上市公司ServiceNow的Now Platform提供了一个集中式枢纽,让IT团队可以通过它管理企业的基础设施和应用。Watson AIOps是IBM的一款软件产品,利用机器学习检测IT问题例如网络中断。
两家公司准备在今年晚些时候将这两款产品进行整合,让IT专业人员能够在ServiceNow界面中查看Watson AIOps检测到的问题,并通过该界面执行日常任务,此外Watson AIOps将提供有关如何解决这些问题的建议。
此次集成发挥了双方的特长,由于ServiceNow的平台倾向于在客户IT运营中扮演核心角色,因此可以提供有关基础设施状态的最新数据;而Watson AIOps则可以分析ServiceNow中的数据,创建一个基准模型,描述企业的技术环境运行状态,通过查找与该基准不同的事件来发现异常情况。
ServiceNow和IBM将致力于利用该解决方案缩短解决技术问题的时间。两家公司表示,从早期客户部署获得的数据来看,在某些情况下Watson AIOps可以将故障排除速度提高60%多,而这可能就意味着像关键任务型应用的宕机时间会减少60%。
IBM首席执行官Arvind Krishna表示:“通过与ServiceNow及其市场领先的Now Platform合作,客户将能够利用AI快速降低意外IT事件的成本。”
两家公司将联合向市场中推广该解决方案,ServiceNow IT工作流产品高级副总裁Pablo Stern表示:“IBM正在扩展ServiceNow在全球的实践,新增了Now Platform的咨询、实施和托管服务等功能。ServiceNow也共同投资,通过培训和认证IBM员工和专业员工以取得客户成功。”
IBM将通过此次合作,增加Watson AIOps对于ServiceNow用户的吸引力,反过来,这些企业组织也将获得更多自动化特性,从而能够简化他们的IT工作流程。
Watson AIOps将利用ServiceNow中的IT基础设施数据来发现异常情况,这也突显了ServiceNow的数据管理功能对其整体产品战略的重要性正在日益提高。最近ServiceNow一直在加强这部分功能集。今年6月,ServiceNow收购了比利时初创公司Sweagle NV,后者的数据库可以用于存储有关企业应用和基础设施状态的配置信息。
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。