至顶网CIO与应用频道 11月17日 北京消息:CA WORLD’17 — CA Technologies (NASDAQ:CA) 今天宣布FreshTracks.io Beta版正式开放注册,这是CA Accelerator的项目之一。CA Accelerator旨在将现有10个初创企业加入到孵化器中。CA Accelerator的孵化器功能就如公司内的精锐初创部门,让内部创新者能获得支持和资金以开发和测试市场上新产品的想法。
FreshTracks的诞生源于微服务的演化,CA的工程师试图用现有的解决方案来监测他们不断发展的微服务。FreshTracks.io成立是为了解决在监控和缩放集容器应用方面遇到的实际问题。 借着CA在容器领域的专业技术,FreshTracks.io团队从一开始就做好准备,从客户体验的角度来关注问题,而非使用现有的传统工具。团队利用开源技术为基础,在机器学习中建立一个能够实时智能提醒的自主学习监控系统。这对于认真对待容器运营的、特别是使用Prometheus和Kubernetes的团队,无疑是一个具有成本效益及推动快速上市的解决方案。
目前的容器监测工具可以成功采集有关应用程序状态的指标,可是针对采集的数据为工程师提供动态异常检测方面仍然不尽人意。FreshTracks.io利用机器学习提供智能警报让应用程序有更高的可用性。而可行的警报也确保工程师能花更多时间在重要的问题上。
机器学习和自动化技术的深入令企业对容器管理技术需求日趋强烈。 FreshTracks.io已是CA Accelerator诞生的第四个以容器管理技术为中心的项目。
FreshTracks.io联合创始人Bob Cotton表示︰“CA Accelerator文化重视创新精神,亦正改变我们思考如何解决客户所面临挑战的模式。通过我们自己的经验,我们意识到容器监控的需求,并将自己的解决方案分享给面临类似挑战的人。我们对开发人员在这个新兴领域的市场机遇感到很兴奋,CA Accelerator计划的灵活性和丰富资源使FreshTracks.io得以实践。”
CA Accelerator 计划
传统的创新模式往往为企业长远发展项目上作出数个重大投资,但亦因锁定或有缺陷的假设而错失良机,相比之下,CA Accelerator 培育出许多能够迅速成功的小型项目。
而FreshTracks项目的孵化器轮班制度亦有助减低员工分身不暇的风险。为期12个月的轮职过程中,CA员工在公司的职位会暂时冻结,让员工专注建立自己的业务,同时提供最大的自由度让他们追求创意。迄今为止,已有超过100名的CA员工加入了该计划。
由2016年推出以来,CA Accelerator已协助引领和促进公司的文化变更敏捷和创新。CA Jarvis 作为一个内部分析引擎,同时也是CA Accelerator迄今最成功的项目,已被融合到CA的敏捷运营,API管理和安全业务线。CA Jarvis只是其中一个证明CA Accelerator计划如何强化CA现有的软件组合和推广公司文化的例子。
CA Technologies技术总监Otto Berkes表示︰“当我们去年开展CA Accelerator计划时,这并不只是将创新理念带到公司内部。我们同时需要确保CA Accelerator能够如北极星一样透过加速行业内的文化和科技转移引导我们。我们非常欣喜看到我们的孵化器团队和客户紧密地合作以解决未来的挑战。”
已被挑选的计划例如FreshTracks.io,CA Jarvis,Waffle.io,Yipee.io和WhoZoo.io均在11月13-17日在拉斯维加斯举行的CA World展示。
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。