近日,企业级IT领域权威媒体技术奖项至顶网“凌云奖”正式揭幕,阿里云数据库及客户荣获三项2021至顶网凌云奖:云原生关系型数据库PolarDB获得“2021年度数据库产品奖”,云原生数据仓库AnalyticDB客户申万宏源证券获得“2021年度数字化转型创新案例奖”,云原生多模数据库Lindorm客户上海市新能源汽车数据平台获得“2021年度‘双碳’最佳实践奖”。此次获奖是对阿里云数据库技术创新的表彰及赋能客户的肯定。
2021年度数据库产品奖
阿里云原生关系型数据库PolarDB
阿里云原生关系型数据库PolarDB是阿里巴巴自主研发的下一代云原生关系型数据库,100%兼容MySQL、PostgreSQL、高度兼容Oracle语法。采用存储计算分离架构和软硬一体化等创新设计,成本只有传统商用数据库的1/10。计算能力最高可扩展至1000核以上,存储容量最高可达 100TB。历经多年阿里巴巴双十一活动考验,让用户既享受到开源的灵活性与价格的优惠,又享受到商业数据库的高性能和安全性。
2020年,PolarDB获得中国电子学会“科技进步一等奖”。同年,以PolarDB为代表的阿里云数据库首次入选Gartner全球数据库魔力象限“领导者”并在2021年蝉联,这也是中国数据库40年来首次进入全球顶级数据库行列。目前,PolarDB已全面应用于互联网、金融、政务、电信、交通与能源等多个行业。
2021年度数字化转型创新案例奖
阿里云原生数据仓库AnalyticDB ×申万宏源证券
证券信息化最重要的资产是数据,每一组数据都代表着客户的资产。作为公司资产的“心脏”, 数据是金融科技的“粮食”和数字化运营的基础生产资料,数据治理也是券商数字化转型的关键。
为应对“数智时代”的挑战、满足业务快速发展的要求,申万宏源作为中国证券市场的引领者,通过引入阿里云自研云原生数据仓库AnalyticDB,搭建具备数据接入、数据存储、数据计算、横向扩展、数据共享的先进数据仓库平台。结合多年行业SDOM模型的实践经验,完成了数据模型从原数据仓库平滑迁移至新平台,实现了大数据分析、大赢家官方APP、报表分析等混合业务应用场景支持,同时在达到安全可控的前提下,实现了成本和风险双降,效率和能力大幅提升的目标。
AnalyticDB经历了金融、运营商、政务等领域客户的大规模验证,拥有大量的成功标杆案例,助力关键行业信息基础设施国产化建设,突破传统数据仓库技术壁垒,实现传统数仓到实时云原生数仓的进化。
2021年度“双碳”最佳实践奖
阿里云原生多模数据库Lindorm ×上海市新能源汽车数据平台
为全面贯彻落实国家“双碳”战略,加快推动新能源汽车产业规范发展,上海市新能源汽车公共数据采集与监测研究中心建设了上海市新能源汽车数据平台,这是全国首个、上海市唯一的新能源汽车市级监管平台。目前已接入新能源汽车超过60万辆,数据存储量近1.5PB,数据规模继续处于全球城市前列。该平台通过引入阿里云原生多模数据库Lindorm将数据采集入库性能提升3倍以上,成本降低20%以上,从容应对采集点及采集频率变更带来的流量突增,很好地支撑了业务快速发展。
阿里云原生多模数据库Lindorm支持海量数据的高性能、高吞吐、低成本存储与检索分析,支持云原生存储计算分离技术,具备极致弹性能力,历经了十余年阿里集团复杂业务场景的考验,支撑了淘宝、天猫、支付宝、菜鸟网络等核心业务。目前,Lindorm已服务汽车、金融、工业物联网等多个行业的客户,赋能其业务快速增长。
作为全球数据库领导者,阿里云拥有国内最强大和丰富的云数据库产品家族,涵盖关系型数据库、非关系型数据库、分析型数据库、数据库生态工具四大版块,可以为企业数据生产和集成、实时处理与存储、分析和发现、开发和管理提供一站式全链路数据管理与服务。未来,阿里云数据库将坚持以客户为中心,通过不断创新的产品技术,赋能企业挖掘数据价值,推动业务革新。
好文章,需要你的鼓励
研究人员正探索AI能否预测昏迷患者的医疗意愿,帮助医生做出生死决策。华盛顿大学研究员Ahmad正推进首个AI代理人试点项目,通过分析患者医疗数据预测其偏好。虽然准确率可达三分之二,但专家担心AI无法捕捉患者价值观的复杂性和动态变化。医生强调AI只能作为辅助工具,不应替代人类代理人,因为生死决策依赖具体情境且充满伦理挑战。
哥伦比亚大学研究团队开发了MathBode动态诊断工具,通过让数学题参数按正弦波变化来测试AI的动态推理能力。研究发现传统静态测试掩盖了AI的重要缺陷:几乎所有模型都表现出低通滤波特征和相位滞后现象,即在处理快速变化时会出现失真和延迟。该方法覆盖五个数学家族的测试,为AI模型选择和部署提供了新的评估维度。
麻省理工学院研究发现过度依赖AI会导致认知债务,削弱基本思维能力。研究表明交替进行无辅助思考和AI支持工作的模式能保持认知敏锐度。这种认知高强度间歇训练模仿体能训练中的HIIT模式,通过短时间高强度思考与恢复期交替进行,可以强化大脑神经回路,防止认知衰退,提升独立思考能力。
这项研究首次发现AI推理模型存在"雪球效应"问题——推理过程中的小错误会逐步放大,导致AI要么给出危险回答,要么过度拒绝正常请求。研究团队提出AdvChain方法,通过训练AI学习"错误-纠正"过程来获得自我纠错能力。实验显示该方法显著提升了AI的安全性和实用性,用1000个样本达到了传统方法15000个样本的效果,为AI安全训练开辟了新方向。