网络管理和安全公司Palo Alto Networks发布最新财报,结果超出预期水平,使其股价在盘后交易中有所上涨。
在截至1月31日的第二季度,Palo Alto Networks在不计入股票补偿等成本的利润为1.85亿美元,即每股1.74美元,高于去年同期的1.542亿美元,合每股1.44美元,收入同比增长30%,达到13亿美元,此前分析师预期的调整后利润为1.65美元,收入为12.8亿美元。
Palo Alto Networks对该季度的增长进行了详细分析。该季度总账单金额为16.1亿美元,同比增长32%,剩余履约订单金额增长36%,达到63亿美元。Palo Alto Networks的下一代安全和软件产品组合增长领先,年经常性收入为14.3亿美元,同比增长10%。
该季度Palo Alto Networks新增了221家订单额达到7位数的客户,使其“活跃的百万美元级客户”总数达到1077个。
Palo Alto公司董事长兼首席执行官Nikesh Arora表示:“第二季度我们继续得益于我们三大安全平台的优势,而这主要是受到了网络安全强劲需求、企业支持混合办公的架构需求、以及超大规模云不断扩展的推动。在这一有利形势下,特别是我们凭借下一代安全产品的优势,将提高我们对今年在收入、账单金额以及每股收益方面的指引。”
Palo Alto Networks预计第三财季调整后每股利润在1.65美元至1.68美元之间,收入在13.45亿美元至13.65亿美元之间。展望整个2022财年,预计调整后的每股利润在7.23美元至7.30美元之间,收入在54.25亿美元至54.75亿美元之间。
投资者乐于看到这一结果,Palo Alto Network股价在开盘后上涨了6%多。
在发布财报的同时,Palo Alto Networks还发布了Cortex XSIAM,一个人工智能驱动的平台,可以彻底改变安全组织部署数据、分析和自动化的方式。
据称,Extended Security Intelligence & Automation Management(XSIAM)将广泛的基础设施遥测技术转变为智能数据基础,以推动一流的人工智能并显着加快威胁响应速度。作为一个从零开始构建的自主安全平台,XSIAM提供了一个领先的现代替代方案,正在颠覆这个规模达数十亿美金的安全信息和事件管理市场。
好文章,需要你的鼓励
OpenAI研究科学家Alexander Wei宣布,公司一个未发布的实验模型在国际数学奥林匹克竞赛中解决了六道题目中的五道,获得42分中的35分,达到金牌水平。该模型展现出类似人类数学家的推理能力,能够构建复杂严密的论证。这标志着AI在创造性问题解决方面的重要突破,不过该技术预计数月内不会公开发布。
约翰霍普金斯大学与StepFun公司联合研究,成功让AI学会"边看边思考"的视觉推理能力。通过两阶段训练方法,先让AI在文字推理中掌握认知行为,再迁移到视觉任务中。开发的OVR模型在多项测试中创造新纪录,为AI教育助手、医疗诊断、科研分析等应用奠定基础。
本文探讨了判断AI是否达到通用人工智能(AGI)和人工超级智能(ASI)水平所需的问题数量。目前缺乏确定的测试方法来评估是否达到顶级AI水平。基于图灵测试的分析,作者提出仅通过少量问题难以全面评估智能水平。参考美国国会图书馆主题标引(LCSH)的40万个主题领域,如果每个领域提出1万个问题,将需要40亿个问题来全面测试AGI。这种大规模测试虽然在逻辑上合理,但在实际操作中面临巨大挑战。
阿姆斯特丹大学研究团队开发出"缓存驾驶"技术,通过修改AI模型的键值缓存而非重新训练,让小型语言模型瞬间获得大模型的推理能力。该技术仅需一次调整就能让模型展现逐步推理行为,计算开销几乎为零,在多个推理基准测试中表现优异,还能实现推理风格迁移。