至顶网软件频道消息: 分析公司451 Research在上周发布的"Voice of the Enterprise Digital Pulse"调查中,挖掘出一些关于企业如何接受新兴技术的信息。
潜在影响最大的发现是,60%的企业表示,到2019年他们将在云中而不是在本地数据中心运行其大部分IT技术。调查发现,其中大多数工作负载正在转移到公共云和软件即服务提供商。
随着这样的计划落地,IT预算支出最主要的增长与"即服务"方式(而不是本地安装的方式)交付的产品具有关联性也就不足为怪了。该研究公司还发现,信息安全仍然是一个值得关注的问题,有16%的组织将最大的预算增加用于这个领域。
2018年企业的主要举措方面,重点是研究如何挖掘数据并利用这些数据实现业务目标。大约45%的企业表示,商业智能是今年的主要举措,其次是有29%的受访者提到了机器学习和人工智能,还有28%的企业表示"大数据"是他们今年的主要关注点。
大约1/4的企业表示正在研究构建软件定义的网络,还有20%的企业表示主要关注的是软件容器和可以管理容器的软件。无服务器计算被认为是另一个焦点领域。
可能是追赶早期采用者的欲望引发了这个兴趣,因为调查发现大多数企业还在探索这类新兴技术,例如全球1000名接受调查的IT专业人士中,只有12%表示他们的企业组织目前正在使用机器学习和人工智能,使用其他热门技术的人数甚至更低。例如,只有7%的企业组织表示他们已经在使用区块链。
451 Research研究副总裁兼总经理Melanie Posey说:"调查显示,许多企业最终都达到了一个点,他们可以专注于可以让业务体现差异化的措施上,而不仅仅是保持业务的运转。2018年,我们期望看到这些努力的重点围绕着数据优化和分析新方法展开。"
好文章,需要你的鼓励
加利福尼亚大学和萨里大学研究团队开发了一种创新的AI系统,能够仅通过简单的手绘素描就在复杂照片中精确识别关键点。这项技术突破了传统机器学习需要大量同类数据的限制,实现了真正的跨模态学习。系统在动物关键点识别任务中达到了39%的准确率,超越现有方法约5个百分点,并且在真实手绘素描测试中表现稳定。该技术有望在生物学研究、医疗诊断、工业检测等多个领域找到广泛应用。
AI系统正变得越来越善于识别用户偏好和习惯,像贴心服务员一样定制回应以取悦、说服或保持用户注意力。然而这种看似无害的个性化调整正在悄然改变现实:每个人接收到的现实版本变得越来越独特化。这种认知漂移使人们逐渐偏离共同的知识基础,走向各自的现实世界。AI个性化不仅服务于我们的需求,更开始重塑这些需求,威胁社会凝聚力和稳定性。当真相本身开始适应观察者时,它变得脆弱且易变。
约翰霍普金斯大学发布DOTRESIZE技术,通过最优传输理论实现AI大模型智能压缩。该方法将相似神经元合并而非删除,在保持性能的同时显著降低计算成本。实验显示,压缩20%后模型仍保持98%性能,为AI技术普及和可持续发展提供新路径。