阿里云推出PilotScope技术,加速AI4DB应用创新
12月20日,VLDB2024国际顶级数据库会议宣布一组新论文,阿里云的新技术PilotScope成功入选。该平台技术可实现AI算法在数据库中的“一键部署”,大大降低了AI算法在数据库中的应用门槛,为数据库智能化开辟了全新空间。同日,阿里云宣布将PilotScope的全部技术免费开源
重述内容:数据库顶会VLDB2024的图解说明
数据库是关乎国家经济和人民生活的基础软件技术。数据库技术的更新对于数字时代的各行各业产生重大影响,其中一个前沿领域就是数据库智能化(AI4DB,AI for Database)。目前的数据库系统非常复杂,对稳定性要求极高。即使是将单一的AI算法与单一的数据库进行匹配调试,也需要双方工程师紧密合作数周甚至数月,效率低下、效果差。这导致业界迟迟无法将快速发展的AI算法应用到数据库中
请看:阿里云PilotScope架构图的图示
针对这一问题,阿里云提出了一种新的解决方案:通过在数据库和人工智能系统的级别上进行抽象和通用化模块及接口定义,研发了一个全新的中间件系统平台PilotScope,使得人工智能算法能够在数小时甚至数分钟内在数据库中实现"一键部署"。VLDB评审认为,PilotScope基于应用场景的创新系统设计,将开启数据库智能化的全新方向
据了解,PilotScope针对参数调优、索引推荐、基数估计、查询优化等数据库主流任务,预置了10多种AI算法,并完成PostgreSQL和Spark等两大主流开源数据库的适配打样。实验数据显示,使用PilotScope将AI算法嵌入数据库,较传统“硬植入”方法,查询优化等任务提速1到2倍不等,且PilotScope本身对部署产生的额外代价基本可忽略,表现突出。
重写内容: PilotScope效果图解析
"PilotScope是一个数据库AI '超级管理员',通过这个平台,AI工程师只需要专注于设计通用算法,就可以实现对不同数据库的部署和应用;而数据库使用者可以方便高效地像调用API一样使用AI。" 该项目负责人朱鎔介绍说,PilotScope对数据库进行了'零侵入'的设计,并且还设计了智能检测、回退、隔离等机制,以降低AI幻觉风险,并在确保数据库稳定性的前提下实现智能化提升
在目前的情况下,PilotScope已经开始在阿里云内部进行试点应用,相关技术也通过GitHub和Modelscope魔搭社区对外免费开源
VLDB是数据库三大国际顶级会议之一,每年仅收录在学术界和产业实践中产生重要影响的新成果,是权威的数据库技术风向标。第50届VLDB大会预计于2024年8月在中国广州举办
附上开源地址:
https://github.com/alibaba/pilotscope
以上是阿里云推出PilotScope技术,加速AI4DB应用创新的详细内容。更多信息请关注PHP中文网其他相关文章!

热AI工具

Undresser.AI Undress
人工智能驱动的应用程序,用于创建逼真的裸体照片

AI Clothes Remover
用于从照片中去除衣服的在线人工智能工具。

Undress AI Tool
免费脱衣服图片

Clothoff.io
AI脱衣机

Video Face Swap
使用我们完全免费的人工智能换脸工具轻松在任何视频中换脸!

热门文章

热工具

记事本++7.3.1
好用且免费的代码编辑器

SublimeText3汉化版
中文版,非常好用

禅工作室 13.0.1
功能强大的PHP集成开发环境

Dreamweaver CS6
视觉化网页开发工具

SublimeText3 Mac版
神级代码编辑软件(SublimeText3)

同样是图生视频,PaintsUndo走出了不一样的路线。ControlNet作者LvminZhang又开始整活了!这次瞄准绘画领域。新项目PaintsUndo刚上线不久,就收获1.4kstar(还在疯狂涨)。项目地址:https://github.com/lllyasviel/Paints-UNDO通过该项目,用户输入一张静态图像,PaintsUndo就能自动帮你生成整个绘画的全过程视频,从线稿到成品都有迹可循。绘制过程,线条变化多端甚是神奇,最终视频结果和原图像非常相似:我们再来看一个完整的绘

AIxiv专栏是本站发布学术、技术内容的栏目。过去数年,本站AIxiv专栏接收报道了2000多篇内容,覆盖全球各大高校与企业的顶级实验室,有效促进了学术交流与传播。如果您有优秀的工作想要分享,欢迎投稿或者联系报道。投稿邮箱:liyazhou@jiqizhixin.com;zhaoyunfeng@jiqizhixin.com这篇论文的作者均来自伊利诺伊大学香槟分校(UIUC)张令明老师团队,包括:StevenXia,四年级博士生,研究方向是基于AI大模型的自动代码修复;邓茵琳,四年级博士生,研究方

AIxiv专栏是本站发布学术、技术内容的栏目。过去数年,本站AIxiv专栏接收报道了2000多篇内容,覆盖全球各大高校与企业的顶级实验室,有效促进了学术交流与传播。如果您有优秀的工作想要分享,欢迎投稿或者联系报道。投稿邮箱:liyazhou@jiqizhixin.com;zhaoyunfeng@jiqizhixin.com在人工智能领域的发展过程中,对大语言模型(LLM)的控制与指导始终是核心挑战之一,旨在确保这些模型既强大又安全地服务于人类社会。早期的努力集中于通过人类反馈的强化学习方法(RL

如果AI模型给的答案一点也看不懂,你敢用吗?随着机器学习系统在更重要的领域得到应用,证明为什么我们可以信任它们的输出,并明确何时不应信任它们,变得越来越重要。获得对复杂系统输出结果信任的一个可行方法是,要求系统对其输出产生一种解释,这种解释对人类或另一个受信任的系统来说是可读的,即可以完全理解以至于任何可能的错误都可以被发现。例如,为了建立对司法系统的信任,我们要求法院提供清晰易读的书面意见,解释并支持其决策。对于大型语言模型来说,我们也可以采用类似的方法。不过,在采用这种方法时,确保语言模型生

最近,被称为千禧年七大难题之一的黎曼猜想迎来了新突破。黎曼猜想是数学中一个非常重要的未解决问题,与素数分布的精确性质有关(素数是那些只能被1和自身整除的数字,它们在数论中扮演着基础性的角色)。在当今的数学文献中,已有超过一千条数学命题以黎曼猜想(或其推广形式)的成立为前提。也就是说,黎曼猜想及其推广形式一旦被证明,这一千多个命题将被确立为定理,对数学领域产生深远的影响;而如果黎曼猜想被证明是错误的,那么这些命题中的一部分也将随之失去其有效性。新的突破来自MIT数学教授LarryGuth和牛津大学

干杯!当论文讨论细致到词句,是什么体验?最近,斯坦福大学的学生针对arXiv论文创建了一个开放讨论论坛——alphaXiv,可以直接在任何arXiv论文之上发布问题和评论。网站链接:https://alphaxiv.org/其实不需要专门访问这个网站,只需将任何URL中的arXiv更改为alphaXiv就可以直接在alphaXiv论坛上打开相应论文:可以精准定位到论文中的段落、句子:右侧讨论区,用户可以发表问题询问作者论文思路、细节,例如:也可以针对论文内容发表评论,例如:「给出至

AIxiv专栏是本站发布学术、技术内容的栏目。过去数年,本站AIxiv专栏接收报道了2000多篇内容,覆盖全球各大高校与企业的顶级实验室,有效促进了学术交流与传播。如果您有优秀的工作想要分享,欢迎投稿或者联系报道。投稿邮箱:liyazhou@jiqizhixin.com;zhaoyunfeng@jiqizhixin.com。引言近年来,多模态大型语言模型(MLLM)在各个领域的应用取得了显着的成功。然而,作为许多下游任务的基础模型,当前的MLLM由众所周知的Transformer网络构成,这种网

把因果链展示给LLM,它就能学会公理。AI已经在帮助数学家和科学家做研究了,比如著名数学家陶哲轩就曾多次分享自己借助GPT等AI工具研究探索的经历。AI要在这些领域大战拳脚,强大可靠的因果推理能力是必不可少的。本文要介绍的这项研究发现:在小图谱的因果传递性公理演示上训练的Transformer模型可以泛化用于大图谱的传递性公理。也就是说,如果让Transformer学会执行简单的因果推理,就可能将其用于更为复杂的因果推理。该团队提出的公理训练框架是一种基于被动数据来学习因果推理的新范式,只有演示
