谷歌宣布与IBM合作,在Google Cloud云基础设施上支持IBM Power System,从而将目标瞄准了较旧的计算工作负载。
此举让企业可以充分利用那些无法轻松替换或者迁移到云的旧有基础设施和工作负载。这些工作负载中有很多都是运行在IBM Power Systems上的,而且到目前为止,IBM是唯一一家让客户可以通过云访问Power System的厂商。
Google Cloud全球生态系统公司副总裁Kevin Ichhpurani在博客中这样写道:“那些希望借助云实现现有基础架构现代化并简化业务流程的企业面临很多选择。一方面,一些企业组织正在重新构建整个旧系统以能够利用云。但同时,很多企业组织希望继续利用现有基础设施,又能利用云具有灵活性的使用模式、可扩展性、以及在人工智能、机器学习和分析等领域的新功能。”
很多企业使用IBM Power Systems来驱动基于Oracle和SAP应用程序和数据库的关键任务工作负载。谷歌通过在其云上支持Power Systems为这些企业提供了选择,让他们可以利用较旧的工作负载并将其迁移到云中,而无需重新设计应用或者基础设施。此外,企业还可以从与谷歌云服务的更紧密集成中受益。
为什么IBM想让谷歌认为两家厂商在云计算领域是相互竞争的关系还不得而知,尽管很明显IBM是可以从中受益的,因为这可以提高硬件销售。
谷歌表示,将从今天开始在其云平台上支持IBM Power Systems,但尚未公布任何价格信息。
好文章,需要你的鼓励
研究人员正探索AI能否预测昏迷患者的医疗意愿,帮助医生做出生死决策。华盛顿大学研究员Ahmad正推进首个AI代理人试点项目,通过分析患者医疗数据预测其偏好。虽然准确率可达三分之二,但专家担心AI无法捕捉患者价值观的复杂性和动态变化。医生强调AI只能作为辅助工具,不应替代人类代理人,因为生死决策依赖具体情境且充满伦理挑战。
哥伦比亚大学研究团队开发了MathBode动态诊断工具,通过让数学题参数按正弦波变化来测试AI的动态推理能力。研究发现传统静态测试掩盖了AI的重要缺陷:几乎所有模型都表现出低通滤波特征和相位滞后现象,即在处理快速变化时会出现失真和延迟。该方法覆盖五个数学家族的测试,为AI模型选择和部署提供了新的评估维度。
麻省理工学院研究发现过度依赖AI会导致认知债务,削弱基本思维能力。研究表明交替进行无辅助思考和AI支持工作的模式能保持认知敏锐度。这种认知高强度间歇训练模仿体能训练中的HIIT模式,通过短时间高强度思考与恢复期交替进行,可以强化大脑神经回路,防止认知衰退,提升独立思考能力。
这项研究首次发现AI推理模型存在"雪球效应"问题——推理过程中的小错误会逐步放大,导致AI要么给出危险回答,要么过度拒绝正常请求。研究团队提出AdvChain方法,通过训练AI学习"错误-纠正"过程来获得自我纠错能力。实验显示该方法显著提升了AI的安全性和实用性,用1000个样本达到了传统方法15000个样本的效果,为AI安全训练开辟了新方向。