞杰先生,联想集团IT系统集成高级技术经理杨磊先生和Elastic中国区渠道联盟总监葛丽丽
“与我们的合作伙伴携手,能够一同加快中国广大开发者生态的创新步伐,构建、托管及管理更多不同的应用”,Elastic中国区总经理王刚表示:“除了阿里云,我们还已经和包括神州数码、优诺,晓通等来自各个领域的合作伙伴在技术和产品研发方面进行了深入的合作,在这次用户大会上我们也向大家展现了我们的合作成果和未来方向,相信会有更多的伙伴加入到Elastic的开发阵营中来,共同推动大数据实时处理应用和搜索的创新步伐。”
目前,Elastic的技术和解决方案已经为包括联想、携程、宁波银行等众多领域的客户带来了技术革新和业务上的突破,为企业带来巨大便利的同时也为企业做出战略性业务决策提供了切实的依据。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。