思科今日宣布其客户、开发者和合作伙伴在内的全球生态系统对于公司发布的网络新时代宏伟愿景反响热烈,充满期许。思科的新一代网络于上周隆重推出,能够识别意图、规避威胁和持续进行自我学习,堪称企业网络历史上最重大的创新。
如今网络工程师们正管理着数百台设备,预计2020年他们将管理一百万台设备。基于这样的时代背景,思科推出的新一代网络作为思科多年来研发工作的智慧结晶,将面向未来重塑网络新时代。当前企业正在通过传统的IT流程管理其网络,但传统流程在新时代将难以为继。思科致力于打造全智慧的系统,它将具备持续的自我学习、自我调整和自我保护功能,从而优化网络运营并抵御不断演进的网络威胁。
思科企业网络事业部产品管理高级副总裁Scott Harrell表示:“思科旨在打造一款全智慧的系统,它在网络边缘实现自动化,并在基础级别采用机器学习和分析技术。基于意图的网络代表着行业观念的一次重大转变,开启了一个全新的网络时代。我们的全球生态系统拥有300万名网络工程师、6万个合作伙伴和45万名开发者。很高兴地看到他们与我们共创网络的美好未来。”
全球已有75家领先企业和组织正率先试用思科的新一代网络解决方案,其中包括雅德应用科技大学(Jade University of Applied Sciences)、美国国家航空航天局(NASA)、Newcastle医院、皇家加勒比海邮轮有限公司(Royal Caribbean Cruises Ltd.)、森斯蒂斯(Scentsy)、UZ Leuven和印度威普罗有限公司(Wipro)等。
生态系统对基于意图的网络反响热烈
为推动行业采用基于意图的网络解决方案,思科今日在公司的年度用户大会Cisco Live上,推出了面向2.8万名网络专业人员的全新培训与开发者计划。与会者将了解到基于意图的网络对其组织产生的影响,并开始着手学习网络新时代所需的技能。
客户引言
“通过使用软件定义访问(SD-Access)的网络细分功能,IT团队能够轻松制定全球策略,为多个校园的员工和学生提供安全的差异化访问权限。思科的新一代网络将让我们的IT更快、更灵活、更智慧地开展工作。”
—Ulrich Hauptmann,雅德应用科技大学(德国)IT负责人
“Catalyst 9000能为各个安全网段提供一个简单直观的配置视图,能对IT效率的提升产生立竿见影的影响。”
—Kevin Tompkins,森斯蒂斯(美国)网络架构师
“作为一流医疗服务的领导者,我们依赖于‘始终在线’的网络。Catalyst 9000具备出色的弹性、可扩展性和管理简单性,能够帮助我们随着不断增长的需求进行网络的安全扩展。”
—Thomas Noppe,UZ Leuven(比利时)首席IT架构师
合作伙伴引言
“AlgoSec与思科软件定义访问(SD-Access)的集成将支持客户将思科基于策略的自动化功能扩展至整个网络安全架构中,并使用业务驱动的方法来实现端到端安全策略可见性与自动化。”
—Anner Kushnir,AlgoSec技术副总裁
“Dimension Data倍感振奋地见证思科重塑网络。我们的客户遍及全球,我们深信能够通过全智慧的网络全面变革现有的服务,帮助客户加速其全数字化转型。Dimension Data将积极帮助我们的客户升级到思科的新一代网络。我们坚信这将会改变大家看待网络的方式,同时它也将进一步深化我们与思科的长期合作关系。”
— Rob Lopez,Dimension Data网络事业部主管
“通过将我们行业领先的IP地址管理平台与思科软件定义访问(SD-Access)进行集成,Infoblox将为客户带来出色的网络可见性与自动化,帮助他们快速完成从静态网络到动态软件定义环境的转变。”
—Prakash Nagpal,InfoBlox产品营销副总裁
“在当今复杂的多技术、多平台环境中,Tufin以策略为中心的编排解决方案通过与思科软件定义访问(SD-Access)进行集成,将在整个网络中为客户带来简单明晰的策略视图,帮助客户实现更出色的控制力、敏捷性与安全性。”
—Reuven Harrison,Tufin首席技术官
“World Wide Technology对于思科新推出的基于意图的网络兴奋不已。安全性是每一名客户关注的重点,思科基于意图的网络将彻底重塑网络,打造一个更智慧、更安全的网络平台。World Wide Technology将致力于帮助客户获取这一新网络的诸多优势,推动客户完成思科新一代网络的迁移之旅。”
—Jim Kavanugh,World Wide Technology首席执行官
好文章,需要你的鼓励
从浙江安吉的桌椅,到广东佛山的沙发床垫、河南洛阳的钢制家具,再到福建福州的竹藤制品,中国各大高度专业化的家具产业带,都在不约而同地探索各自的数字化出海路径。
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。
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。
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。