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
牛津大学提出PHYSIFORMER,一种扩散变换器模型,通过三维网格顶点轨迹直接在世界坐标空间预测刚性与弹性物体的物理运动,一次性生成全序列轨迹,超越自回归基线。
随着医疗数据数字化与互操作性的进步,跨机构纵向患者数据的研究应用成为可能。本研究通过对20位领域专家的访谈,识别出8种数据收集方法,涵盖智能手机应用、结构化数据导出、区域/全国研究查询及聚合数据源等。研究发现,各方法均有其优缺点,无单一最优方案。参与者中介交换方式可绕过复杂治理安排,但存在数据缺口;全国性网络尚不支持研究查询。公共政策的持续推进将对该领域发展起关键作用。
研究发现主流奖励模型对同等质量答案给出差异悬殊的分数,并提出"奖励聚类"算法通过蒙特卡洛随机失活将连续分数离散化,在不重训模型的前提下有效减少AI训练中的奖励作弊现象。