HPE 宣布推出一系列网络解决方案,旨在帮助零售团队改善零售环境,满足零售商对全渠道销售模式的需求,提供可靠且安全的网络连接。
该科技公司认为,随着零售商注重提供线上线下一体化的客户体验,确保路过的网络流量不干扰交易变得至为重要。此外,拥有地理分布式零售网点 (如商店、仓库和后台办公室) 的组织需要管理日趋复杂的网络,以减少 IT 人员的现场访问次数和时长。
HPE 的解决方案旨在为零售商提供更便捷的本地、云端和边缘计算远程管理能力,改善用户体验、运营效率和物联网 (IoT) 安全性。该系列解决方案的核心是 HPE Aruba Networking Central AI Insights,它可以检测影响客户体验的负面因素,并自动调整和传输设置以改善性能不佳的情况。
对零售业而言,HPE 认为 IoT 设备往往是黑客入侵的最薄弱环节。为防范安全漏洞和恶意软件,HPE 的接入点专门为网络边缘日益增多的 IoT 设备 (如摄像头、货架标签、RFID 标签、能源传感器和运动检测器) 提供安全的连接平台。
为防止通过 IoT 设备发生安全漏洞,AI Insights 可以检测 IoT 上传和下载中可能表明存在漏洞的异常情况。HPE 还在扩展其 IoT Operations 仪表板,使零售商能够利用零售合作伙伴的预构建第三方应用程序。
为解决 IT 资源限制问题,HPE 的解决方案通过扩展私有 5G 和 Wi-Fi 无线解决方案,与 HPE GreenLake Cloud 和公司的边缘计算产品组合 (包括 DL145 Gen11 服务器) 集成,提供更便捷的跨本地、云端和边缘计算资源的远程管理。
HPE Aruba Networking 无线技术首席技术官 Stuart Strickland 在评论这些新产品及其对零售行业的意义时表示:"面临仓储、库存控制和全渠道履约挑战的零售商需要全面且安全的连接来实现数字化现代化并提升客户体验。HPE 的网络解决方案将实时 IoT 数据处理和人工智能推理引擎部署在更接近数据生成源的位置,以推动能够增加收入的全渠道购物策略。"
好文章,需要你的鼓励
很多人担心被AI取代,陷入无意义感。按照杨元庆的思路,其实无论是模型的打造者,还是模型的使用者,都不该把AI放在人的对立面。
MIT研究团队提出递归语言模型(RLM),通过将长文本存储在外部编程环境中,让AI能够编写代码来探索和分解文本,并递归调用自身处理子任务。该方法成功处理了比传统模型大两个数量级的文本长度,在多项长文本任务上显著优于现有方法,同时保持了相当的成本效率,为AI处理超长文本提供了全新解决方案。
谷歌宣布对Gmail进行重大升级,全面集成Gemini AI功能,将其转变为"个人主动式收件箱助手"。新功能包括AI收件箱视图,可按优先级自动分组邮件;"帮我快速了解"功能提供邮件活动摘要;扩展"帮我写邮件"工具至所有用户;支持复杂问题查询如"我的航班何时降落"。部分功能免费提供,高级功能需付费订阅。谷歌强调用户数据安全,邮件内容不会用于训练公共AI模型。
华为研究团队推出SWE-Lego框架,通过混合数据集、改进监督学习和测试时扩展三大创新,让8B参数AI模型在代码自动修复任务上击败32B对手。该系统在SWE-bench Verified测试中达到42.2%成功率,加上扩展技术后提升至49.6%,证明了精巧方法设计胜过简单规模扩展的技术理念。