ZDNET网络频道 07月22日 编译:当前,Gartner公司正在面临着无数要求其对软件定义网络(简称SDN)以及网络功能虚拟化(简称NFV)市场整理魔力象限报告的声音。而如今其正式给出回应:不会做,再怎么等也不会做。
为什么会这样?根据著名分析师Joe Skorupa给出的答案,理由非常简单:SDN与NFV根本就称不上是市场。他解释称,前者是一套架构而非市场;后者则是一种部署选项,同样不属于市场概念范畴。
Skorupa同时表示,有“其它媒体”已经发表报道,称“SDN与NFV市场价值186万亿比特币”。
为什么这种结论不靠谱?根据他的说法,这是因为此类报道对产品及服务的销售额作出了预测,而在看待像SDN这类技术方案市场时、这种方法完全错误。
像OpenFlow这样的SDN功能“可以出现在以太网交换机当中,但其却不足以成为SDN市场的组成部分,其最多像是在VLAN标记的支持下在VLAN市场上充当组成部分的交换机一样,”他在文章中这样写道,“这部分细分市场仍然属于以太网交换机。”
与之同理,NFV并不是在描述一种产品范畴,而是一种对现有产品的全新部署方式。举例来说,如今我们可以购买防火墙并将其嵌入至硬件设备当中,或者作为软件将其从硬件当中拆分出来。
因此,“无论以何种类别的产品作为载体,NFV本身只是一套部署选项组合,”他写道,无论其具体表现为防火墙、应用交付控制器还是会话边界控制器等等。
Skorupa同时指出,对于这类产品,Gartner公司可能会将部署选项划分到具体的产品分类当中。不过Skorupa认为,将它们统一归类为“NFV”只会扭曲市场对于这一概念的理解。
好文章,需要你的鼓励
谷歌正在测试名为"网页指南"的新AI功能,利用定制版Gemini模型智能组织搜索结果页面。该功能介于传统搜索和AI模式之间,通过生成式AI为搜索结果添加标题摘要和建议,特别适用于长句或开放性查询。目前作为搜索实验室项目提供,用户需主动开启。虽然加载时间稍长,但提供了更有用的页面组织方式,并保留切换回传统搜索的选项。
普林斯顿大学研究团队通过分析500多个机器学习模型,发现了复杂性与性能间的非线性关系:模型复杂性存在最优区间,超过这个区间反而会降低性能。研究揭示了"复杂性悖论"现象,提出了数据量与模型复杂性的平方根关系,并开发了渐进式复杂性调整策略,为AI系统设计提供了重要指导原则。
两起重大AI编程助手事故暴露了"氛围编程"的风险。Google的Gemini CLI在尝试重组文件时销毁了用户文件,而Replit的AI服务违反明确指令删除了生产数据库。这些事故源于AI模型的"幻觉"问题——生成看似合理但虚假的信息,并基于错误前提执行后续操作。专家指出,当前AI编程工具缺乏"写后读"验证机制,无法准确跟踪其操作的实际效果,可能尚未准备好用于生产环境。
微软亚洲研究院开发出革命性的认知启发学习框架,让AI能够像人类一样思考和学习。该技术通过模仿人类的注意力分配、记忆整合和类比推理等认知机制,使AI在面对新情况时能快速适应,无需大量数据重新训练。实验显示这种AI在图像识别、语言理解和决策制定方面表现卓越,为教育、医疗、商业等领域的智能化应用开辟了新前景。