如何簡(jiǎn)化IT?今天,在2014 BMC IT管理峰會(huì)暨中國(guó)用戶大會(huì)上,BMC發(fā)布“Living IT”最新戰(zhàn)略,幫助企業(yè)實(shí)現(xiàn)數(shù)字化轉(zhuǎn)型。
BMC軟件大中華區(qū)總經(jīng)理的蘇玉龍表示:“在當(dāng)前市場(chǎng)環(huán)境下,企業(yè)只有迅速改變業(yè)務(wù)模式和技術(shù)系統(tǒng)才能更好地參與競(jìng)爭(zhēng),而人是這種轉(zhuǎn)變的核心。在數(shù)字化潮流下,BMC發(fā)布“Living IT”最新戰(zhàn)略計(jì)劃及相關(guān)產(chǎn)品,以幫助客戶快速創(chuàng)新、提高自動(dòng)化水平,更好地管理動(dòng)態(tài)環(huán)境下難以預(yù)測(cè)的成本和復(fù)雜性。”
圖:BMC軟件大中華區(qū)總經(jīng)理蘇玉龍
在這項(xiàng)變革中,BMC的理解是,前臺(tái)消費(fèi)化、后臺(tái)工業(yè)化是支持企業(yè)實(shí)現(xiàn)數(shù)字化轉(zhuǎn)型的未來(lái)趨勢(shì)。因此,為支持這項(xiàng)新計(jì)劃,BMC今天推出一系列新產(chǎn)品和新方法,基于“Living IT”戰(zhàn)略發(fā)布了前端頂尖產(chǎn)品Smart IT和MyIT最新版。
BMC于去年二月推出創(chuàng)新應(yīng)用軟件MyIT 2.0,以實(shí)現(xiàn)直觀的、協(xié)同移動(dòng)和社交界面管理IT需求,目前已經(jīng)有100多萬(wàn)企業(yè)員工在使用,如今,隨著Smart IT的推出,BMC進(jìn)一步完善了IT轉(zhuǎn)型的后臺(tái)系統(tǒng),為IT人員和IT用戶提供最佳用戶體驗(yàn)。
BMC公司副總裁兼首席技術(shù)官(亞太區(qū))Suhas Kelkar表示:“最近幾年許多企業(yè)采用新的技術(shù)和模式進(jìn)行轉(zhuǎn)型——我們稱之為數(shù)字化企業(yè)轉(zhuǎn)型。有些先進(jìn)企業(yè)已經(jīng)聘用首席數(shù)字官或利用移動(dòng)設(shè)備、云計(jì)算、社交媒體等新技術(shù)開(kāi)發(fā)新的數(shù)字服務(wù)。BMC的戰(zhàn)略就是利用我們的創(chuàng)新技術(shù),幫助IT部門推動(dòng)數(shù)字化轉(zhuǎn)型。”
圖:BMC軟件副總裁兼首席技術(shù)官(亞太區(qū))Suhas Kelkar
好文章,需要你的鼓勵(lì)
浙江大學(xué)團(tuán)隊(duì)提出動(dòng)態(tài)專家搜索方法,讓AI能根據(jù)不同問(wèn)題靈活調(diào)整內(nèi)部專家配置。該方法在數(shù)學(xué)、編程等任務(wù)上顯著提升推理準(zhǔn)確率,且不增加計(jì)算成本。研究發(fā)現(xiàn)不同類型問(wèn)題偏愛(ài)不同專家配置,為AI推理優(yōu)化開(kāi)辟新路徑。
清華大學(xué)研究團(tuán)隊(duì)提出SIRI方法,通過(guò)"壓縮-擴(kuò)張"交替訓(xùn)練策略,成功解決了大型推理模型"話多且準(zhǔn)確率低"的問(wèn)題。實(shí)驗(yàn)顯示,該方法在數(shù)學(xué)競(jìng)賽題上將模型準(zhǔn)確率提升43.2%的同時(shí),輸出長(zhǎng)度減少46.9%,真正實(shí)現(xiàn)了效率與性能的雙重優(yōu)化,為AI模型訓(xùn)練提供了新思路。
南洋理工大學(xué)與騰訊聯(lián)合研究團(tuán)隊(duì)開(kāi)發(fā)出Rolling Forcing技術(shù),實(shí)現(xiàn)AI視頻實(shí)時(shí)流式生成的重大突破。該技術(shù)通過(guò)滾動(dòng)窗口聯(lián)合去噪、注意力錨點(diǎn)機(jī)制和高效訓(xùn)練算法三項(xiàng)創(chuàng)新,解決了長(zhǎng)視頻生成中的錯(cuò)誤累積問(wèn)題,可在單GPU上以16fps速度生成多分鐘高質(zhì)量視頻,延遲僅0.76秒,質(zhì)量漂移指標(biāo)從傳統(tǒng)方法的1.66降至0.01,為交互式媒體和內(nèi)容創(chuàng)作開(kāi)辟新可能。
華中科技大學(xué)研究團(tuán)隊(duì)發(fā)現(xiàn),通過(guò)讓AI模型學(xué)習(xí)解決幾何問(wèn)題,能夠顯著提升其空間理解能力。他們構(gòu)建了包含約30000個(gè)幾何題目的Euclid30K數(shù)據(jù)集,使用強(qiáng)化學(xué)習(xí)方法訓(xùn)練多個(gè)AI模型。實(shí)驗(yàn)結(jié)果顯示,幾何訓(xùn)練在四個(gè)空間智能測(cè)試基準(zhǔn)上都帶來(lái)顯著提升,其中最佳模型達(dá)到49.6%準(zhǔn)確率,超越此前最好成績(jī)。這項(xiàng)研究揭示了基礎(chǔ)幾何知識(shí)對(duì)培養(yǎng)AI空間智能的重要價(jià)值。