打造可愈合的自主边缘(Autonomous Edge),让远程工作人员提前结合上下文,实现远程边缘设备的自助管理
2020年7月21日,北京——近日,致力于通过统一IT为企业用户提供更加高效安全数字化工作场所的Ivanti发布了基于深度学习技术的超级自动化平台——Ivanti Neurons神经元。该平台赋予企业自主愈合和保护边缘设备的能力,并重新诠释了为最终用户提供IT自助服务的理念。通过一系列智能应用,最终用户可自主进行检测和修复边缘设备,企业IT团队的服务效率将获得大幅提升,管理成本显著减少。目前,已采用Ivanti Neurons神经元的企业可将意外停运时间减少63%,部署安全升级的时间缩短88%,并在用户上报之前解决多达80%的端点设备问题。
Ivanti Neurons神经元的全新上线,标志着Ivanti进一步实现其预见性和前瞻性,即打造超级自动化平台,帮助企业用户有效地应对日益繁复的设备、数据和远程工作人员的管理问题,以及层出不穷的安全威胁,助力企业IT管理从基础的自动化转型,走向成熟的超级自动化,为远程工作人员提供可愈合的自主体验,帮助其提前结合自身状况,实现远程边缘设备的自助管理。
Ivanti执行副总裁兼首席产品总监Nayaki Nayyar表示:“随着远程工作模式成为下一个常态,Ivanti Neurons神经元不仅为企业提供了自主修复和保护端点设备的能力,还为员工提供了 ‘随时随地工作’的无缝体验。借助可自主检修和保护边缘端点设备的智能应用,IT部门将实现‘及早发现,及时解决问题’的工作目标。”
金斯顿大学技术服务负责人Daniel Bolton表示:“Ivanti Neurons神经元提供主动式监测,让我们随时掌握各设备电池的使用情况及寿命,节省了大量资产采购和维修成本。而且,Ivanti Neurons神经元能在短时间内为技术部门提供动态信息,帮助我们做出更合理的决策,确保在校员工和学生高效地完成工作及学习。”
Ivanti Neurons超级自动化平台,可为企业及组织提供多项功能,包括:
好文章,需要你的鼓励
研究人员基于Meta前首席AI科学家Yann LeCun提出的联合嵌入预测架构,开发了名为JETS的自监督时间序列基础模型。该模型能够处理不规则的可穿戴设备数据,通过学习预测缺失数据的含义而非数据本身,成功检测多种疾病。在高血压检测中AUROC达86.8%,心房扑动检测达70.5%。研究显示即使只有15%的参与者有标注医疗记录,该模型仍能有效利用85%的未标注数据进行训练,为利用不完整健康数据提供了新思路。
西湖大学等机构联合发布TwinFlow技术,通过创新的"双轨道"设计实现AI图像生成的革命性突破。该技术让原本需要40-100步的图像生成过程缩短到仅需1步,速度提升100倍且质量几乎无损。TwinFlow采用自我对抗机制,无需额外辅助模型,成功应用于200亿参数超大模型,在GenEval等标准测试中表现卓越,为实时AI图像生成应用开辟了广阔前景。
AI云基础设施提供商Coreweave今年经历了起伏。3月份IPO未达预期,10月收购Core Scientific计划因股东反对而搁浅。CEO Michael Intrator为公司表现辩护,称正在创建云计算新商业模式。面对股价波动和高负债质疑,他表示这是颠覆性创新的必然过程。公司从加密货币挖矿转型为AI基础设施提供商,与微软、OpenAI等巨头合作。对于AI行业循环投资批评,Intrator认为这是应对供需剧变的合作方式。
中山大学等机构联合开发的RealGen框架成功解决了AI生成图像的"塑料感"问题。该技术通过"探测器奖励"机制,让AI在躲避图像检测器识别的过程中学会制作更逼真照片。实验显示,RealGen在逼真度评测中大幅领先现有模型,在与真实照片对比中胜率接近50%,为AI图像生成技术带来重要突破。