Splunk公司宣布其产品组合推出全新或增强的人工智能(AI)功能,帮助客户使用Splunk解决方案提高盈利能力、性能和安全性。同时,Splunk还通过开源软件和原生云技术扩展集成功能。
Splunk Cloud和Splunk Enterprise 7.1通过机器学习提供AI,帮助客户监控和搜索企业加速业务发展所需的关键信息并提供预警。这些最新版本包括一个经过更新的指标引擎,让客户能够监控和预警复杂IT环境中的数字数据点,包括CPU速度和可用硬盘空间以及物联网设备和感应器的温度读数。最新版本也是唯一可以每天摄取PB级数据并对其进行实时搜索、监测和预警数据的企业级数据分析解决方案。借助这些增强功能,用户可以更好让他们的机器数据发挥价值,从而预测未来的IT、安全和业务成果。
Splunk Cloud让客户能够最大限度地控制和实时访问数据。该版本Splunk Cloud提供动态数据:自存储(Dynamic Data:Self-Storage)功能,使客户可以灵活地将数据从Splunk迁移至自己的Amazon S3存储环境中。
为了扩展其开放技术生态系统,Splunk通过开源软件计划和原生云技术推出新的数据集成功能,包括:
● Splunk Connect for Kafka将Splunk Platform与 Apache Kafka进行集成,实现了高可扩展性和可靠性的处理实时数据流的方法。
● Splunk Connect for Kubernetes和Splunk Connect for Docker将Splunk Platform与主要解决方案统一起来,实现了容器化应用的自动部署、扩展和管理。
Splunk还为其机器学习工具包(MLTK)推出了新的实验管理界面,该界面可以更轻松的查看、控制、评估和监控机器学习实验。最新的MLTK还包括新算法,用于识别模式并确定训练机器学习模型的最佳预测程序。
在最新版监控和分析解决方案Splunk IT Service Intelligence(ITSI)中,客户可以利用AI来预测即将发生的中断事件,以及这些中断事件在发生之前如何影响服务运行状况,从而使最终客户体验和收入不受影响。ITSI还应用机器学习来减少事件噪音并自动识别最重要的业务事件,以便客户能够首先解决这些事件。同样,Splunk UBA更新还包括新的机器学习模型和现有模型的增强功能,以便客户更快速地识别并解决时效性安全问题和内部威胁。
专注于物联网和其他用例的新解决方案正在帮助Splunk客户快速应对特定的挑战。Splunk最近宣布推出Splunk Industrial Asset Intelligence抢鲜版,该版本可帮助制造商实时监控和分析工业IoT数据。
Splunk Essentials系列延续了这一方法,免费且易于安装的应用程序可向用户准确展示如何使用Splunk Enterprise和Splunk Cloud来处理特定的关键任务用例。Splunk Security Essentials涵盖强力检测、恶意软件和一般数据保护法规(GDPR)合规性等用例,而Splunk Security Essentials for Fraud Detection涵盖医疗保险账单和电汇转账欺诈等用例。
好文章,需要你的鼓励
谷歌正在测试名为"网页指南"的新AI功能,利用定制版Gemini模型智能组织搜索结果页面。该功能介于传统搜索和AI模式之间,通过生成式AI为搜索结果添加标题摘要和建议,特别适用于长句或开放性查询。目前作为搜索实验室项目提供,用户需主动开启。虽然加载时间稍长,但提供了更有用的页面组织方式,并保留切换回传统搜索的选项。
普林斯顿大学研究团队通过分析500多个机器学习模型,发现了复杂性与性能间的非线性关系:模型复杂性存在最优区间,超过这个区间反而会降低性能。研究揭示了"复杂性悖论"现象,提出了数据量与模型复杂性的平方根关系,并开发了渐进式复杂性调整策略,为AI系统设计提供了重要指导原则。
两起重大AI编程助手事故暴露了"氛围编程"的风险。Google的Gemini CLI在尝试重组文件时销毁了用户文件,而Replit的AI服务违反明确指令删除了生产数据库。这些事故源于AI模型的"幻觉"问题——生成看似合理但虚假的信息,并基于错误前提执行后续操作。专家指出,当前AI编程工具缺乏"写后读"验证机制,无法准确跟踪其操作的实际效果,可能尚未准备好用于生产环境。
微软亚洲研究院开发出革命性的认知启发学习框架,让AI能够像人类一样思考和学习。该技术通过模仿人类的注意力分配、记忆整合和类比推理等认知机制,使AI在面对新情况时能快速适应,无需大量数据重新训练。实验显示这种AI在图像识别、语言理解和决策制定方面表现卓越,为教育、医疗、商业等领域的智能化应用开辟了新前景。