谷歌今天发布了企业版TensorFlow开源人工智能框架,旨在创建运行机器学习、深度学习以及其他统计和预测分析工作负载。
TensorFlow框架简化了获取数据、训练模型、提供预测和完善未来结果的过程,常见用途包括训练用于图像识别和递归神经网络的算法,以及用于机器翻译和自然语言处理的序列到序列模型。
Google Cloud AI Platform产品管理总监Craig Wiley在美国加州圣塔克拉拉举行的O'Reilly TensorFlow World大会上宣布,TensorFlow Enterprise的发布对于满足那些需要纵向扩展机器学习项目的企业的“更高要求和期望”是很有必要的。
TensorFlow Enterprise客户将可以得到谷歌所谓的企业级支持,包括对较早版本框架的长期支持。尽管TensorFlow会定期更新,但并非所有人都能立即升级到最新版本。
Wiley在博客中补充说:“对于某些版本的TensorFlow,我们将提供长达三年的安全补丁以及部分漏洞修复。Google Cloud将支持这些版本,而且所有补丁和漏洞修复都将在主线TensorFlow代码存储库中提供。”
Wiley说,企业级支持还包括一项“白手套服务”,该服务由Google Cloud专家提供“工程师到工程师”的帮助。
TensorFlow Enterprise的另一个优点是让客户可以自信地进行扩展。Wiley说:“很多模型都是从一个想法开始的,部署在单节点内部,但扩展到云的性能潜力可能会令人犹豫。”
但对于TensorFlow Enterprise客户来说现在情况完全不同了,现在他们可以利用Google Cloud中的一系列计算选项,包括Deep Learning VM和Deep Learning Containers,这些选项采用了谷歌定制的、面向人工智能工作负载的Cloud Tensor Processing Units。
除了可扩展性之外,TensorFlow Enterprise客户还可以从轻松使用Google Cloud托管服务,包括Google Kubernetes Engine和Google AI Platform。
Constellation Research首席分析师兼副总裁Holger Mueller表示,TensorFlow Enterprise适合那些需要企业级安全性、稳定性、维护和支持的企业,而这正是提供三年维修支持的谷歌TensorFlow Enterprise所能做到的。”
Mueller说:“ 谷歌注重性能的同时,还同时支持Google TPU和Nvidia GPU。我们期待看看谷歌是否可以通过此举有效发挥自己作为开源社区TensorFlow原始提供方的优势。在这方面真正的竞争点在于以最快的速度和最低的成本提供AI洞察。”
好文章,需要你的鼓励
华盛顿大学Pedro Domingos教授提出的张量逻辑是一种革命性的AI编程语言,它通过将逻辑推理与张量代数在数学层面统一,实现了符号AI和神经网络的深度融合。该语言仅使用张量方程这一种构造,就能优雅地实现从Transformer到形式推理、从核机器到图模型等多种AI范式,更重要的是开辟了在嵌入空间中进行可靠推理的新方向,有望解决大型语言模型的幻觉和不透明性问题,成为推理、数学和编码模型的理想语言。
中科院研究团队发现AI模型存在严重的跨语言推理缺陷:英语训练优秀的模型在其他语言上表现平平。研究揭示了三个重要规律:首次平行跃迁现象、平行扩展法则和单语言泛化差距,证明当前AI过度依赖英语特有模式而非通用推理能力。通过"并行训练"策略,仅增加一种平行语言就能将跨语言能力提升115%,为构建真正全球化AI系统指明方向。
科技巨头IBM今日宣布推出新的区块链数字资产平台,专为金融机构和受监管企业设计。该平台名为"数字资产避风港",将为银行、企业和政府提供比特币、以太坊、稳定币和代币化资产的安全管理服务。平台由IBM与数字钱包基础设施提供商Dfns合作开发,支持超过40个公链和私链的全生命周期管理,并集成第三方身份验证和反洗钱合规工具。
卡内基梅隆大学和斯坦福大学研究团队提出RLAD方法,让AI学会像人类一样先从解题过程中总结经验,再运用这些"推理抽象"指导解题。该方法使用双AI协作训练,在AIME 2025等数学竞赛中比传统方法提升44%准确率,甚至实现了弱AI指导强AI的现象,为构建更智能的AI系统提供了新思路。