今天,BMC軟件公司在京召開2014 BMC IT管理峰會暨中國用戶大會,以“重塑數(shù)字未來”為主題,超過300名業(yè)內人士參加。BMC公司副總裁兼首席技術官(亞太區(qū))Suhas Kelkar、大中華區(qū)總經理蘇玉龍先生等業(yè)界權威人士與BMC高層出席了會議,發(fā)布及介紹了BMC全新的 “Living IT”戰(zhàn)略及相關新產品。
隨著IT消費化的興起和云計算、大數(shù)據、移動化、社交化等技術的應用,人們期望企業(yè)IT也能像生活中的IT應用一樣簡潔易用。BMC軟件大中華區(qū)總經理的蘇玉龍表示:“在當前市場環(huán)境下,企業(yè)只有迅速改變業(yè)務模式和技術系統(tǒng)才能更好地參與競爭,而人是這種轉變的核心。在數(shù)字化潮流下,BMC發(fā)布“Living IT”最新戰(zhàn)略計劃及相關產品,以幫助客戶快速創(chuàng)新、提高自動化水平,更好地管理動態(tài)環(huán)境下難以預測的成本和復雜性。”
圖:BMC軟件大中華區(qū)總經理蘇玉龍
在本次峰會暨用戶大會上,BMC展現(xiàn)了其創(chuàng)新和研發(fā)IT解決方案的能力,發(fā)布了一系列針對以人為中心,關懷用戶體驗的數(shù)字化管理解決方案。
為支持這項新計劃,BMC今天宣布推出一系列新產品和新方法。前臺消費化、后臺工業(yè)化是支持企業(yè)實現(xiàn)數(shù)字化轉型的未來趨勢。BMC引領潮流趨勢基于“Living IT”戰(zhàn)略發(fā)布了前端頂尖產品Smart IT和MyIT最新版。
BMC于去年二月推出的創(chuàng)新應用軟件MyIT 2.0,目前已經有100多萬企業(yè)員工在使用,使他們得以通過高度直觀的、協(xié)同移動和社交界面管理自己的IT需求。如今,隨著Smart IT的推出,BMC進一步完善了IT轉型的后臺系統(tǒng),這些直觀的解決方案結合在一起,為IT人員和IT用戶提供最佳用戶體驗。
BMC公司副總裁兼首席技術官(亞太區(qū))Suhas Kelkar表示:“最近幾年許多企業(yè)采用新的技術和模式進行轉型——我們稱之為數(shù)字化企業(yè)轉型。有些先進企業(yè)已經聘用首席數(shù)字官或利用移動設備、云計算、社交媒體等新技術開發(fā)新的數(shù)字服務。BMC的戰(zhàn)略就是利用我們的創(chuàng)新技術,幫助IT部門推動數(shù)字化轉型。我們共同推動新一代IT的發(fā)展。”
圖:BMC軟件副總裁兼首席技術官(亞太區(qū))Suhas Kelkar
在本次大會上還頒發(fā)了“2014年度IT管理最佳實踐獎”,中國農業(yè)銀行、中國光大銀行、中國銀聯(lián)股份有限公司、北京中電普華信息技術有限公司、華晨寶馬汽車有限公司、四川省農村信用社、西南證券股份有限公司、快錢支付清算信息有限公司等八家企業(yè)的IT管理項目憑借優(yōu)異表現(xiàn)與突出成果獲獎。該獎項由國際最佳實踐管理聯(lián)盟、中國計算機報、網絡運維與管理雜志社、博思軟件(中國)有限公司聯(lián)合頒發(fā)。
本次大會有超過300位業(yè)界精英及技術專家參加,超過700人通過網絡在線直播的方式參與本次大會。中國農業(yè)銀行、國家電網公司、中國光大銀行、中國銀聯(lián)、華晨寶馬等14家典型客戶親臨現(xiàn)場分享其IT管理經驗。BMC展示了旗下多個產品的最新發(fā)展與路線圖。
好文章,需要你的鼓勵
浙江大學團隊提出動態(tài)專家搜索方法,讓AI能根據不同問題靈活調整內部專家配置。該方法在數(shù)學、編程等任務上顯著提升推理準確率,且不增加計算成本。研究發(fā)現(xiàn)不同類型問題偏愛不同專家配置,為AI推理優(yōu)化開辟新路徑。
清華大學研究團隊提出SIRI方法,通過"壓縮-擴張"交替訓練策略,成功解決了大型推理模型"話多且準確率低"的問題。實驗顯示,該方法在數(shù)學競賽題上將模型準確率提升43.2%的同時,輸出長度減少46.9%,真正實現(xiàn)了效率與性能的雙重優(yōu)化,為AI模型訓練提供了新思路。
南洋理工大學與騰訊聯(lián)合研究團隊開發(fā)出Rolling Forcing技術,實現(xiàn)AI視頻實時流式生成的重大突破。該技術通過滾動窗口聯(lián)合去噪、注意力錨點機制和高效訓練算法三項創(chuàng)新,解決了長視頻生成中的錯誤累積問題,可在單GPU上以16fps速度生成多分鐘高質量視頻,延遲僅0.76秒,質量漂移指標從傳統(tǒng)方法的1.66降至0.01,為交互式媒體和內容創(chuàng)作開辟新可能。
華中科技大學研究團隊發(fā)現(xiàn),通過讓AI模型學習解決幾何問題,能夠顯著提升其空間理解能力。他們構建了包含約30000個幾何題目的Euclid30K數(shù)據集,使用強化學習方法訓練多個AI模型。實驗結果顯示,幾何訓練在四個空間智能測試基準上都帶來顯著提升,其中最佳模型達到49.6%準確率,超越此前最好成績。這項研究揭示了基礎幾何知識對培養(yǎng)AI空間智能的重要價值。