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
OpenAI CEO描绘了AI温和变革人类生活的愿景,但现实可能更复杂。AI发展将带来真正收益,但也会造成社会错位。随着AI系统日益影响知识获取和信念形成,共同认知基础面临分裂风险。个性化算法加剧信息茧房,民主对话变得困难。我们需要学会在认知群岛化的新地形中智慧生存,建立基于共同责任而非意识形态纯洁性的社区。
杜克大学等机构研究团队通过三种互补方法分析了大语言模型推理过程,发现存在"思维锚点"现象——某些关键句子对整个推理过程具有决定性影响。研究表明,计划生成和错误检查等高层次句子比具体计算步骤更重要,推理模型还进化出专门的注意力机制来跟踪这些关键节点。该发现为AI可解释性和安全性研究提供了新工具和视角。
传统数据中心基础设施虽然对企业至关重要,但也是预算和房地产的重大负担。模块化数据中心正成为强有力的替代方案,解决企业面临的运营、财务和环境复杂性问题。这种模块化方法在印度日益流行,有助于解决环境问题、满足人工智能的电力需求、降低成本并支持新一代分布式应用。相比传统建设需要数年时间,工厂预制的模块化数据中心基础设施可在数周内部署完成。
法国索邦大学团队开发出智能医学文献管理系统Biomed-Enriched,通过AI自动从PubMed数据库中识别和提取高质量临床案例及教育内容。该系统采用两步注释策略,先用大型AI模型评估40万段落质量,再训练小型模型处理全库1.33亿段落。实验显示该方法仅用三分之一训练数据即可达到传统方法效果,为医学AI发展提供了高效可持续的解决方案。