在一家医疗服务提供商的董事会会议上,资深首席信息安全官约翰·鲁法斯被一种无法忽视的脱节现象所震惊。安全汇报内容很常见:培训指标表现良好,补丁更新按计划进行,供应商关系已经建立。董事会成员对该机构的安全项目感到放心后离开了会议室。
但他们不应该如此安心。
董事会听到了安全意识项目72%的完成率,但没有听到员工在钓鱼模拟测试中屡屡失败的情况。成功率在过去两年中一直停留在52%。补丁报告听起来很全面,但实际上,由于内部摩擦和供应商误解,关键的Linux服务器并未得到及时修补。
"我震惊地发现,为了给董事会提供虚假的安全感,竟然使用了如此程度的安全表演,"鲁法斯后来在LinkedIn上写道。
安全意识项目72%的完成率这一事实"听起来是个不错的数字,但它毫无意义,"鲁法斯指出。"向董事会报告的是一个虚假信息,声称一切正常。安全表演不仅仅是IT问题……它是治理失败。"
好文章,需要你的鼓励
Gartner预测,到2030年所有IT工作都将涉及AI技术的使用,这与目前81%的IT工作不使用AI形成鲜明对比。届时25%的IT工作将完全由机器人执行,75%由人类在AI辅助下完成。尽管AI将取代部分入门级IT职位,但Gartner认为不会出现大规模失业潮,目前仅1%的失业由AI造成。研究显示65%的公司在AI投资上亏损,而世界经济论坛预计AI到2030年创造的就业机会将比消除的多7800万个。
CORA是微软研究院与谷歌研究团队联合开发的突破性AI视觉模型,发表于2023年CVPR会议。它通过创新的"区域提示"和"锚点预匹配"技术,成功解决了计算机视觉领域的一大挑战——开放词汇目标检测。CORA能够识别训练数据中从未出现过的物体类别,就像人类能够举一反三一样。在LVIS数据集测试中,CORA的性能比现有最佳方法提高了4.6个百分点,尤其在稀有类别识别上表现突出。这一技术有望广泛应用于自动驾驶、零售、安防和辅助技术等多个领域。
人工智能正从软件故事转向AI工厂基础,芯片、数据管道和网络协同工作形成数字化生产系统。这种新兴模式重新定义了性能衡量标准和跨行业价值创造方式。AI工厂将定制半导体、低延迟结构和大规模数据仪器整合为实时反馈循环,产生竞争优势。博通、英伟达和IBM正在引领这一转变,通过长期定制芯片合同和企业遥测技术,将传统体验转化为活跃的数字生态系统。
中国电信研究院联合重庆大学、北航发布T2R-bench基准,首次系统评估AI从工业表格生成专业报告的能力。研究涵盖457个真实工业表格,测试25个主流AI模型,发现最强模型得分仅62.71%,远低于人类专家96.52%。揭示AI在处理复杂结构表格、超大规模数据时存在数字计算错误、信息遗漏等关键缺陷,为AI数据分析技术改进指明方向。