美国德克萨斯州休斯顿-2024年4月8日-Hewlett Packard Enterprise(NYSE:HPE)日前宣布将在HPE Aruba Networking Central上集成多个生成式AI大语言模型,以拓展其AIOps网络管理能力。HPE Aruba Networking Central是HPE云原生网络管理解决方案,并托管在HPE GreenLake 云平台上。此外,HPE同时宣布,Verizon Business将纳入HPE Aruba Networking Central以扩展其托管服务组合。
不同于其他仅通过API调用公共大语言模型的生成式AI网络方法,HPE Aruba Networking Central的全新内置大语言模型采用了创新的预处理和防护措施,旨在提升用户体验和运营效率,并重点关注搜索响应时间、准确性和数据隐私保护。HPE Aruba Networking借助业内最大的数据湖之一,拥有近400万台网络设备和超过10亿台客户终端的网络遥测数据,这些数据将为用于HPE Aruba Networking Central预测分析及建议的机器学习模型提供强大动力。同时,全新的生成式AI大语言模型将融入HPE Aruba Networking Central的AI搜索功能,并作为 HPE Networking Central现有基于机器学习的 AI 能力的重要补充,以提供更深入的洞察、更佳的分析以及更主动的功能。
HPE Aruba Networking首席产品官David Hughes表示,“现代网络客户需要将安全优先、AI驱动的洞察力纳入其关键基础设施中,而这恰好是我们所致力于提供的服务。通过此次积极举措以及在HPE Aruba Networking Central上部署多种大语言模型,HPE正在积极拥抱生成式AI带来的强大能力,并延续了其在AI创新方面的辉煌历史。”
HPE Aruba Networking始终秉承安全优先原则使用AI,并通过将运行在HPE GreenLake 云平台的HPE Aruba Networking Central大语言模型进行“沙箱化”处理,以保护个人和客户身份信息 (PII/CII) 。此外,HPE Aruba Networking Central通过专有的定制化大语言模型确保客户数据安全。该模型可移除PII/CII数据、提高搜索准确性,并针对网络运营问题提供亚秒级响应。
作为其扩展功能的一部分,HPE Aruba Networking Central的生成式AI模型训练数据集规模是其他云平台的十倍,其中包括数以万计来自HPE Aruba Networking的公共文档,以及多年来积累的来自客户的三百多万个问题。
自2014年推出以来,HPE Aruba Networking Central提供的强大功能,可帮助用户对有线和无线局域网、广域网以及IoT网络进行配置、管理、监控和故障排除,实现网络运维的全生命周期功能集成。HPE Aruba Networking Central是一款软件即服务(SaaS)产品,主要以年度订阅形式销售,并提供基础(Foundation)和高级(Advanced)两个级别的订阅模式。全新基于生成式AI大语言模型的搜索引擎将在HPE的2024财年第二季度推出,并包含在所有级别的许可中。除了作为独立的SaaS产品外,HPE Aruba Networking Central还作为HPE GreenLake for Networking(网络即服务,NaaS)订阅的一部分,可通过HPE GreenLake平台提供服务。
Moor Insights & Strategy副总裁兼首席分析师Will Townsend表示,“如今,客户正在寻找能够切实改善业务的实用AI应用。在高效网络管理领域,数据和模型至关重要。AI对于网络和安全操作来说并不陌生,但生成式AI是以其自然语言界面为基础的。其挑战在于如何将查询与AI算法紧密结合,以提供相关且有意义的业务成果。在独立且互不干扰的沙箱中提供一套专用大语言模型可保证隐私并提供最佳的性能。随着HPE Aruba Networking Central新功能的发布,HPE推出革新性的生成式AI功能,在强化安全的同时不影响网络性能。”
Verizon Business等合作伙伴正在积极利用HPE Aruba Networking Central或是Verizon托管SD-Branch解决方案,助力企业提高网络和应用性能,实现更敏捷、可预测的业务成果,同时减轻内部 IT 资源负担。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。