猛涨后再现闪崩 比特币这一周经历了什么？
Narrow AI 窄人工智能相反，我们今天拥有的AI是称为Narrow AI的人工智能子集。 Narrow AI在部分任务中可以达到甚至超越现有人类的水平 举个例子，几年前，你可能在新闻上看到谷歌的人工智能程序DeepMind AlphaGO非常擅长围棋，它打败了当时的世界冠军!然而，这个程序除了玩"围棋"游戏外，什么也做不了。"它肯定不能玩像PUBG或Fortnite这样的游戏了。它甚至不能告诉你当前时间是多少。 目前来说，我们接触到的基本上都窄AI，而窄AI有两种类型。让我们一个一个来看。
Symbolic AI 符号人工智能符号人工智能也被称为老式AI(GOFAI)，因为它已经存在了数十年。 程序员必须手动编写控制符号AI系统的所有规则。 因此，很难建立正确的解决方案。 但是，它仍被用于某些人类需要了解为什么AI程序在给定情况下做出特定决定的用例。 例如，如果AI法官判某人入狱，则必须说明其决定的原因。 ML 机器学习ML比Symbolic AI相对新，但功能要强大得多。 Google DeepMind的AlphaGO是一种ML系统。 在ML中，AI程序不是使用人工编写所有规则的程序员，而是使用大量示例或数据为自己"学习"我们想要做的事情。 这类似于人类如何"学习"新信息。 当我们要教孩子狗的外观时，我们不会告诉他/她，如果动物矮小，耳朵下垂，尾巴摆动的话，那就是狗。 取而代之的是，我们向孩子展示一些"狗"的图片，随着时间的流逝，孩子自然会明白什么是狗。 ML程序遵循相同的范例。 随着智能手机和传感器的出现，我们每天都会产生大量数据，以至于机器学习方法现在已经拥有了足够的数据来接受训练。 多年来，诸如多核CPU和GPU之类的电子芯片的成本也在下降。 创建的数据量的激增以及廉价硬件的可用性，是当前AI革命的重要原因。
今天，主要有三种类型的机器学习。 特色：构建企业级云原生能力 对于云原生的支持，国内有很多IaaS服务商在大力支持，同时也有一些初创企业专注于云原生方面。升级到平台服务模式的用友，在云原生方面又有哪些特色呢？ 杨鹏告诉51CTO，首先是企业级的特性，企业级云原生架构下，微服务的数量众多，服务之间的关系复杂，服务的权限控制难，而这些都会加大企业在云原生技术的使用门槛以及管理的复杂。用友的云原生充分吸收了B端企业领域用户的特点，结合技术普惠的理念，降低客户使用云原生技术的门槛，并且可以将DevOps中的CI、CD与容器、微服务全流程打通，更加简单便捷。 此外，用友开发了与YonBIP开发框架实现无缝整合的全链路追踪工具，有利于大规模微服务调用的问题排查，真正地适合企业级管理场景。例如采购场景，在员工提交采购单据点击保存时，则需要调用几个甚至十几个服务来进行校验。需要校验库存是否有货，当库存有货时，则需要校验预算是否充足，是否具有采购权限，检验完成后产生入库单，入库单合规后产生财务单据。而这一过程还会涉及到缓存、数据库、ElasticSearch等等，用友的技术平台则会记录下校验链路中的每一步，并存储在时序数据库中。如果检验失败，服务又要求事务性一致，则这些服务通过分布式事务框架进行回滚；如果校验成功，服务不要求强一致性，则由管理员查看失败位置并进行相应补偿，也可以设置为自动补偿。 杨鹏指出，企业级服务之间的逻辑关系很强，用友全链路追踪工具，可以详细记录调用微服务的每步操作，从而保障复杂的企业级流程的有效执行。将企业的数智化程度直接加速到一个高阶水平，有利于业务的展开。 未来：加大云原生探索及实践 云原生的概念一直在变化，也是在跟随技术的发展以及企业的应用而不断演进。杨鹏表示，我们坚信企业将会在云原生的技术红利中不断受益，用友也会持续加大在云原生方面的探索及实践力度。
首先，服务网格作为第二代微服务，将会成为用友构建云原生应用的重要一环，从云原生的基础设施层解决微服务治理的问题；其次，无服务架构也会基于函数业务的扩展能力，凌驾于微服务之上的更细粒度的扩展，也是下一步用友的发展方向；第三，Kubernetes已经成为云原生的基础设施，用友的产品也在此之上不断完善，构建更加弹性的计算能力，结合AIOps理念，让企业应用的构建和管理更加智能便捷
（编辑：孝感站长网） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |
