人们心中常存善念,但在将善念变为善行的过程中总会面临各种阻碍:缺乏技术,规模不足,缺少支持等。
这正是思科的用武之地。企业社会责任是思科企业文化和全球业务战略的重要部分。思科通过产品、解决方案及专业知识激发创新,构建人与技术、机遇相互之间的联接,协同我们的客户,推动全球问题的解决,让越来越多的善念变为善行,造福人类、社会和环境。
就联接而言,思科有着无可比拟的优势, 一直致力于通过世界领先的技术实力及其对联接的深厚积累和独特洞察,为全球问题解决专家赋能,从而消除善念变为善行过程中的诸多障碍。
思科通过专业的技术培训,赋能未来全球问题解决专家,帮助他们提升个人能力、寻求就业机会,开创事业发展,构建起人与机会间的联接。正如行善不能单靠一个人,而是需要众人的努力完成,思科通过产品和解决方案,构建起人与人之间的联接,让全球问题解决专家以及被帮助对象间的沟通更加便捷。在公益事业中,技术会转变为强大的资源优势,在思科的支持下,人与技术相互联接,全球问题解决专家的影响力得以不断扩展。互联网时代,思科致力于技术与技术之间的整合联接,为全球问题解决专家提供协作服务,让更多善念行之高效。
思科网络技术学院作为思科规模最大、持续时间最长的企业社会责任项目,通过将有效的课堂学习与创新的基于云计算技术的课程及教学工具相结合,提供IT相关技能和职业培训。思科网院每年为超过100万名学生提供网络技术、安全、物联网等前沿科技,迄今累计培近800万名毕业生。70%的通过CCNA认证的学生收获了新工作,或取得了职业发展的新机会。截止2017财年年底,思科为全球网院提供的等值教育投入(网院课程、教师培训、教学平台、实验室等)高达26亿美金,共帮助全球180个国家解决经济发展的人才问题。
今年是思科网院进驻中国二十周年。目前,思科在中国已拥有近500所活跃网院,覆盖全国所有省份,为数千名教师提供培训,并面向学生教授最前沿的知识以及与实践相结合的IT课程,旨在为中国培养全球问题解决专家。在中国,每年超过6万名学生就读于思科网院,累计培养学生逾36万。
陈亮亮正是这逾36万名学员中的普通一员。他通过在思科网院的刻苦学习,完成了从农村少年到专业IT从业人员的转变,凭借自己的努力为父母家人添置了车和房产。陈亮亮坦言,在思科网院获得的技能不仅帮助他收获了一份职业,改变了人生轨迹,更让他有能力为妻子和孩子提供更好的生活环境,并能尽早回报父母的养育之恩。(陈亮亮个人故事详见思科网络技术学院网页。)
近年来,思科与教育部共同推动了多个项目的计划和实施,包括大学计算机公共基础课程改革项目、产学合作协同育人项目、创新创业项目等,围绕深化与中国高等院校的合作,致力于培养服务中国经济社会发展急需的创新创业人才、技术技能人才,以支持“互联网+”、“中国制造2025”、“一带一路”等国家战略的实施。2017年6月,思科与教育部在京共同签署了关于数字化创新人才培养的合作备忘录。思科计划在未来3年内为中国教育投入价值约5亿元人民币等值的课程、师资培训、教学软件、教学平台和硬件实验室等,培养40万人次以内的数字化创新人才。
正道致远,非一日之功。未来,思科也将继续秉持根植中国的坚定承诺,携手客户和合作伙伴,通过不断的业务创新,在积极回馈社会、推动产业创新、全数字化转型与可持续发展等方面不断努力,为社会、经济与环境的进一步发展做出贡献。
好文章,需要你的鼓励
数字孪生技术正在改变网络安全防御模式,从被动响应转向主动预测。这种实时学习演进的虚拟副本让安全团队能够在威胁发生前预见攻击。组织可以在数字孪生环境中预演明日的攻击,将防御从事后反应转变为事前排演。通过动态更新的IT生态系统副本,团队可在真实条件下压力测试防御体系,模拟零日漏洞攻击并制定应对策略,从根本上重塑网络安全实践方式。
中山大学团队针对OpenAI O1等长思考推理模型存在的"长度不和谐"问题,提出了O1-Pruner优化方法。该方法通过长度-和谐奖励机制和强化学习训练,成功将模型推理长度缩短30-40%,同时保持甚至提升准确率,显著降低了推理时间和计算成本,为高效AI推理提供了新的解决方案。
Linux内核开发面临动荡时期,Rust语言引入引发摩擦,多名核心开发者相继离职。文章介绍了三个有趣的替代方案:Managarm是基于微内核的操作系统,支持运行Linux软件;Asterinas采用Rust语言开发,使用新型framekernel架构实现内核隔离;Xous同样基于Rust和微内核设计,已有实际硬件产品Precursor发布。这些项目证明了除Linux之外,还有许多令人兴奋的操作系统研发工作正在进行。
上海AI实验室研究团队深入调查了12种先进视觉语言模型在自动驾驶场景中的真实表现,发现这些AI系统经常在缺乏真实视觉理解的情况下生成看似合理的驾驶解释。通过DriveBench测试平台的全面评估,研究揭示了现有评估方法的重大缺陷,并为开发更可靠的AI驾驶系统提供了重要指导。