随着云数据库、NoSQL、NewSQL等新一代数据库的兴起，传统数据库辉煌的日子正在逐渐远去。

十年来，ThoughtWorks技术雷达见证了众多技术的兴起与沉寂，我们不断看到有新的条目被纳入到雷达，从不被认可到进入“采纳”，或是从广受好评到建议“暂缓”， Martin Fowler畅谈了这其中所体现出的趋势。

波士顿大学研究团队通过先进脑成像技术首次揭示了技能从需要意识控制转变为自动化执行的完整神经过程。研究发现大脑存在两个关键网络：认知控制网络负责新技能学习，程序性学习网络负责自动化执行。随着练习增加，控制权从前者转向后者，释放认知资源处理新挑战。研究还发现了三种不同的个体学习类型，为个性化教育和康复治疗提供科学依据，并为人工智能发展提供生物学启发。

所有的视频类服务，是否可以通过一张网络来承载，让应用开发效率更高，成本更低，体验更好?

我们挑选出了2018年最炙手可热的这10家区块链初创公司，他们相信这项技术最终可以取得突破实现大规模采用。其中很多初创公司都专注于基础设施级技术，以改善区块链的工作方式，还有一些公司使用区块链来改善其他技术领域如物联网。

数源AI推荐的论文《G3DR: Generative 3D Reconstruction in ImageNet》介绍了一种新的3D生成方法G3DR，能从单个图像生成多种高质量3D对象。G3DR利用深度正则化技术和预训练的语言视觉模型CLIP，

2023 Amazon DeepRacer中国系列活动正式启动，同时亚马逊云科技宣布与中国教育学会科创教育协作体及上海市人工智能行业协会达成战略合作。

IBM 正处于转折点，其长期战略成效显著。公司在 AI 和混合云领域取得进展，股价创新高。IBM 正利用开源优势和 Red Hat 专长，通过高效 AI 模型和混合云基础设施，为企业提供成本效益高、性能出色的 AI 解决方案。这一战略有望推动 IBM 在未来企业 AI 市场中占据领先地位。

PTC（纳斯达克代码：PTC）于今日宣布，德国汉莎航空技术公司（Lufthansa Technik）选择Windchill®产品生命周期管理（PLM）和ThingWorx®工业物联网（IIoT）平台，作为其产品开发和工程流程数字化转型的核心技术。

2020年11月5日，小米在北京举办了2020 MIDC（第四届小米开发者大会），这也是小米一年一度硬核科技的阅兵式。在大会中小米发布了智能助理“小爱同学5.0”，展示了小米在相机、屏幕、快充和无线充电等领域取得的突破 ...

俄亥俄州立大学团队开发了FlexiTokens技术，解决了AI文本处理中的"一刀切"问题。该技术让AI模型能够根据不同内容和场景自动调整分词策略，在医学、法律等专业领域和多语言处理方面表现出色，性能提升高达10%，同时显著提高处理效率。

Google Research与以色列理工学院联合研究发现，大型语言模型存在显著的"隐性知识"现象——AI内部掌握的知识远超其外部表现，平均差距达40%。研究团队通过测试三个主流AI模型的1700个事实性问题，发现AI在内部完全知道答案但1000次尝试都不会说出的极端情况。这一发现揭示了AI语言生成机制的根本局限，为改进AI表现和理解智能系统认知机制提供了新视角。

这项由阿伯丁大学和格勒诺布尔阿尔卑斯大学研究者联合完成的研究揭示了大语言模型处理日期时的关键问题：现代分词器常将日期分割成无意义的碎片，如"20250312"被切分为"202"、"503"、"12"，这严重影响时间推理能力。研究提出了日期碎片化率指标，创建了DATEAUGBENCH测试集，并通过内部机制分析发现，大型模型能在早期层快速"修复"碎片化日期，但其推理路径与人类理解方式显著不同，这解释了模型在处理非标准日期时的准确率下降。

6月20日，浪潮、Intel联合举行传统企业智慧转型研讨会，会上浪潮展示了专为传统企业开发的云计算、大数据、AI等一系列智慧计算解决方案。

最新研究发现，AI生成的代码常错误引用虚构依赖库，为供应链攻击提供契机，可能导致数据泄露、植入后门等恶意行为，严重威胁系统安全。

芝加哥大学研究团队通过创新的"分支因子"测量工具，发现经过对齐训练的AI模型生成选择比原始模型减少近十倍，解释了现代AI助手回答相似的原因。研究还发现这种"保守化"在复杂推理中反而提升了稳定性，并提出了通过引导方式平衡AI可靠性与创造性的方法，为AI技术发展提供重要指导。

最精彩、最与众不同的奥运报道发生在 TikTok 上。在开幕式之前，人们对奥运内容的兴趣就已经明显上升。几周来，官方的奥林匹克和残奥会账号在不同的社交媒体平台上分享视频，以激发人们的观赏兴趣。

再生元公司CIO Bob McCowan通过数字与数据转换为制药科学家们提供实验与验证性信息支持，进而为药物创新奠定基础。

新加坡国立大学团队开发出革命性的"拖拽式"AI技术DnD，能够在几秒钟内直接从文本描述生成大语言模型参数，无需传统耗时的训练过程。该技术在多个任务上表现优异，效率比传统方法提升2500-12000倍，为AI模型的快速定制化应用开辟了全新路径。

海量数据的增长、越来越的应用上云、人工智能的高速发展，让IT厂商们首先嗅到需要变革的味道。