技术构建块在2017年的发展预测

简介:

随着新的一年到来,数据中心运营商应该为未来的市场机会感到高兴。云服务和应用程序编程接口(API)使每个人都能够构建服务块,并使用它们以快速和可扩展的方式构建应用程序和业务。未来三到五年应该会看到第一代的语音功能和人工智能后端服务的快速发展。

亚马逊的Alexa,苹果的Siri,Google的Home和微软的Cortana都是使用多个构建块的服务的例子。语音识别是第一个构建块,接下来是自然语言处理,以了解人类在说什么,而不是强迫的语法。人工智能以机器学习的形式用于细化语音识别和自然语言处理过程,可以提高用户请求的准确性和成功率。

Alexa和其他支持API的协助也构成服务的下一个构建块。用户可以要求Alexa从Amazon订购商品(毫不奇怪),但第三方使用助理API来启用免提服务订单。AmazonEcho用户可以订购鲜花,比萨饼和汽车共享游戏。

三星公司2016年收购的Viv是API支持的助理的最新演变,使用开放标准和接口来实现广泛的第三方生态系统,同时为多层查询添加“可堆叠性”,并即时编写自己的代码以处理任务。人们期望Alexa和Viv在2017年以后推出新产品,以抢占市场份额。亚马逊公司希望更多的用户采用不断增长的AWS服务,而新的玩家Viv希望成为市场的领导者。

一些构建块需要更长的时间才能开发和发展。十年前,“纽约时报”报道,掀起清洁技术的巨大浪潮是工程细菌和其他生物过程,通过基因工程开发工业化学品。这是一个伟大的想法,但却比预期更加杂乱和复杂。

花费时间开发更好的工具,用于编辑DNA的构建块,需要测量结果,以及了解如何在工业规模实现自动化过程。开发团队可以在实验室环境中做很多神奇的事情,而生产制造数千到数万加仑的化学品需要一套完整的不同的过程,才能使其变得容易,并负担得起。

目前取得的最大进步是采用敏捷样过程生物技术。对遗传学的小变化进行快速调整,因为更好的分析可以为微调提供更多的信息。Lygos公司采用大数据技术在酵母中筛选2,000个基因,以及每个基因筛选300个氨基酸的能力中发挥关键作用,找到酵母发酵酸的正确特性。Crispr是关键的生物学工具,使Lygos和其他公司有效地“编辑”DNA,使他们得到希望获得的酵母和细菌,但自动化和大量的服务器能够测量和预测所产生的最好的酵母菌株。

Lygos公司已经投入了2100多万美元的投资,并与合作伙伴一起扩大规模,通过在自动生物学和大数据分析之间取得平衡,为改善生物体生产化学产品提供更多信息,并找出从实验室扩展到商业生产的最有效的方法。

所有这些构建块业务都需要云计算和数据中心进行计算和存储。因此,到数据中心空间将会持续增长,如今的应用程序数量和类型仅通过现有的和在用的应用程序。增加了增强现实(AR)的潜力,并将虚拟现实(VR),各种物联网(IoT)以及家庭机器人技术运用其中,那些精明的厂商可能开始考虑添加服务器机房空间。

本文转自d1net(转载)

相关文章
|
3月前
|
编解码 人工智能 运维
南加大提出全新通用时间序列基础模型TimeDiT!基于扩散模型创新物理约束机制
 【10月更文挑战第10天】南加大提出TimeDiT模型,创新融合扩散模型与Transformer架构,针对真实世界时间序列数据的复杂性,如多分辨率、缺失值等问题,提供高效解决方案。该模型通过新颖的掩码机制和无微调编辑策略,实现多任务处理及物理知识集成,显著提升预测和异常检测的准确性和鲁棒性。
67 3
|
23天前
|
人工智能 运维 算法
突破时间序列组合推理难题!南加大发布一站式多步推理框架TS-Reasoner
南加州大学提出TS-Reasoner,一种基于大型语言模型的时间序列一站式多步推理框架。它能将复杂任务分解为多个子任务,如预测、异常检测等,通过组合现有模型完成多步推理。实验显示,TS-Reasoner在金融和能源领域的多步推理任务中表现出色,但需大量计算资源且灵活性有限。论文链接:https://arxiv.org/pdf/2410.04047
50 14
|
5月前
|
编解码 测试技术 计算机视觉
Sora视频重建与创新路线问题之VAR在技术上的自回归过程是如何实现的
Sora视频重建与创新路线问题之VAR在技术上的自回归过程是如何实现的
|
6月前
|
机器学习/深度学习 搜索推荐 知识图谱
图神经网络加持,突破传统推荐系统局限!北大港大联合提出SelfGNN:有效降低信息过载与数据噪声影响
【7月更文挑战第22天】北大港大联手打造SelfGNN,一种结合图神经网络与自监督学习的推荐系统,专攻信息过载及数据噪声难题。SelfGNN通过短期图捕获实时用户兴趣,利用自增强学习提升模型鲁棒性,实现多时间尺度动态行为建模,大幅优化推荐准确度与时效性。经四大真实数据集测试,SelfGNN在准确性和抗噪能力上超越现有模型。尽管如此,高计算复杂度及对图构建质量的依赖仍是待克服挑战。[详细论文](https://arxiv.org/abs/2405.20878)。
93 5
|
5月前
|
机器学习/深度学习 vr&ar
Sora视频重建与创新路线问题之Perceiver AR模型模态无关的自回归生成如何处理
Sora视频重建与创新路线问题之Perceiver AR模型模态无关的自回归生成如何处理
|
8月前
|
机器学习/深度学习 数据可视化 算法
PACNet & CellNet(代码开源)|bulk数据作细胞分类,评估细胞命运性能的一大利器
PACNet和CellNet都是强大的工具,分别用于研究细胞命运工程和细胞类型保真度,它们在细胞类型分类和网络分析方面有所不同,可以根据研究需求选择合适的工具。
139 1
|
8月前
|
编解码 自动驾驶 数据可视化
超越BEV视角 | 新型紧凑占用Transformer助力自动驾驶3D占用预测
超越BEV视角 | 新型紧凑占用Transformer助力自动驾驶3D占用预测
164 0
|
机器学习/深度学习
机器学习增强量子化学领域的新突破,用半经验量子力学方法的结构来构建动态响应的哈密顿量
机器学习增强量子化学领域的新突破,用半经验量子力学方法的结构来构建动态响应的哈密顿量
272 0
机器学习增强量子化学领域的新突破,用半经验量子力学方法的结构来构建动态响应的哈密顿量
|
机器学习/深度学习 并行计算 Ubuntu
怎样让ChatGPT在其内部训练神经网络?先让它想象自己有4块3090
怎样让ChatGPT在其内部训练神经网络?先让它想象自己有4块3090
175 0
|
机器学习/深度学习 人工智能 并行计算
11倍加速蛋白质单体与复合物的结构预测!Colossal-AI团队联合百图生科开源xTrimo Multimer
11倍加速蛋白质单体与复合物的结构预测!Colossal-AI团队联合百图生科开源xTrimo Multimer
123 0