以前,本科和研究生的计算机科学和IT项目课程都可以不用花费时间和资源学习WLAN培训。但是现在,无线网络已经从“可以有”发展成为“必须有”的功能,所以很多IT专业人士都表示,大学课程和厂商的认证考试课程这种IT教育不应该仅仅涵盖WLAN设计和管理这种基础知识了。他们都表示还应该教给网络人员如何运用所学到的有线网络知识来解决无线网络的相关问题。
美国东海岸一家医疗保健机构的IT主管Jon DiBiasio表示,虽然无线网络技术的相关课程和实验都很简单,但是这门课程的重点是讲解有线网络的管理。Jon DiBiasio先生2010年毕业于美国东北大学,主修计算机科学专业。
DiBiasio表示,不同环境下,无线网络的情况会有很大不同,所以大学课程里很难有一个概括性的讲座。
他说:“学校也并不知道你会使用多少预算,使用哪些技术,也不知道你要保护的信息的类型。”
DiBiasio和西彻斯特大学的Barimani都表示,大多数无线网络供应商在部署无线网络前后都会对内部IT员工针对他们的特定设备进行全面的培训。不过,虽然这种支持很有帮助,但是,如果IT学生有了强大的无线网络知识背景,那岂不是更有利他们以后的发展,Barimani表示。
这也是德州农工大学(Texas A&M University)的两门课程所要教的,它同时也是电子系统工程师技术项目的一部分。该课程包括基于无线网络供应商Aruba移动研究院的内容的一些实验和讲座,Aruba移动研究院是专门为IT专业人员提供无线网络教育的项目。
其中一个课程叫无线传输系统(Wireless Transmission Systems),是一个高级的本科课程,包括蜂窝系统和无线网络技术的相关课程,还包括一些学生与Aruba公司提供的无线网络控制器和AP交互的实验课内容。德州农工大学的助理教授Ana Goulart表示,学习这门课程以后,如果通过,学生可以取得电子系统工程师技术的学士学位,这样才能有资格参加Aruba公司自己的认证考试。
Goulart知道WLAN教育有缺陷,特别是在WLAN设计方面。他表示,即便是市场上配备了最高端的基础设施的无线网络,其性能也会被较差的网络设计削弱。但是Aruba公司的WLAN硬件可以弥补这一点,帮助学生应用课程上所学的内容。
她说:“Aruba公司给了我们很多材料,让我对信号传播、干扰以及信号质量等内容有了更深入的了解。”
Goulart认为这种培训会帮助学生们毕业以后找工作。她说:“我一直都跟我的学生们说有很多机会,因为现在到处都是无线网络,我还告诉他们把他们经历的这段培训写进简历。”
通过实践继续学习WLAN知识
虽然有些WLAN的基础课程也很有帮助,但是厂商的认证课程可以帮助你对企业环境中的产品有一个更深入的了解,并且教你一些需要完全支持给定厂商的技术的特殊技能。
西彻斯特大学的Barimani说:“市场有那么多不同的产品,但是当你真正去学习一个基础课程的时候,你不能只专注于一个特定产品的需求和相关的技术项目,这时,学习厂商提供的认证就很有必要,而且最好是让所有员工都通过该认证。”
Goulart补充说,IT专业人员如果想成为一名合格的无线网络工程师,还必须学习有线网络教育课程,包括一些基本的交换技术和路由技术。
DiBiasio解释说,学习这些是因为有线网络的很多基本原则也同样适用于无线网络环境,尤其是当它涉及到安全方面时。
他说:“上网,最重要的不是你如何上,因为在楼里找一个空的网络插孔,然后插上上网,这个过程并不难,真正重要的是要了解可能被破坏的数据的安全性以及IT组织制定的保障措施,比如访问用户策略。”
DiBiasio说:“接入点到了晚上可以看成是一个开关,可以采用同样的步骤来保护你的有线数据,还可以把它应用到无线开关上。”
DiBiasio表示,正规的IT教育应该更多地培训网络流量管理,但是它并不需要特别专注于无线网络。
他说:“培训课程应该教你,这些路由中,哪里是你的网络流量,如果有问题你应该如何处理等等。当我说这些的时候,其实你并不知道我说的有线网络还是无线网络。”
归根到底,IT部门有责任也有义务提供一些基于真实网络环境下的培训,包括所有领域,而不仅仅是WLAN培训。
DiBiasio表示:“在IT方面,最重要的不是你在课堂上学到了什么,而是你必须理解你所学的知识。他们给你画的只是粗线条和大框架,你必须能够把它们应用到实际环境中。”
好文章,需要你的鼓励
在AI智能体的发展中,记忆能力成为区分不同类型的关键因素。专家将AI智能体分为七类:简单反射、基于模型反射、目标导向、效用导向、学习型、多智能体系统和层次化智能体。有状态的智能体具备数据记忆能力,能提供持续上下文,而无状态系统每次都重新开始。未来AI需要实现实时记忆访问,将存储与计算集成在同一位置,从而创造出具备人类般记忆能力的数字孪生系统。
香港理工大学联合多所高校开发的Mol-R1框架,首次实现了AI在分子发现中的透明推理。该系统通过PRID方法学习专家推理模式,配合MoIA迭代训练策略,不仅能准确生成分子结构,还能展示完整思考过程。相比现有模型,Mol-R1推理更简洁高效,为药物研发等领域的AI应用提供了重要的安全保障。
OpenAI首席执行官阿尔特曼表示,公司计划在不久的将来投入数万亿美元用于AI基础设施建设,包括数据中心建设等。他正在设计新型金融工具来筹集资金。阿尔特曼认为当前AI投资存在过度兴奋现象,类似于90年代互联网泡沫,但AI技术本身是真实且重要的。他承认GPT-5发布存在问题,并表示OpenAI未来可能会上市。
蚂蚁集团AWorld团队发表突破性研究,创建动态多智能体协作系统解决AI稳定性难题。研究灵感来源于船舶导航,通过执行智能体和守护智能体的协作机制,在GAIA测试中准确率达67.89%,稳定性提升17.3%,荣登开源项目排行榜第一名。该系统为构建可靠智能系统开辟新路径,具有广阔应用前景。