一周之前VMware收购了Bitfusion以便为运行机器学习工作负载的客户提供更好的支持,一周之后,VMware公司又进行了人工智能领域的战略收购。
VMware近日宣布,将收购位于加州帕洛阿尔托的初创公司Uhana,收购金额未对外公开。Uhana之前曾在A轮融资中从New Enterprise Associates那里筹集了一些资金,金额未公开。
Uhana成立于2016年,由斯坦福大学电气工程和计算机科学副教授Sachin Katti和在Katti小组进行博士研究的工程师Manu Bansal创立。Uhana已经构建了一个基于人工智能的分析平台,可以帮助运营商找到优化网络的方法。
该软件主要有两个组成部分,一个是流处理引擎,可从电信提供商的基础设施中提取操作日志;另一个是机器学习模块,将数据转换为可用的洞察力。
Uhana可以让运营商深入了解最终用户所体验到的服务质量。与此同时,Uhana的人工智能算法会扫描运行数据中的异常,标记出潜在的网络问题并提供有关如何解决这些问题的建议。Uhana会根据重要性确定问题的优先顺序,帮助工程师确定他们应该首先解决哪些问题。
据VMware称,Uhana的算法非常敏锐,可以检测仅影响特定用户组或者云应用的本地化异常情况。该软件通过将从运营商基础设施收集的运营数据与用户访问的服务信息相结合来实现这一目标。
此次收购将有助于推动VMware的电信业务。VMware提供了运营商级的网络管理平台vCloud NFV,全球有70多家服务提供商使用该平台,包括AT&T、Sprint和Vodafone。
Uhana的技术将有助于增强搭配vCloud NFC销售的分析工具。具体来说,VMware计划将该软件集成到VMware Smart Assurance和VMware Smart Experience中,让运营商能够检测出技术问题并分析其运营效率。
最近VMware正热衷于收购,前不久收购了Bitfusion和Avi Networks两家公司,到目前为止VMware已经在两个月内收购了三家初创公司。
好文章,需要你的鼓励
苏黎世大学的实验显示,AI的说服成功率达到9-18%,而人类平均只有2.7%,AI比人类强6倍。在4个月内,13个AI账号成功说服了上百位Reddit用户改变观点,且没有人识破它们的身份
韩国科学技术院研究团队提出"分叉-合并解码"方法,无需额外训练即可改善音视频大语言模型的多模态理解能力。通过先独立处理音频和视频(分叉阶段),再融合结果(合并阶段),该方法有效缓解了模型过度依赖单一模态的问题,在AVQA、MUSIC-AVQA和AVHBench三个基准测试中均取得显著性能提升,特别是在需要平衡音视频理解的任务上表现突出。
Roig Arena 将于 2025 年 9 月在瓦伦西亚开业,借助 Extreme Networks 的 6GHz Wi-Fi 与数据分析技术,实现无缝运营与个性化观众体验,打造全天候活动中心。
这项研究利用大语言模型解决科学新颖性检测难题,南洋理工大学团队创新性地构建了闭合领域数据集并提出知识蒸馏框架,训练轻量级检索器捕捉想法层面相似性而非表面文本相似性。实验表明,该方法在市场营销和NLP领域显著优于现有技术,为加速科学创新提供了有力工具。