——Aryaka Networks CTO Ashwath Nagaraj
技术的护航让全球化的影响变得极为深远。作为SD-WAN技术的领导者,Aryaka Networks CTO Ashwath Nagaraj则希望在日益发展的企业环境中实现网络的广泛普及。
从吃饭穿衣的方式到学习交流的方式,全球化的影响体现在生活的方方面面,并且显而易见。由于网络连接着我们每一个人,因此在谈到技术时,全世界都成为了企业竞争的环境。
20世纪80年代以来,网络拓扑结构一直在改变。目前,我们已经步入了软件定义广域网或称SD-WAN的时代。位于美国的Aryaka Networks是为数不多的SD-WAN提供商之一,公司联合创始人兼首席技术官Ashwath Nagaraj表示,尽管此技术尚未成为主流,但用户对此解决方案的采用和部署意愿却在逐渐增多。
这种适用于WAN连接的软件定义技术可以用于远距离企业网络的连接。
部署这些技术时,CIO们可能会缺少相关意识,但有的时候政府机构也可能会妨碍到这些技术的部署。Nagaraj表示,由于多数企业现有的MPLS合约尚未到期,因此CIO们不会积极部署这些技术。
Nagaraj表示:“鉴于此,CIO团体之间会存在一些阻力。过渡期可能会很困难,但我们已经做好了准备。”
然而,即使面临着诸多挑战,该技术仍然有很大的发展空间。据IDC称,到2020年,SD-WAN市场规模将达到60亿美元。而就在去年,该技术的市场规模仅为2.25亿美元。未来5年,该技术将以90%以上的年复合增长率保持稳步增长。
这一预测看似十分注重SD-WAN,但预测中更注重的是物联网。由于联网设备中保存了大量的可用数据,SD-WAN也可能反过来干扰物联网设备的功能。
以美国公司Augmedix的IoT和SD-WAN之间的交互为例,该公司可以帮助医生利用谷歌眼镜等可穿戴技术实时与偏远地区的患者交流,记录病人的医疗信息。这些数据的交付就是通过Aryaka基础的SD-WAN技术实现的。
如果所有事情都通过网络完成,网络肯定会变得很拥堵。Nagaraj表示,Aryaka建立在全球私有网络之上的全球SD-WAN可以避开拥挤的公共网络。
Nagaraj接着补充道:“我们的目标就是,让WAN无处不在。”
好文章,需要你的鼓励
研究人员正探索AI能否预测昏迷患者的医疗意愿,帮助医生做出生死决策。华盛顿大学研究员Ahmad正推进首个AI代理人试点项目,通过分析患者医疗数据预测其偏好。虽然准确率可达三分之二,但专家担心AI无法捕捉患者价值观的复杂性和动态变化。医生强调AI只能作为辅助工具,不应替代人类代理人,因为生死决策依赖具体情境且充满伦理挑战。
哥伦比亚大学研究团队开发了MathBode动态诊断工具,通过让数学题参数按正弦波变化来测试AI的动态推理能力。研究发现传统静态测试掩盖了AI的重要缺陷:几乎所有模型都表现出低通滤波特征和相位滞后现象,即在处理快速变化时会出现失真和延迟。该方法覆盖五个数学家族的测试,为AI模型选择和部署提供了新的评估维度。
麻省理工学院研究发现过度依赖AI会导致认知债务,削弱基本思维能力。研究表明交替进行无辅助思考和AI支持工作的模式能保持认知敏锐度。这种认知高强度间歇训练模仿体能训练中的HIIT模式,通过短时间高强度思考与恢复期交替进行,可以强化大脑神经回路,防止认知衰退,提升独立思考能力。
这项研究首次发现AI推理模型存在"雪球效应"问题——推理过程中的小错误会逐步放大,导致AI要么给出危险回答,要么过度拒绝正常请求。研究团队提出AdvChain方法,通过训练AI学习"错误-纠正"过程来获得自我纠错能力。实验显示该方法显著提升了AI的安全性和实用性,用1000个样本达到了传统方法15000个样本的效果,为AI安全训练开辟了新方向。