如今企业在部署AI方案之前,首先需要解决一系列治理、合规与安全问题,而这必然会在技术、道德、社会和监管等各个层面带来多种复杂挑战。
IBM在今年早些时候推出了watsonx解决方案集,专注于满足企业的特殊需求。之后,IBM又推出watsonx Granite基础模型,希望进一步增强其AI安全储备。而即将在12月初全面上线的watsonx.governance,则专注于企业AI模型的管理与治理任务,希望补齐企业IT的最后一块拼图。
watsonx.governance
IBM的全新watsonx.governance为组织提供一套全面的工具包,用于管理风险、提高透明度并为遵守未来的AI相关法规做好准备。它允许企业建立自动化的AI治理流程、监控模型并采取纠正措施,最终提高整个体系的可见度。

IBM Watsonx.governance
IBM的watsonx.governance是IBM提供的一套新工具,能够在AI模型的管理与治理方面提供多种关键功能:
IBM Consulting也在扩展其战略专业知识,以帮助客户采用负责任的AI实践,包括推动模型治理、乃至更广泛组织治理的全面自动化。其中包括解决AI道德、组织文化、责任、训练、监管合规、风险管理和网络安全威胁等种种现实问题。
watsonx.governance产品将作为IBM watsonx AI与数据平台的一部分,与AI助手和数据存储方案等其他产品一道,帮助企业扩展并加速其AI计划。此外,IBM还为其开发的watsonx模型提供知识产权保护。
企业在部署生成式AI时往往面临着一系列重大挑战,具体涉及治理、合规和安全等层面。如果无法保障数据隐私和安全、保障AI训练中使用的敏感信息并防止数据泄露,技术落地将永远无从谈起。
道德和偏见问题也同样重要。由于AI模型会从训练数据当中继承偏见和倾向,因此可能导致不公平结果,特别是在招聘和执法等敏感领域。此外,不同司法管辖区中法规条款的不断变化又进一步增加了复杂性,要求企业随时关注专业知识并遵守新的法律标准。
此外,不少AI模型还缺乏透明度和可解释性,这就拉高了理解和证明AI驱动决策合理性的门槛,也让产生失误或危害之后的责任划分变得愈发复杂。
新的watsonx.governance以及IBM最近发布的watsonx Granite基础模型解决了上述问题,并帮助组织应对AI带来的挑战,确保技术实践始终负责任且符合道德。
而完整的watsonx产品组合将帮助企业利用AI进行创新,同时保持自身AI规划的透明度、问责制与控制力。

Watsonx
IBM并不是唯一一家挺身而出,愿意帮助企业应对AI安全与负责任部署挑战的厂商。普华永道、德勤、毕马威和埃森哲等传统企业咨询公司都提供一系列服务,希望帮助企业解决这方面问题。谷歌和微软等领先的AI技术提供商也分别推出了针对性的解决方案。
而凭借广泛的方法学基础与深厚的技术积累,IBM几乎是唯一一位有能力全方位解决生成式AI入驻企业时各种现实问题的选手。Watsonx也重塑了我们对于IBM和AI的看法:蓝色巨人正不断通过实用工具补充自己的先进技术解决方案,希望将AI安全可靠地交付给企业客户,并借此积累起强大的商业声誉。IBM对其watsonx路线图的关注和推进速度值得赞赏,我们也将随时关注相关产品在市场上的实际表现。
好文章,需要你的鼓励
苏州大学研究团队提出"语境降噪训练"新方法,通过"综合梯度分数"识别长文本中的关键信息,在训练时强化重要内容、抑制干扰噪音。该技术让80亿参数的开源模型在长文本任务上达到GPT-4o水平,训练效率比传统方法高出40多倍。研究解决了AI处理长文档时容易被无关信息干扰的核心问题,为文档分析、法律研究等应用提供重要突破。
在Cloudera的“价值观”中,企业智能化的根基可以被概括为两个字:“源”与“治”——让数据有源,智能可治。
清华大学团队首次揭示了困扰AI训练领域超过两年的"幽灵故障"根本原因:Flash Attention在BF16精度下训练时会因数字舍入偏差与低秩矩阵结构的交互作用导致训练崩溃。研究团队通过深入分析发现问题源于注意力权重为1时的系统性舍入误差累积,并提出了动态最大值调整的解决方案,成功稳定了训练过程。这项研究不仅解决了实际工程问题,更为分析类似数值稳定性挑战提供了重要方法论。