ZDNet至顶网软件频道消息:美国政府将允许医疗保险公司在亚马逊AWS里存储敏感数据,那些已经购买了内部部署设施的公司对此举大为不满。
美国医疗保险和医疗补助服务中心(Centers for Medicare and Medicaid Services,缩写为CMS)在上周的一个电话会议上宣布,医疗保险公司可以通过AWS及内部部署服务器将医疗数据传回CMS。
对于那些透过平价医疗法案(又称奥巴马医疗法案)获得保险的人,保险公司可以利用云来存储和传输其“风险调整和再保”的数据。
尽管这些数据不像个人健康文件那样详尽,但仍然处于各种隐私法规条列规管的范畴。因此,CMS授权亚马逊之举对一些针对云的反营销说法无异于当头一棒。有些针对云的反营销说法指,许多公司以不使用云技术为招牌:医疗保健一类行业的数据总是会存在由个别公司拥有和运行的服务器上,因为严格的规管条例意味着必须这样做。
CMS发言人Aaron Albrigh告诉记者,“基于来自利益相关者的反馈,CMS对于在风险调整和再保险计划下提交数据的方法为保险公司提供了一个新的选项。保险公司可以选择最适合他们的提交方法,新选项可望在今年晚些时候生效。”根据我们的了解,AWS是唯一的云选项。
但有些保险公司已经购买了服务器,用于将有关数据送交CMS,对这些公司而言,购买基础设施的费用有可能比使用云技术的费用更高一些。
记者参访的一位保险业IT人士表示,“不幸的是……这一招出得太迟了。”
CMS会在6月份举办研讨会,帮助保险公司了解基于亚马逊的技术和基于内部部署的技术之间的差异。
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。