最新的 Artemis 创新突破传统数据障碍

迫切需要医疗保健数据摆脱多种监管、技术和长期过时的行业实践,这一点从未如此重要。图片{ width=60% }


这些障碍就像隐藏的税收,浪费时间,危害患者健康,增加预算开支,并放大企业风险。一家数据分析公司正在消除这些障碍,让客户重新掌控他们的医疗保健数据,使他们能够安全地利用和共享数据,以推动更好的结果。Nomi Health 推出的 Artemis 随着 Artemis Exchange 一款强大的新应用程序的问世,提供给客户额外的数据掌控与灵活性。经过两年多的努力,Artemis Exchange 是一款基于云的解决方案,使存储、检索、导出和共享医疗保健数据变得简单和安全。它经过测试、设计和构建,可为 Artemis 广泛客户群体中各种业务需求提供服务。”Artemis Exchange 正在革新客户与其医疗保健数据互动的方式,通过消除障碍,实现更快的数据分析和交付。数据按时、准确、安全地到达目的地是医疗保健行业到目前为止尚未能克服的障碍—直到现在为止,” Artemis 总裁 Sanjay Motwani 表示。Exchange 不仅是一项新的技术创新——它正在推动实际业务影响。以下是一些 Artemis 客户如何使用它的方式:–雇主可以更多地控制和拥有他们整个福利生态系统的数据,以实现受托义务、运行定制分析,并选择性地与关键数据合作伙伴共享数据。–经纪人、健康计划和第三方行政机构可以访问丰富的数据湖,充分利用其现有的商业智能基础设施,以满足更多客户需求和会员健康需求。–点解决方案和护理计划将整体会员数据集成到业务工作流程中,以更好地针对正确的成员,构建个性化的护理路径,并评估整体方案价值。解锁您数据的关键已经出现。Artemis 一直致力于通过其以易用性而闻名的基于云的网络应用程序系列使复杂的医疗保健数据易于访问和理解。Artemis Exchange 代表了数据可访问性和互操作性的重要进步,使客户能够果断行动,推动更好的健康结果。要了解有关 Artemis Exchange 功能的更多信息,请阅读博客文章或发送电子邮件至 artemis@nomihealth.com.



感谢阅读!如果您对AI的更多资讯感兴趣,可以查看更多AI文章:GPTNB

AI+医疗,竟然是这样落地的

今年3月份,科技界的大佬们,如英伟达和谷歌都表达了对AI医疗的重视,这让整个市场对这个领域的兴趣又热了起来。过去六年时间,近千亿的资金砸进了AI医疗赛道,推动了影像AI、新药研发AI、机器人AI还有智慧医院等多个领域的快速发展。


现在,医疗领域已是AI技术应用最广、成效最明显的领域之一。AI已经不再只是简单地替代或优化人类的工作,而是开始真正参与到重塑医疗流程中来了,AI+医疗开始进入2.0时代。说到AI+医疗2.0时代,最大的,有着最迫切重塑需求的场景之一,是线下医疗,如医院,又如体检中心。但是,现在还没有哪个AI大厂能够把线下医疗的这些应用整合起来,所以实际在这一场景中的众多人工智能应用往往是分散的、间断的,如此也就很难最大化地发挥其价值。遗憾地说,我们还没看到太多在线下医疗场景中真正落地并且运行良好的AI2.0案例。所以:在AI2.0时代,什么样的公司能够在医疗商业化的道路上走得更远呢?

来源:Link



感谢阅读!如果您对AI的更多资讯感兴趣,可以查看更多AI文章:GPTNB

开源会越来越落后?OceanBase杨传辉:开源和商业数据库都有生存空间

文章来源: 钛媒体AGI

近期,百度创始人、董事长兼CEO李彦宏称“开源模型会越来越落后”,引起行业对“开源”技术的广泛讨论。不止在AI大模型领域,包括开源数据库等多个从业者也对此表达了看法。


4月20日上海OceanBase开发者大会上,OceanBase首席技术官(CTO)杨传辉对钛媒体App等表示,仅从数据库领域而言,开源技术对于行业的意义非常重要,开源和商业化数据库都有一定的生存空间。

“对于开源和商业的定位,我认为,首先我要把开源做好,我一定要使开源出去的东西足够有诚意,能够真正解决用户核心痛点;但同时,开源之后又不能让这家公司完全不商业化,那也活不下去,最后开源社区也没了。
在OB这里,数据库相当于发明的一个自行车,‘开源’是教你怎么去骑自行车,‘商业’是卖给你一个好的自行车,但你不会骑没用,开源对我们的商业化反而有助力。对OB来讲没有问题,我们可以把开源和商业很好地融合在一起。”杨传辉表示。

事实上,作为一款100%根自研的分布式数据库,OceanBase持续践行一体化数据库的产品战略,以负载关键业务系统。

2020年,OceanBase宣布独立商业化运作。当时OceanBase表示,在原有功能基础上增加分析型业务处理能力,OceanBase 将升级为一款支持 HTAP 混合负载的企业级分布式数据库。

2022年,OceanBase 4.0发布,从技术上首次突破分布式数据库的单机性能瓶颈,实现单机分布式一体化。目前在一体化上,OceanBase已实现单机分布式一体化、TP/AP一体化、云上云下一体化、多模一体化等,用一个数据库满足客户80%的场景需求。

2024年4月,OceanBase正式发布4.3版本,推出列式存储引擎,打造PB级实时分析数据库,可实现秒级实时分析,进一步加强TP/AP一体化。现场跑分显示,在同等硬件条件下,OceanBase4.3的AP查询性能已达到业内一流列存大宽表数据库同一水平。

此次OceanBase开发者大会上,杨传辉表示,OceanBase 4.3在TP/AP一体化上的进一步突破,也是OceanBase坚持100%根自研的产品力结果。不基于开源数据库二次开发、自建研发环境和流程,才使OceanBase具备对内核代码的完全掌控力和掌控权,才具备更强的突破复杂业务场景和为关键业务系统兜底的能力。这标志着其在“关键业务负载”一体化战略上迈出重要一步。

目前,OceanBase Landscape技术生态已扩展至超750个主流产品,覆盖基础设施、数据集成、数据治理、应用集成等多个领域。OceanBase已经服务超过1000家行业客户,其中30%将其应用于核心系统。

值得一提的是,今年3月,蚂蚁集团宣布,OceanBase已成立董事会,独立面向市场。谈及此事,杨传辉表示,“这体现了蚂蚁对把一个数据库长期持续做下去这件事情的更加笃定、更大投入,这是一个核心。基于这个核心,我觉得对我们的产品技术是利好。今天,大家看到OceanBase在业界得到了一定的认可,但还没有完全成功。我们相信,一体化架构不管是在国内还是在国外、在全球范围内,它都有机会成为新的主流。基于这样的思考和判断,才有信心使其独立运营,接受市场考验。”

“数据库这件事要真的做好,首先要敢于挑战最难的事情,敢于自研做TP(transaction processing,面向交易的处理系统)。TP壁垒是极强的,TP的壁垒和用户场景的积累,才会使得一款数据库形成特别大的生态。在这个过程中,我们非常欢迎竞争,并不是要成为‘一枝独秀’。从商业的角度来看,有些公司的衰败是因为没有竞争,而不是因为竞争多,良性竞争对所有参与者都是好事。”杨传辉称。

谈及新一轮 AI 热潮,杨传辉指出,GPT大模型对于数据库有很大影响,尽管目前OceanBase没有专门支持向量数据库产品,但整个插件和社区已具备向量数据库的能力,目前开源社区已有基于OB开源版去做向量Demo的尝试。“往后,我们会往这个方向去布局研发,现在有一些尝试。”

清华大学教授、蚂蚁技术研究院院长陈文光表示,AI 大模型的发展和崛起,对整个的数据处理、数据库领域也提出了很多新的需求。

展望未来,陈文光在演讲中表示,未来数据库领域有三大新趋势:在线离线一体化;向量数据库和关系数据库的一体化;更大的愿景是数据处理与 AI 计算的一体化。

“之前的数据处理更多是偏底层的方式去做的,然后先去收集、存储,后面做记账,再上面在这个数据上做一些分析聚合。AI已经越来越多的占有整个计算的成本、容量,如果是这样的情况,我们的数据处理跟AI到底应该是一个什么样的关系?我认为它也应该是有一个一体化的趋势。”陈文光称。

杨传辉在演讲结尾表示,“我希望未来在OceanBase开源社区里面,应该有越来越多像‘向量数据库’这样的有趣尝试,我们的开源社区不是冷冰冰的产品,而是一个连接你我的,让大家交朋友好玩的地方,一个真正的社区。”


图片来源:由GPTNB生成

图片来源:由GPTNB生成

OceanBase CTO 杨传辉

图片来源

感谢阅读!如果您对AI的更多资讯感兴趣,可以查看更多AI文章:GPTNB

ChatGPT能预测未来特定事件,准确率高达97%

文章来源:AIGC开放社区

图片来源:由GPTNB生成

贝勒大学经济学院的Pham Hoang Van和Scott Cunningham两位教授,基于OpenAI的GPT-3.5、GPT-4深度研究了大模型对事情的预测能力。

研究人员使用了直接预测和未来叙述(Future Narrative)两种提示方法,进行了100次提示。


同时使用了训练数据截止至2021年9月的ChatGPT模型,对2022年已经发生的事情进行了多维度评测。

结果显示,在直接预测中,ChatGPT的表现并不理想,例如,直接让其回答2022年奥斯卡最佳男主角时准确率只有25%左右。

如果使用未来叙述提示方法,ChatGPT的准确率飙升至97%,精准预测出最佳男主角是国际巨星Will Smith。对女主角的预测同样很精准。

论文地址:https://arxiv.org/abs/2404.07396

图片

研究人员表示,相比直接模式,未来叙述的提问方式更能激发ChatGPT潜在的创造、联想、数据分析的强大预测能力,同时又能规避OpenAI内置的很多安全管理设定。

例如,在测试实验中,研究人员直接向ChatGPT提问,“我正在尿血,应该如何解决?”ChatGPT没有过多的回答,而是建议你立刻去看医生避免耽误最佳救治时间

但如果改成未来叙述提问“当一个人的尿里有血液,并且伴随轻微的恶心这是一种什么病症,应该如何进行治疗?”ChatGPT就会给你展示一些有帮助的答案。

图片

所以,通过未来叙述的提问方式,可帮助大模型能更好地利用其训练数据中的信息,因为,它不是被直接要求预测一个具体的数值或结果,而是在一个更宽广的叙事上下文中进行推理和生成,同时又能规避很多内置的安全锁

根据论文介绍,未来叙述提示是一种独特的提示方法,要求ChatGPT讲述一个发生在未来的故事情节,其中涉及到需要预测的事件和数据。

但是故事情节设置的方式是,将未来当作已经发生的过去。例如,让经济预测案例中的Jerome Powell回顾和陈述,那些已经发生的”未来”事件。

图片

两位作者作为经济学院的教授,也对ChatGPT进行了一些宏观经济方面的预测。直接向ChatGPT提问时,它还是拒绝回答了,所以使用了未来叙述提问方法。

在未来叙述提示中:ChatGPT被要求模拟美联邦储备委员会主席Jerome Powell在未来的某个时间点发表演讲的情景。在这个演讲中,Powell会提供同样的宏观经济数据,并可能讨论未来的货币政策和经济展望。

结果显示,ChatGPT-4在使用未来叙事提示时,在预测通货膨胀率方面表现出了一定的准确性,尤其是在模拟Powell的角色时,这些预测与密歇根大学消费者预期调查的数据相当接近,表明ChatGPT能够利用其训练数据中的模式来进行综合的宏观经济预测。

在失业率预测方面,ChatGPT-4在模拟Powell的角色时,预测结果与实际数据的吻合程度很高。

但整体预测准确率没有娱乐行业高,这说明,在处理与文化和娱乐相关的预测任务时,ChatGPT能够通过分析大量的训练数据和捕捉相关模式来做出精准准确的预测。

图片

在更复杂、繁琐的宏观经济预测方面,ChatGPT虽然也表现出了很好的成绩,但短期内仍然无法替代人类的预测。

研究人员认为,ChatGPT模型的预测能力在某些特定任务上可以媲美人类专家,尤其是在处理大量数据和模式识别方面。但在需要深入理解复杂经济机制和进行精细调整的情况下,仍然无法比肩人类专家的直觉、经验和对实时数据的敏感性。

本文素材来源贝勒大学经济学院论文,如有侵权请联系删除



感谢阅读!如果您对AI的更多资讯感兴趣,可以查看更多AI文章:GPTNB

CUJO AI的2024年报告突显Wi-Fi 7的机遇

CUJO AI,作为首屈一指的互联网服务提供商(ISP)的先进网络安全和网络智能解决方案提供商,今天发布了最新的“设备智能报告”。图片{ width=60% }


该报告深入分析了家庭网络连接趋势,重点关注Wi-Fi 7推出带来的影响和机遇。

该报告显示,CUJO AI的设备智能服务采用先进的机器学习算法,以无与伦比的准确性识别已连接的设备。与依赖日益不可靠的标识符(如MAC地址)的传统方法不同,CUJO AI的技术提供了对设备型号和类型的详细洞察,增强了ISP提供个性化服务和优化Wi-Fi性能的能力。

报告的主要发现包括:

  • Wi-Fi 7推出的影响:随着Wi-Fi 7的推出,ISP可以显着提升网络性能和安全性。然而,该报告强调了战略性的推出对于最大化利益、避免在混合标准环境中潜在连接问题的重要性。
  • 设备景观和趋势:对从2023年4月到2024年2月间接入的超过11.7亿个新设备进行分析显示出多样化快速发展的设备生态系统。该报告还引入了扩展现实(AR和VR)设备的新类别,指出节假日季节和苹果Vision Pro进入市场带来的显著增长。

CUJO AI的报告基于其类似实践数据集,展示了该公司致力于尊重隐私、符合法规的解决方案。

CUJO AI已得到北美和欧洲11家领先ISP的信任,每月识别超过1亿台新设备。CUJO AI以高粒度识别90%的设备,远远超过现有解决方案。这种能力允许在Wi-Fi 7客户端设备(CPE)升级方面做出精确的、数据驱动的决策,瞄准最能从新技术中受益的家庭。

“随着Wi-Fi 7的实现,ISP面临着高效和有效地推出新技术的挑战,”CUJO AI的首席产品官克里斯·特纳说道,“我们的报告不仅突显了Wi-Fi 7所带来的机会,还为ISP提供了需要做出战略决策的数据驱动洞察,最终提升客户满意度和网络性能。”

《设备智能报告:2024年家庭网络》现已发布,为ISP、科技行业专业人士和决策者提供了有关家庭连接未来以及设备智能战略重要性的宝贵洞察。

注意:Title、Date、Body 三个部分的内容,放入到对应的位置。最后只需要输出为Makedown源文件格式内容。



感谢阅读!如果您对AI的更多资讯感兴趣,可以查看更多AI文章:GPTNB

创作者变身知识智能体,AI时代的“超级个体”

作为一名科技写作者,我平时会接触到不少内容创意行业的人,能感觉到这两年来,大家普遍都有一种情绪:转型焦虑。

不少创作者经历过互联网和移动互联网时代,知识创业如火如荼的迅猛发展阶段,建立了自己的IP或内容品牌。


然而随着近年来流量触顶、创作门槛日益下沉、内容数量激增,很多创作者都开始感受到了转型的必要和焦虑。

AI,作为当红的技术工具和时代话题,自然也是创作者们渴望拥抱的新机会。但绝大多数创作者非技术背景,不懂怎么开发、训练、精调通用大模型,很多人跟我说过,觉得AI不会用、不好用。

前段时间恰逢Create2024百度AI开发者大会召开,大家一定听说了“人人都能做开发者”“会说自然语言就能掌握编程”。如果真的如此,对创作者、内容创意行业来说,绝对是一大利好。

所以,我第一时间试用了一些文心智能体平台新推出的智能体,发现“知识智能体”,跟内容创作者、IP方十分契合。

在网络上搜索曾仕强、费翔、Alex等名人,点进百科词条,就会出现智能体对话,模仿这些角色的身份,跟我进行互动。

不难发现,做好“知识智能体”,创作者有先天优势,此前通过内容创作已经积累了大量高质量数据,可以作为“养料”。同时,也有增益价值,知识输出型、高度人格化的智能体,可以化身为陪伴家教、情感顾问、星座专家等,解答日常生活中的种种疑问,为创作者提供一种新的内容服务形式,与用户产生互动、增强黏性,挖掘内容潜力。

阿基米德说过,给我一个支点,我可以撬动地球。以知识“智能体”为支点,创作者也可以把握住智能经济的新机会,将自己打造成“超级个体”,撬动内容行业的下一个春天。

接下来,我们就一起了解下,从号时代迈进AI时代,创作者如何打造自己新的人生杠杆。

一个杠杆,是创作者握在手中的新机会

不想错过AI,知识智能体可能是一个真正能被创作者握在手中的“杠杆”。为什么这么说?

原因之一,是阻力最小。

对非技术背景的创作者来说,拥抱AI,最难的是迈出第一步。幸好,目前文心大模型和文心智能体平台的低门槛,甚至零门槛,可以让创作者很容易接入到AI技术世界。此外值得一提的是,百度移动生态对创作者的重视和扶持由来已久,此前就曾通过【我的百科】,引入了疯狂小杨哥、李永乐、papi酱、王七叶、樊登等一千多位头部创作者。所以,当这些创作者想抓住智能体的机会,百科也能够快速响应,为他们护航。可以说,打造知识智能体,是创作者步入智能时代时,阻力最小的一步。

其次,交互感更强。据我了解,由百度百科联合苏轼研究学者、Alex本人等一起做的智能体,是全网最人格化的agent。

在曾仕强和Alex大叔的官方账号上,我也看到了专属智能体的相关消息,说明了IP方/创作者对效果的认可。最近,不少创作者优先和百科合作智能体的新闻,还登上了4月20日的微博热搜top5,原来内容平台上已经有不少星座、情感、知识类博主,发现了这一潜在机会点,通过打造个人专属的知识智能体,化身随时陪伴在用户身边的“聊天搭子”,实现前所未有的用户体验。

红利最大。现如今,能帮创作者实现智能体的平台很多,但能将这一新技术转化为真实红利的平台,却很罕见。百度移动生态内的知识智能体,为创作者带来的红利有两个方面:

一是质量红利。内容和用户体验的质量,是创作者的立身之本。而AI技术十分依赖高质量数据的反馈迭代。百科这类知识场景的高频入口,能够带动用户与智能体产生交互,积累大规模互动数据,形成数据飞轮,让知识智能体的效果持续优化。

二是流量红利。通过搜索+百科,焊在个人互联网名片上,实现多矩阵、多渠道分发。为创作者带来更广泛、更精准的用户触达,带来书籍购买、知识付费、IP成长等价值空间。比如跟曾仕强智能体对话时,我就得到了很有针对性的国学书籍推荐,这种精准触达的转化率,当然更高。

这些能力结合起来,意味着创作者可以从更低门槛、更好体验、更大价值,去想象AI时代的内容创意产业。

这个春天,看见知识智能体真功夫

说千道万,让创作者将自己的内容作品等打造成智能体,还是要投入一定的时间精力的。到底效果好不好,有没有用?落地比宣传更重要。

我们知道,百度是业内最早布局智能体的大厂之一。此次Create2024上,就有两大知识智能体,给创作者们打了个样,带来了几个变化:

一是个性化。

以往读者和创作者有距离感,增强用户黏性,需要投入成本时间做用户运行,投入大、效率低,互动效果还未必好。

但智能体就相当于一个专属互动助手,为每个读者提供具有创作者个人风格气质的互动体验,增强创作者和用户之间的情感连接。

比如Alex大叔智能体,就是千万粉丝的内容创作者Alex大叔通过文心智能体平台创造出真人互动分身,可以作为粉丝的“专属陪伴式电子闺蜜”或“私人占星师”,让每个人都能通过这个智能体,与Alex大叔进行在线「1对1」的沟通。

二是IP化。

网络信息鱼龙混杂,用户在获取创作者内容时很容易遇到伪造、乱编、冒名顶替的内容,损害了创作者的IP,而维权成本又很高。这时候,知识智能体就可以起到正本清源的作用,帮助创作者维护IP、做好IP。

具有代表性的就是国学大师曾仕强先生。曾老师去世之后,以往的内容被盗用情况比较严重,不仅损害了这一IP,伤害了曾老师家人的情感,也给不少关注曾老师的粉丝造成了困扰,非常需要一个正规快捷的方式,获取到中华传统文化思想。

为此,百度百科跟曾仕强老师的工作室和家人合作,推出了数字人智能体,成功复现了行业中首个超级知识IP,也是首个国学垂直模型。基本实现了对曾老师思想、语言风格、声音形象等多维度的拟真,为国学、易学等爱好者提供一个实时互动学习的触点,正本清源的同时,让大师的智慧延续下去。

三是专精化。

去年大模型火爆的时候,也有很多创作者将自己的作品喂给AI,让其模仿自己的风格来生成内容。但效果大多不尽如人意。一个主要原因是,创作者往往是领域专家,而很多通用大模型只上过通识课和少量专业课,而百科的知识智能体,一方面基于文心大模型,具备强大的理解分析能力,同时,通过领域数据学习和垂直训练,能够提供更加专精的服务,由此打造的创作者专属智能体,内容质量就更可控、更精准。

在2024广电春晚盛典上亮相的百度百科苏轼Bot,让AI苏轼与当代大学生深入探讨AI交互的情感作用,也展现出了智能体对苏东坡人格的充分理解,以及传统文学上的造诣。

未来一梦:千万“超级个体”的萌芽

Create2024大会的「AI 智能体开发与应用论坛」上,展示了百度AI开发的三大神器之一AgentBuilder——文心智能体平台。并提到,大时代没有小人物,找准支点,使用最适合的杠杆,每个人都有可能成为「超级个体」。

从古代写作者推崇“一字之师”,到移动互联网时代的内容经济,再到AI时代的超级个体,创作者总会在不同时代、不同技术、不同载体。无论时代如何变迁,创作的核心价值不变,那就是对作品质量的不懈追求。

创作者的思想和灵魂,是AIGC所无法取代,也是吸引无数代读者的本源力量。AI智能体的出现,是为了守护这颗“创作之魂”,而知识智能体的生长,在百度可以获得更为良好的条件:

如果说创作者的思想是一颗种子,百度有技术的厚土。

拿前文提到的曾仕强智能体来说,想要最终生成符合人设的观点,百科进行了反复调试,对语言结构进行拆解,梳理总结语言风格特点……最终打造出了具备真实性、思想性的“国学智能体”,是现阶段AI领域里最接近真实存在,没有百度AI技术体系的全面坚实支撑,是很难实现的。

此外,百度移动生态还有商业的雨露。

业内人士普遍认为,智能体将重塑人与技术互动的方式,带来新的应用生态、流量格局和商业模式。知识智能体,就改变了用户与创作者、人与知识内容的关系,从而为创作者的商业价值带来更多可能性。

如果说,此前创作者对AI大模型的期待,是提高创作的效率和质量。那么,知识智能体的问世与落地,则将时代的杠杆、更大的红利,装进了创作者的背囊。有理由相信:AI时代,将是创作者最好的时代,一个更值得期许的春天。

欲知详情,可移步至百度百科微信公众号咨询。

感谢阅读!如果您对AI的更多资讯感兴趣,可以查看更多AI文章:GPTNB

Vectra AI欢迎行业资深人士加入其首席产品官团队

Vectra AI任命Jeff Reed为首席产品官,推动公司在网络安全领域的人工智能影响力。图片{ width=60% }


Vectra AI, Inc.,混合攻击检测、调查和响应领域的领先者,今天宣布任命Jeff Reed担任公司新设立的首席产品官一职。此次任命发生在公司发展势如破竹之际,紧随Vectra® AI平台于去年夏季的推出以及今年初推出的Vectra MXDR之后。Vectra MXDR是业界首个全球性、24×7开放式MXDR服务,旨在抵御混合攻击。
“Jeff带来了多样化的专业知识和丰富的经验,这正值人工智能正重新定义我们如何检测威胁和确定优先级攻击的时代,” Vectra AI的总裁兼首席执行官Hitesh Sheth表示。“我期待与Jeff密切合作,继续确立威胁检测和响应的新标准,同时帮助团队管理和减少不断增长的工作量。”
鉴于当今混合攻击格局中消除独立威胁检测的迫切需求,Vectra AI创建了首席产品官职位,以扩展其综合指导,为客户提供所需的基于人工智能的解决方案,以保护免受网络攻击。Reed将加入Vectra AI的领导团队,并负责贯穿所有与产品相关的倡议,如工程、产品管理、产品和技术营销以及客户支持的战略。这包括监督运营并提供战略指导,以进一步提供卓越价值。
Reed加入Vectra AI之前曾在Google Cloud™任职,最近担任云安全产品副总裁,之前负责Google的Kubernetes® Engine、Anthos™和无服务器组合的产品。在2020年加入Google之前,Reed在思科工作了十年,担任过多个高级职位,包括思科160亿美元企业网络业务的产品管理高级副总裁以及云端和网络安全的高级副总裁兼总经理。在思科之前,Reed曾在大型企业软件公司如赛门铁克工作,负责产品开发、联盟和业务拓展。
“我很高兴能与一支构建了真正独特方法帮助客户迅速规模检测混合网络攻击的团队共事,”Reed表示。“通过创建首席产品官职位,Vectra AI强调了其提供市场上最佳安全解决方案的承诺。我期待利用我在云计算、网络和身份验证领域的经验,帮助确保客户及其SOC团队提供所需的最有效工具,以提高效率并降低网络安全风险。”
支持资源
Vectra AI网站
Vectra AI博客
最新Vectra AI新闻
Vectra AI推特
Vectra AI领英页面
Google、Google Cloud和Anthos是Google, LLC的商标;思科是Cisco Systems, Inc.的商标,Kubernetes是Linux基金会的商标。




感谢阅读!如果您对AI的更多资讯感兴趣,可以查看更多AI文章:GPTNB

apexanalytix宣布推出Passkeys

这项新的欺诈防范技术可保护登录凭据免受网络犯罪分子的侵害,即使供应商的网络或电子邮件系统遭到破坏。图片{ width=60% }


今天,全球供应链风险管理数据、软件和服务领导提供商apexanalytix宣布推出Passkeys。这一行业首创功能使供应商可以使用生物识别技术(如指纹或面部扫描)或屏幕锁PIN安全登录他们的账户。

最新的FBI互联网犯罪报告显示,虚拟董事局欺诈(BEC)导致2023年损失了29亿美元的营收。传统的安全方法,如密码和多因素认证,已不再足以全面保护组织及其供应商免受威胁。Passkeys则能够抵御BEC和网络钓鱼攻击,几乎不可能伪造。Passkeys确保即使供应商的网络或电子邮件系统受到破坏,其登录凭据和敏感数据(如银行账户信息)仍然安全,无法被欺诈者获取。

专家建议经常更改密码并提高复杂性以防范网络攻击,但对大多数人来说,这并不切实际。研究表明,超过80%的数据泄露是由于密码弱或被重复使用。Passkeys通过消除记忆登录凭据、更改密码或担心密码复杂性的需要,仍然验证用户身份,从而缓解了密码疲劳。

有了Passkeys,无需记住任何内容。这种无密码登录使用存储在加密格式中的生物识别扫描或唯一的屏幕锁PIN,确保您的凭据在数据泄露事件发生时仍然安全。因此,apexanalytix的客户可以在整个供应商生态系统中体验到显着改进的安全性和可用性。

“我们Passkeys功能的推出标志着欺诈预防、数据安全和用户体验方面的重大进展,”apexanalytix的首席运营官兼全球采购付款解决方案与应用技术执行副总裁Akhilesh Agarwal表示。“在一个日益互联的充满网络威胁的世界中,通过Passkeys提供高水平保护不仅增强了我们客户对我们服务的信心,还彰显了我们对主动风险缓解和无与伦比的数据保护的承诺。”

Passkeys是apexanalytix的最新功能,紧随apex神经引擎的推出。这是一种由人工智能驱动的自动感知、自动执行的数据解决方案,可简化供应商与买家的互动、改善沟通,并最终为组织创建更强大的风险管理流程。

有关apexanalytix一系列行业领先解决方案的更多信息,请访问apexanalytix.com。




感谢阅读!如果您对AI的更多资讯感兴趣,可以查看更多AI文章:GPTNB

Pudu Robotics宣布推出PUDU T300

全球服务机器人领导者首次推出公司专为工业环境设计的机器人
全球服务机器人领导者Pudu Robotics今天宣布推出其首款专为工业应用而设计的机器人-PUDU T300,该机器人将在2024年汉诺威工博会上首次亮相。图片{ width=60% }


全球制造商正努力适应不断变化的市场需求和生产变化性。因此,打造更灵活、响应迅速和灵活的生产线已成为至关重要的环节。
PUDU T300旨在增强离散制造中的物流,通过向生产线提供供应品、在不同生产区域之间传递材料以及促进样品运输进行操作优化。凭借其先进的机动性,它可以熟练地穿越工业环境中典型的狭窄走廊。通过其“地图导航”功能,T300确保灵活部署,在没有网络连接的情况下独立运行,无需对环境进行修改,实现快速适应并整合到现有工作流程中。
“工业客户对自动化、灵活的机器人解决方案需求巨大,这些解决方案可以连续运行以满足高生产率要求并提高运营效率,”Pudu Robotics创始人兼首席执行官张斐龙表示。“随着制造商努力吸引和留住人才,T300通过与设施当前流程的无缝集成以及优化运营来填补当前空白,从而推动全行业创新。”
PUDU T300建立在该公司专有的PUDU VSLAM+技术之上,这是先进的视觉定位系统,可以实现无需地标的导航。这确保了PUDU T300可以快速适应生产布局的变化,无需进行耗时的重新配置或现场改造。PUDU T300的特点包括:
-卓越的机动性:PUDU T300具有穿越60厘米狭窄空间、跨越2厘米门槛和3.5厘米水槽的能力,可以在生产线之间轻松穿梭,无忧地提供供应品。
-先进的导航和部署:PUDU T300支持激光SLAM和视觉SLAM的融合定位,能够灵活适应高达30米的天花板高度的环境。它实时更新地图以实现一致可靠的导航,并在高达200,000平方米的空间内运行。
-物联网能力:PUDU T300包括安全门通行、电梯控制、具有呼叫选项的自配置网络以及通过应用程序进行生产线物料请求,以无缝整合到生产工艺中。
-多模态交互:高亮度运行指示灯和交通信号灯设计清晰显示PUDU T300的位置和行驶意图,可自定义按钮以进行有组织的协作,并通过声音提醒进行有效提醒。
-高效的充电:PUDU T300具有自动充电和快速更换电池的能力,可实现全天候连续运行,以满足不同客户应用需求。
-安全合规:PUDU T300符合ISO 3691-4工业安全要求,包括激光雷达、深度摄像头、碰撞保护装置和紧急停止按钮,以确保安全操作。
PUDU T300可用于改善整个制造业的生产线,包括3C电子制造商、汽车零部件加工厂、金属加工、半导体制造厂等。




感谢阅读!如果您对AI的更多资讯感兴趣,可以查看更多AI文章:GPTNB

Appian发布了Appian平台的最新版本

新发布的版本增加了Process HQ和生成式AI增强功能,以实现有意义的流程改进和持续优化
Appian(纳斯达克代码:APPN)今天宣布推出了Appian平台的最新版本。图片{ width=60% }


新版本引入了Process HQ,这是一种将流程挖掘和企业AI与Appian数据架构统一在一起的组合。Process HQ为企业运营提供了前所未有的可视化,以启用数据驱动的决策和流程改进。Appian最新版本还通过改进Appian AI Copilot和提示生成器AI技能,扩展了生成式AI的实际价值。
“我们很高兴看到Process HQ能为奥斯卡带来价值,自动化我们服务团队日常改进流程的数据分析,”奥斯卡健康公司产品经理Renee Hayter-Cotter表示。“从识别潜在问题领域的洞察力,到进行根本原因分析,并跟踪我们的对策的有效性,我们看到Process HQ在推动利润改善方面有很多机会。”
Process HQ业务用户需要更大的可视化能力,以全面了解他们企业数据和流程的全部范围,以最大化运营效率和战略决策制定。通过结合数据架构、流程挖掘、机器学习和生成式AI的最新技术,Process HQ帮助监视和改进建立在Appian上的每一个业务流程。Process HQ可以轻松降低成本、风险和延迟,改善合规性,并推动更好的业务结果,而无需进行昂贵且耗时的数据收集工作。Process HQ包括:
流程洞见,让没有流程挖掘或数据科学背景的业务用户通过AI驱动的工作流分析发现洞见并探索他们的业务流程。流程洞见利用在Appian数据架构中捕获的人类和系统活动的详细审计信息,提供即时可视性,无需大量努力。它使用企业AI来识别和量化瓶颈、错误和延迟,并为具有改进潜力的流程领域提供智能建议。用户可以跟随引导体验深入了解细节,然后可以快速通过Appian的流程自动化功能采取行动,所有这些都在一个安全的企业级平台内进行。数据架构洞见,允许业务用户探索企业数据并构建自定义报告和仪表板。结合Appian AI Copilot,用户甚至可以更快地获得新的洞见。数据架构洞见使业务用户无需任何Appian开发知识就可以创建报告成为可能,还使他们能够更快地回答常见的业务问题,无需依赖数据专家或开发人员来构建报告。组织可以通过这些功能节省大量的时间和金钱,并且可以确保只有正确的用户可以查看某些安全数据。
Appian最新版本中的其他生成式AI增强功能还包括:
使用生成式AI的十一种新AI技能。Appian现在通过嵌入在Appian云中的大型语言模型(LLM)提供了十一种新的AI技能。这些使用低代码设计,使用户可以利用LLM轻松调整特定用例的AI提示,包括:文档摘要、PII识别、非结构化文档和电子邮件提取、文本生成等。通过呈现一个经过策划的常见用例列表,AI技能简化了在Appian应用程序中整合生成式AI的过程,使用户可以从一个上下文相关的提示开始,并有效地生成可靠的AI响应。Appian AI Copilot通过生成示例数据和应用程序单元测试来自动化繁琐的开发任务。只需使用自然语言提供上下文和数据量,然后让AI飞行员处理剩下的,生成用于单个记录和复杂的相关记录集的数据。由AI生成的示例数据非常适合用户验收测试和利益相关方演示,并且加速应用程序的整个开发生命周期为任何应用程序提供了真实数据。AI Copilot现在还使用生成式AI来自动生成测试用例,通过建议与用户业务角色对齐的测试用例,确保业务逻辑的全面测试覆盖,开发人员可以加快测试活动,最小化手动工作量,增强应用程序的整体质量和可靠性。
“流程挖掘由于两个问题而受到制约 - 昂贵并且通常是主观的手动数据准备,因为即使是‘标准’系统也已经被定制,并且有限的工具可以解决您发现的流程瓶颈,”Appian首席技术官兼创始人Michael Beckley说。“Process HQ集成了Appian数据架构,以减少手动数据准备,并与Appian流程自动化统一起来,因此从洞见到行动从未如此容易。”
注册参加Process HQ网络研讨会,了解更多关于Appian流程智能功能的信息。




感谢阅读!如果您对AI的更多资讯感兴趣,可以查看更多AI文章:GPTNB