至顶网软件频道消息: 美国国防部首席信息官Peter Lawrence博士周二在悉尼对CeBIT Australia表示,他的部门正在更新云计算策略,并将其称之为推动部门决策的一个较大套件中的一部分。
他解释说,"过去几年中,我们一直在使用云服务。"目前我们正在与大型合作伙伴和大型组织一道对它进行更新。"
据悉,该部门最后一次撰写云战略是在2014年,Lawrence认为,任何云战略都需要解决当前的业务需求。
他表示:"云计算战略应该是整体战略的一部分,只是可以采用的一个选择,以便能够提供所需的成果。"
"我认为你必须看看你所经营的整个业务环境,随着我们变得更加依赖数据驱动,对运营所处的环境具有更强的适应性、更加灵活,你必须问问自己,这些如何转化为组织内的服务。"
随着现在所有组织涌现的数据涌入,Lawrence认为重要的是考虑如何以不同的方式处理数据,但不要忽视交付模式或成本结构。"我来自这个世界,云是其中的一个选择。" 这是我们的驱动之一,云会帮助我获取数据的位置及安全性,并得到了适当的管理,且云处在一个我实际上可以确定发生了什么的环境中。我们肩负的是来自政府的使命,我们的挑战是如何以最适当的方式实现这一目标?而云计算是解决方案的一部分。"
国防部是澳大利亚最大的IT消费者之一,也是包含最多私人和分类信息的政府部门。
Lawrence解释说:"我们有时会陷入分类之中,但其中一些信息必须归类。而我们需要讨论分类的级别。"
不过Lawrence对于具体细节闭口不谈,并表示重点在于让国防部门能够更容易与行业和其他政府部门接触。
好文章,需要你的鼓励
在AI智能体的发展中,记忆能力成为区分不同类型的关键因素。专家将AI智能体分为七类:简单反射、基于模型反射、目标导向、效用导向、学习型、多智能体系统和层次化智能体。有状态的智能体具备数据记忆能力,能提供持续上下文,而无状态系统每次都重新开始。未来AI需要实现实时记忆访问,将存储与计算集成在同一位置,从而创造出具备人类般记忆能力的数字孪生系统。
中国人民大学和字节跳动联合提出Pass@k训练方法,通过给AI模型多次答题机会来平衡探索与利用。该方法不仅提升了模型的多样性表现,还意外改善了单次答题准确率。实验显示,经过训练的7B参数模型在某些任务上超越了GPT-4o等大型商业模型,为AI训练方法论贡献了重要洞察。
OpenAI首席执行官阿尔特曼表示,公司计划在不久的将来投入数万亿美元用于AI基础设施建设,包括数据中心建设等。他正在设计新型金融工具来筹集资金。阿尔特曼认为当前AI投资存在过度兴奋现象,类似于90年代互联网泡沫,但AI技术本身是真实且重要的。他承认GPT-5发布存在问题,并表示OpenAI未来可能会上市。
南加州大学等机构研究团队开发出突破性的"N-gram覆盖攻击"方法,仅通过分析AI模型生成的文本内容就能检测其是否记住了训练数据,无需访问模型内部信息。该方法在多个数据集上超越传统方法,效率提升2.6倍。研究还发现新一代AI模型如GPT-4o展现出更强隐私保护能力,为AI隐私审计和版权保护提供了实用工具。