至顶网软件与服务频道消息: 如今,人工智能(AI)已是全球公认最具变革性的商业趋势之一。在技术领域,计算机和通信硬件飞速发展,为AI带来重大突破,而“科技超能力”云计算、移动设备和边缘计算的发展,让AI获得前所未有的海量数据和运算能力,从而酝酿出巨大的商业变革。但无论作为技术还是商业机遇,AI并不是一位新客。我们为其超出预期的发展速度感到欣喜,同时,如何看待和应对AI更值得我们思考。
AI的现在与未来形态
狭义的AI,即通过AI算法和技术,帮助人类解决特定领域的问题。基于这一定义,今天我们的生活中,AI可谓触手可及,像阿尔法围棋(AlphaGo)、谷歌翻译及Siri等智能手机语音助手,都能归于此类。广义上,AI被看作能表现出人类“智慧”的机器,拥有意识、知觉甚至是情感,但即便如此,人类在抽象思考、战略规划、思想与记忆、创意维度的能力,仍然不能被机器复制。
但如果有一天,在我们所有感兴趣的领域,机器都拥有远超我们认知的智力和能力,无论思想、情感、判断、行动,人类都无法望其项背——就像科幻电影的桥段,这就是“超能力AI”。随着狭义AI越发复杂、能力强大,人类内心深处的担忧从未消散。但部分前沿科学家和思想家认为,未来,人类可能将生活在人机融合的情境之中。我们将和AI共存,而AI将拓展我们的知觉和智力,带来前所未有的人类经验。
AI之春
AI的发展循返往复,不断向前,大致经历过三次潮流。最初,就像人类模仿鸟类飞翔,人们让AI去模仿人类思考,但取决于思维结构等本质差异,这一潮流很快遭遇瓶颈。70年代出现了第二种思路,从知识体系出发梳理人的思考方式、判断标准,重新设计AI运算。但由此产生的算法过于复杂,AI热潮又呈现冷却之势。
过去10年,得益于数据统计等方法,机器学习(Machine Learning)作为AI的新分支进入我们的视线。机器学习有三个非常重要的方向:监督学习、非监督学习和强化学习。监督学习最常见,训练样本包含特征和标签,如提供标记为“狗”的照片,让计算机大量学习,在遇到新的照片时得出判断。非监督学习没有标准答案,不设标签,目标是让机器自己通过相似和不同,对观察值进行聚类和区分,判断是猫是狗。强化学习更接近人类思维,机器判断后与环境交互,通过环境的奖惩持续学习和优化。
大量数据显示,AI正在蓬勃发展。普华永道预测,未来将有15.7万亿美元的GDP产出通过AI技术实现,IDC报告称2019年全球AI系统支出将增至358亿美元。与此同时,相关科学文献陆续发表,企业对AI技术的应用日趋增长。2011年,网景公司创始人Marc Andreessen认为 “软件正在吞噬世界”,而伴随AI为企业带来前所未有的价值和改变,AI也正在吞噬软件世界。
应用AI,不为AI所用
AI旨在改善人类生活,也可能成为双刃剑。从商业角度出发,我认为妥善安排AI的社会角色,有三种途径:第一,把AI算法融入到目前广为使用的企业软件和应用中。第二,大规模通过云的方式,将AI算法、基础架构等扩展到更多的应用场景,获得良好用例。第三,在企业中采用开源技术,规避资金壁垒,这也是未来企业的AI采用之道。
VMware也有很多新技术,将AI融入基础架构的管理和开发。在算法层面,AI使基础架构根据目前负荷判断最合理的方式,实现自动调整。在部署层面,出现问题后,通过AI算法快速找到问题根源,获取配套资源,更快解决问题。此外,中国将迎来飞速的互联时代,部署超过13万个5G基站,架构应用和调整时间越来越短。VMware今年收购了名为Uhana的公司,通过 AI实时进行5G优化,预先从端到端对5G网络实现全面管控。
AI未来将如何演变?我们难以给出确切答案。30年前,人类也曾反对使用计算机,但面对新兴技术,一味否定将会阻塞发展。技术无好坏,每个人却有自己的价值观。因此,更应引导向善,用技术为人类带来福祉。只有在此基础上,AI融入企业、生活,才能带来可期的未来。
好文章,需要你的鼓励
随着IT成为企业运营的核心支撑,IT服务台的重要性日益凸显。现代ITSM平台已从简单的帮助台发展为复杂的管理系统,集成了工单跟踪、资产管理、性能监控等功能。这些平台的核心是工单门户,确保请求得到及时处理。许多产品强调自助服务功能和AI集成,通过智能路由、预测分析和生成式AI来提高问题解决效率。本文详细介绍了21款主流ITSM工具,帮助企业选择适合的解决方案。
韩国AI研究院团队深入研究了大型语言模型的置信度评估机制,发现AI有时会对错误答案表现出过度自信的"幻觉"现象。研究揭示了AI内部"置信度计算器"的系统性偏差,提出了"内部一致性检测"方法来识别AI的真实确信程度,为开发更可靠的AI系统提供了重要科学基础。
思科与英伟达、VAST Data合作推出安全AI工厂,整合服务器、GPU和存储设备为企业提供一体化AI基础设施。该方案采用融合基础设施形式,以AI POD作为核心组件,搭载英伟达RTX PRO 6000 Blackwell GPU和思科UCS服务器。存储方面支持NetApp、Pure Storage或VAST Data产品。VAST声称其InsightEngine能够加速RAG管道,将响应延迟从分钟级降至秒级,支持企业级智能体AI应用。
苹果公司研究团队通过创新的GSM-Symbolic测试方法,发现当前先进AI系统在数学推理方面存在严重缺陷。研究表明,AI虽然在标准测试中表现优异,但面对表述稍有变化的同类问题时准确率显著下降,暴露出其缺乏真正的逻辑理解能力,主要依赖模式匹配而非推理。这项发现为AI评估提供了新标准,并为未来开发更可靠的AI推理系统指明了方向。