编辑 | KX

以 ChatGPT 为代表的生成式 AI 技术正在彻底改变药物研发领域。生成式药物设计能够从零开始创建全新分子或化合物，而无需依赖于现有的模板或分子框架。

---

然而，生成的分子的实用性往往有限，因为许多设计都集中在一组狭窄的药物相关特性，无法提高后续药物发现过程的成功率。

为了克服这些挑战，微软研究院科学智能中心、中国科学技术大学和全球健康药物研发中心（GHDDI）的研究团队合作开发了 AI 药物设计平台 TamGen，这是一种采用类似 GPT 的化学语言模型方法。

TamGen 通过基于 Transformer 自注意力机制的生成式 AI 模型，实现了针对致病靶蛋白的分子精准生成、优化以及合成与生物实验验证，开辟了创新药物发现的新路径。

研究证明 TamGen 生成的化合物具有更好的分子质量和活性。将 TamGen 集成到药物发现流程中，确定了 14 种对结核杆菌 ClpP 蛋白酶表现出显著抑制活性的化合物。其中，最有效的化合物显示出半数最大抑制浓度（IC50）为 1.9 μM。

GHDDI 中心主任丁胜表示：「TamGen 的初步成果标志着生成式药物设计领域的一项重要创新，为未来的 AI 药物研发提供了强有力的实用性和适用性证据。随着人工智能技术在药物发现领域的持续进步，TamGen 有望加速新药研发…

相关研究以 TamGen: drug design with target-aware molecule generation through a chemical language model 为题，于 10 月 29 日发布在 Nature Communications 上。

生成式药物设计面临的挑战

设计对致病蛋白靶标具有高结合亲和力的化合物可以显著加快药物发现过程。基于靶标信息生成化合物的生成式 AI 方法不仅可以加快这一过程，还可以探索现有化合物库之外更大的化学空间。

然而，尽管 AI 生成了大量新型化合物，但现有方法在提供有效候选药物方面仍然面临挑战。

TamGem：类 GPT 的化学语言模型

为了应对生成式药物设计面临的挑战，微软与 GHDDI 联合开发了 TamGen。

其创新之处在于，在类 GPT 生成模型的基础上加入了交叉注意力机制，并通过学习大量的已知和模拟的蛋白-配体结构数据，使得模型在生成新的化学分子时，能够同时考虑致病靶蛋白的信息。

这一改进使 TamGen 能够基于靶蛋白活性位点信息精准生成具备潜在相互作用的分子，进而增强分子生成的靶向性以及药物设计的合理性与精准度，再结合分子模拟、细胞活性 AI 模型与专家经验进一步虚拟筛选与优化，从而…

研究团队通过三个模块实现了 TamGen：(1) 化合物解码器，一种类似 GPT 的化学语言模型，也是 TamGen 的核心组件，为化学空间中的化合物生成奠定了基础；(2) 蛋白质编码器，一种基于 Transformer 的模型，用于编码靶标蛋白质的结合位点；(3) 用于化合物编码和细化的上下文编码器。

TamGen 生成药物设计高效且有效

为了对 TamGen 的整体性能进行基准测试，研究人员将其方法与最近提出的五种方法进行了比较：liGAN、3D-AR、Pocket2Mol、ResGen 和 TargetDiff。

结果显示，虽然每种方法在某些指标上都表现出优势，但 TamGen 始终名列前茅。例如，TamGen 在 6 个指标中的 5 个中排名第一或第二，并表现出最佳的整体性能。这一发现表明 TamGen 能够在生成过程中同时优化化合物的多个方面。

值得指出的是，对于具有高结合亲和力的化合物，TamGen 在 SAS 方面表现最佳，这些化合物可能对靶蛋白具有优异的生物活性。

与其他方法相比，TamGen 的效率也最高。研究使用一台 A6000 GPU 对所有方法的每个靶标生成 100 种化合物的时间进行了基准测试。其他方法需要数十分钟或数小时才能完成此任务，而 TamGen 平均仅需 9 秒即可完成此任务。这使得 TamGen 比 ResGen、TargetDiff、Pocket2Mol 和 3D-AR 分别快 85、154、213 和 394 倍。

总的来说，TamGen 在生成新化合物方面既有效又高效。

发现 14 种对结核病有效的化合物

接下来，研究人员使用 TamGen 设计针对 ClpP 的小分子抑制剂。

结核病（TB）是由结核分枝杆菌 (Mtb) 引起的传染病。研究专注于酪蛋白水解蛋白酶 P (ClpP)，它是细菌蛋白质降解系统中必需的丝氨酸蛋白酶，也是抗生素开发的新兴靶点。

使用由 TamGen 驱动的设计-改进-测试流程来识别潜在的 ClpP 抑制剂。研究发现了 14 种对 Mtb ClpP 表现出…

值得注意的是，TamGen 生成的化合物不仅丰富了进一步优化的候选池，而且还为命中扩展和构效关系 (SAR) 合成提供了有效的靶点。这些发现凸显了 TamGen 在靶标感知药物设计中的广泛适用性和巨大潜力。

未来展望

下一步，TamGen 的研究方向将集中在整合更多三维生成方法的优势，比如采用蒙特卡洛树搜索（MCTS）或分子动力学模拟技术，进一步改善生成化合物与靶蛋白结合能力及其他重要药物性质，如稳定性、合成可能性以及 ADME/T 特性。

参考内容：https://mp.weixin.qq.com/s/ToKG6upzt3Gl-b29PNfPRg

---

---

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。

世界首个「AI智能体文明」，终于揭秘了！
2个月前，1000+多个智能体在虚拟世界中，一同协作构建起自己的经济、文化、宗教和政府…
网友纷纷惊呼，堪称现实版「西部世界」。
如今，这个文明再次进化了，1000亿AI智能体文明的世界又是怎样的？
它们是一个个体，也是一个群体。

---

人类日常生活中的一切活动，都将在「我的世界」中实现1:1复刻。
这位北大校友Robert Yang分享了团队最新的研究，首次对外介绍了背后PIANO全新的「认知架构」。
PIANO（并行信息聚合神经协调），是一个能让AI智能体实现多方互动的架构，同时在多个输出流中保持连贯性。
项目地址：https://github.com/altera-al/project-sid
AI智能体如何能够同时思考和行动，在多个时间尺度上，以有意识和潜意识的方式运作？
好比钢琴的琴键，代表着不同的大脑模块。当它们一起演奏时，可以产生优美的和弦。而在智能体中，同样产生了类人的特质。
…

---

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。

编辑 | ScienceAI

由上海人工智能实验室提出的 VirSci（Virtual Scientists）系统是一个基于大语言模型（LLM）的多智能体协作平台，专注于模拟科学家团队的合作过程，从而加速科研创新。

不同于以往的单智能体系统，VirSci 通过使用真实科学家的数据来模拟科学团队的多人协作，不仅可以通过团队成员的合作讨论来生成更具创新性和影响力的科研想法，还展现出作为「科学学」（Science of Science）研究工具的巨大潜力。

---

该研究以「Two Heads Are Better Than One: A Multi-Agent System Has the Potential to Improve Scientific Idea Generation」为题，于 2024 年 10 月 12 日发布在 arXiv 预印平台。

论文地址：https://arxiv.org/pdf/2410.09403

VirSci 多智能体系统

VirSci 的核心工作流程主要分为五个核心步骤：团队成员选择、研究主题讨论，到 Idea 生成、创新性评估和摘要生成。

VirSci 根据真实学术数据，为每位智能体配备了独立的科研背景信息，通过跨领域的团队合作、相互启发、知识补充，从而激发出更多 Idea。

在科研协作过程中，VirSci 还会基于讨论内容查找并阅读论文来不断调整，最终生成有创新性的科研想法和内容。

VirSci 系统在创新性和影响力上的提升

为了验证 VirSci 在科研创新上的优势，VirSci 研究团队将其生成的科研想法与目前的单智能体 SOTA 模型（AI Scientist）所生成的进行了对比分析。结果显示，VirSci 在创新性和影响力上的表现均显著优于 AI Scientist。

具体而言，VirSci 系统生成的研究摘要在「新颖性(CD)」和「影响力(CI)」两方面均表现突出，既能贴近当前学术趋势（即 CD 低），又具备较高的潜在引用影响力（即 CI 高）。

此外，在 AI Scientist 中提出的基于大语言模型的评价指标（LLM Review Score）上，VirSci 也展现出优势，这说明多智能体协作模式对提升科研创新性具有积极作用。

面向未来的科学学领域应用

VirSci 系统不仅限于加速科研创新，它还展现出在科学学（Science of Science）研究领域中的应用潜力。

研究团队通过实验探究了 VirSci 系统中的团队构成对创新性的影响，研究内容主要包括 VirSci 系统中的不同团队规模、讨论轮次、团队新鲜度和研究多样性对最终生成结果的影响。

在不同团队规模与不同讨论轮数的实验中，为了确保比较的公平性，不同团队构成的实验都在相同的推理消耗下进行比较（总的推理轮数相同）。

实验结果表明，适当的团队规模和讨论轮数能够显著提升创新性。通过对比不同团队规模和不同讨论轮次的实验结果发现，规模适中的团队（8人）在 5 轮讨论后创新性达到最高；而过大的团队规模或过多的讨论轮次可能导致协调困难和创意枯竭，从而降低创新性表现。

在不同团队新鲜度的实验中，团队新鲜度表示团队成员之间存在首次合作的人数比例。实验发现，当团队成员的新鲜度在 50% 时，团队的创新性达到最高，这表明在新旧成员合理混合的情况下，团队能够实现最佳的科研创新表现。

通过保持适度的新鲜度，团队不仅能发挥已有的协作默契，还能在多样化的视角中产生更多新颖想法。

最后，研究团队通过实验考察了 VirSci 系统中团队成员在研究背景上的多样性对结果创新性的影响。

实验显示，4 人团队与 8 人团队分别在 50% 和 75% 的多样性水平时，生成的科研想法展现出较最高的创新性和影响力，这表明适当的学科多样性有助于激发团队成员之间的跨领域互动，从而带来更具影响力的科研成果。

立即体验 VirSci

VirSci 现已开放供科研人士试用。通过这个平台，您将能够体验到一个由智能体团队支持的、充满创造力的科研创新环境。欢迎来自各界的科研人员前来体验 VirSci，感受多智能体协作系统在学术创新加速中的强大潜力！

Github：https://github.com/open-sciencelab/Social_Science

项目网页：https://open-sciencelab.github.io/Social_Science/

---

---

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。

全球领先的可观测性和数字体验强化公司领导团队，行业老将加盟
Riverbed，AI可观测性领导者，宣布任命Kris Luhrsen为其新任首席营收官（CRO）。{ width=60% }

---

在这一角色中，Luhrsen将推动Riverbed的增长和销售策略，监督全球销售、渠道与联盟、续约与客户成功、咨询架构师、专业服务和销售运营。

LinkedIn：Riverbed appoints Kris Luhrsen as Chief Revenue Officer: https://bit.ly/48o0S9A

“我们非常高兴欢迎Kris Luhrsen加入我们的团队担任首席营收官”，Riverbed首席执行官Dave Donatelli表示。“Kris对技术领域的深刻理解、在扩大营收、领导高绩效团队和客户参与方面的成功记录，使他成为引领我们销售职能前行、推动Riverbed可观测性和加速解决方案增长的理想人选。”

“我很高兴加入Riverbed担任首席营收官，此时正值Riverbed AI动力平台和领先解决方案在市场上势头强劲的时刻”，Riverbed首席营收官Kris Luhrsen表示。“我期待支持那些每天依赖Riverbed优化数字体验、改善IT运营并实现可衡量结果的成千上万客户。”

Luhrsen带着领导销售组织、实现销售执行和增长议程的数十年经验加入Riverbed。Luhrsen还具有在组织中建立增强可预测性、一致性和生产力的流程方面的丰富专业知识。

在加入Riverbed之前，Luhrsen担任领先网络安全公司Venafi的首席营收官，该公司后被CyberArk收购。他此前的职务包括担任领先的开源基础架构软件提供商SUSE的北美销售总裁，并在VMware和思科担任高级销售领导职务。

Luhrsen持有印第安纳大学凯利商学院商学学士学位。

Luhrsen的任命是紧随Riverbed平台最近的推出和几款新数据可观测性和AIOps解决方案的公告之后，包括用于克服网络盲区的Aternity Mobile和NPM+，Riverbed IQ 2.0，以及Riverbed统一代理模块的第一个第三方模块—适用于Intel Thunderbolt和Wi-Fi的Aternity。此外，Riverbed最近因许多解决方案而获得了行业认可，包括：2024年Gartner®数字员工体验管理工具（DEX）魔力象限™的领导者；2024年GigaOm网络可观测性雷达报告的领导者；2024年GigaOm AIOps雷达报告的表现优越者；以及2024年Gartner®数字体验监控（DEM）魔力象限™的有远见者。

在AITechPark上探索最新的人工智能、物联网、网络安全、AI技术资讯和来自行业专家的深刻更新！

---

---

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。

Software-as-a-service EHR为农村、关键通道和社区医院提供一个完整的系统，支持它们的独立性。{ width=60% }

---

全球健康IT领导者Altera Digital Health今天宣布，原生部署在Microsoft Azure云平台上的电子健康记录（EHR）Paragon® Denali现已普遍可用。利用软件即服务（SaaS）模型，Paragon Denali为农村、关键通道和社区医院带来了云端功能和容器化服务，提供更大的系统可靠性和数据可访问性，同时支持组织增长和改进用户体验。
医院需要快速、持续的实时数据访问，以支持从临床诊断到财务和运营效率的明智决策。考虑到这些需求，Altera在Azure上构建了Paragon Denali，并使用容器化服务来最大程度地减少客户停机时间，从而减少对患者护理和现金流的干扰。客户现在将能够轻松地在Paragon Denali中实施即将推出的功能。除了减少硬件和维护成本外，使用Paragon Denali的医院还将能够根据需要扩展或缩减系统。作为长期合作伙伴，Altera和Microsoft的结合力还将为客户提供所需的先进安全控件，以帮助对抗不断发展的威胁景观。
“Paragon已成为我们的医疗系统的重要投资，推动着我们的医院全面实施EMR最佳实践。我们的提供者以及临床和运营终端用户拥有他们所需的灵活性，以便专注于提供安全、高质量的患者护理，” Pipeline Health System首席信息官Meghan Bisping表示。“Altera在他们的解决方案上的投入时间和资源为我们满足医疗需求不断增长提供了重要支持。我们期待通过与Altera合作推动Paragon Denali将如何推动我们组织的未来成功。”
Paragon Denali为客户提供了经过验证的EHR功能，以及整合了急诊部门、门诊、财务、收入循环和企业资源规划数据的单一数据库。在整个组织中利用单一系统不仅为繁忙的提供者提供了一个临床真理的单一来源，还减少了数据冗余、IT复杂性和成本。随着医疗市场不断扩大，Paragon Denali将提供工具，帮助客户保持独立性，实现财务稳定，继续为他们的社区提供高质量护理。
“社区医院往往比大型医疗系统拥有更少的资源，但他们必须应对许多相同的监管要求、财务压力和IT复杂性，” Altera Digital Health Paragon执行副总裁Mark Bruno表示。“Paragon Denali旨在满足这些组织的独特需求，并使他们能够稳步与整个行业发展。我为团队致力于将Paragon Denali推向市场而感到自豪，期待着为我们的客户带来更高水平的EHR体验，因为他们与Altera迈入下一个阶段。”
“云代表了医疗保健的一个新时代，使组织能够应对不断发展的临床和运营压力，同时赋予提供者强大的数据和AI驱动的功能，” Microsoft健康与生命科学总经理Todd Mersch表示。“在Microsoft Azure上的Paragon Denali标志着我们与Altera的长期合作关系的新篇章，我们正在努力发挥健康数据的全部价值，并显著改善提供者和患者的医疗体验。”
要了解更多关于Paragon Denali的信息，请访问 alterahealth.com/paragon。

---

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Markdown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。

Meta和谷歌使用用户评论或评论作为生成AI回应餐厅查询或总结情感的一部分可能带来新的诽谤风险，专家警告。

---

在澳大利亚，当用户在谷歌或Facebook上发布涉嫌诽谤的帖子或评论时，通常是用户面临诽谤诉讼。但在2021年的一项具有里程碑意义的高等法院判决中，涉及迪伦·沃勒（Dylan Voller）针对新闻媒体的案件 - 关于有关这名年轻土著男子在唐戴尔青年拘留中心被虐待的社交媒体页面上的评论 - 也认定托管诽谤性评论的页面，例如Facebook上的新闻页面，也可能承担责任。

这些科技公司偶尔在澳大利亚受到法庭起诉。谷歌被迫在2022年向前新南威尔士州副州长约翰·巴里拉罗（John Barilaro）支付超过70万美元，因为托管了一段诽谤视频，并被要求在2020年支付4万美元，因为搜索结果链接到一篇有关墨尔本律师的新闻文章。

上周，谷歌开始在美国推出Maps的新功能，其新的AI“Gemini”允许人们询问Maps要参观的地方或要做的活动，并总结用户对餐馆或地点的评论。

谷歌还开始向澳大利亚用户提供搜索结果的AI概述，为用户提供搜索结果的摘要。Meta最近开始提供Facebook帖子上的评论的AI生成摘要，例如新闻机构发布的评论。

班尼特法律公司的诽谤专家和顾问迈克尔·道格拉斯表示，随着AI被引入这些平台，他预计会看到一些案件进入法庭。“如果Meta吸收评论并输出，输出的内容是诽谤性的，那么它就是一家发布商，并有可能承担诽谤责任，”他说。“毫无疑问，这样的公司会依靠各种辩护理由。它可能会以诽谤法案下的‘无辜传播’为辩护，但我不确定这种辩护能走得很远 - 它理应合理知道它会重复诽谤内容。”他表示，他们可能会依赖一些州诽谤法中的新“数字中介”规定，但他表示，AI可能不在新辩护范围内。

悉尼大学法学高级讲师大卫·罗尔夫教授表示，AI重复涉嫌诽谤性评论可能对科技公司构成问题，但最近的诽谤改革引入的“严重伤害”要求可能降低风险。他表示，然而，最近的改革是在大型语言模型AI普及之前引入的。

罗尔芙表示，鉴于AI可以根据输入在每个用户中提供多种不同的回应，这可能限制看到涉嫌诽谤材料的人数。

在被问及诽谤风险的问题时，谷歌地图副总裁米里亚姆·丹尼尔告诉记者上周，该公司的团队努力删除虚假评论或任何违反其政策的内容，但“Gemini”旨在提供“平衡的观点”。

Meta的一位发言人表示，其AI是新的，可能并不总是返回公司意图的回应。“我们在功能内共享信息，以帮助人们了解AI可能返回不准确或不恰当的输出，”发言人表示。“自推出以来，我们不断发布更新和改进我们的模型，并继续努力使其更好。”

探索更多关于这些主题的信息
人工智能（AI）
Meta
Google
Facebook
Google Maps

此内容可供重复使用。

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。

领先的预测采购管控（PPO）领导者Arkestro加入了亚马逊云服务（AWS）合作伙伴网络（APN），重新定义采购在业务增长中的作用。{ width=60% }

---

Arkestro很高兴宣布加入AWS合作伙伴网络（APN），这是一个全球AWS合作伙伴社区，利用计划、专业知识和资源来构建、推广和销售客户方案。加入APN，Arkestro巩固了其承诺，即赋能组织在每次购买时获得竞争价格，同时在规模上推动更快、更好的结果。

Arkestro利用机器学习（ML）和行为科学来革新采购，消除了对过时的手动流程（如数据透视表和繁重的谈判）的需求。相比手动操作，采购团队可以以不可能手工实现的速度和准确度处理报价并达成最佳供应商协议。使用Arkestro的企业在头60天平均节省成本16%，在每笔交易中释放价值。

“我们对加入APN所开启的机遇感到兴奋，”Arkestro首席执行官Neil Lustig表示。“与AWS合作将帮助我们提供空前水平的运营卓越，赋能采购团队更快速地实现卓越结果，并在以往难以达到的规模上取得优势。我们旨在加速上市时间，同时提供一个安全、未来可持续的环境，将采购从成本中心转变为整个组织的战略增长引擎。”

APN是一个由来自200多个国家的130,000个合作伙伴组成的全球网络，与AWS合作提供创新解决方案，解决技术挑战，赢得交易，并为共同的客户提供价值。

加入APN突显了Arkestro致力于为采购团队提供塑造未来采购所需的尖端工具的坚定承诺。通过规模化交付更快、更智能的结果，Arkestro帮助创造了强大的优势——对于希望将采购转变为成功的战略驱动程序的企业来说，这确实是一个双赢局面。

---

---

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。

Medscape，作为医疗保健专业人士健康信息解决方案领导者，今天推出了Scribe，这是一款创新的AI动力工具，旨在简化医生记录患者就诊信息的方式。{ width=60% }

---

Scribe可在Medscape移动应用程序和网站上使用，使医疗专业人士能够实时转录和总结患者就诊信息，从而让他们更多地专注于患者护理，而不是文档工作。

Scribe提供了两个核心解决方案：患者就诊实时转录和使用广泛接受的医学模板（如主观，客观，评估，计划（SOAP），病史和体格检查（H&P），问题导向的医疗记录（POMR））进行定制摘要。 该符合HIPAA标准的工具确保患者数据安全，转录会在72小时后自动删除。 随着Scribe的推出，医疗专业人士正在发现患者记录工作中的新效率，转变临床工作流程，并节省宝贵的时间。 Scribe目前仅适用于美国的医生。

Scribe的主要特点：

• 无缝实时转录：Scribe利用前沿AI技术准确捕捉患者对话，减少手动记录的需求并减少错误。
• 可定制的摘要格式：医生可以从SOAP，H&P或POMR等模板中选择，使文档与其首选工作流程保持一致。
• 提高合规性和准确性：Scribe有助于保持医学文档标准和监管合规性，生成可靠的记录以进行有效的患者管理。
• 改善医生与患者的互动：通过自动记录笔记，医生可以更多地专注于患者护理，从而提高患者参与度和改善护理结果。
• Scribecheck进行快速审核：一个独特的功能，Scribecheck在摘要中突出显示关键的剂量和频率信息，使临床医生能够快速高效地审查关键处方细节。
• 可扩展性和网络同步：摘要和转录可在Medscape应用和网站上访问，支持与各种规模的实践的电子病历（EMR）和电子健康记录（EHR）系统集成。

Scribe现在可免费在Medscape应用程序上使用，可通过App Store（iOS），Play Store（Android）和https://www.medscape.com/aboutscribe上的Medscape.com访问。

体验Medscape AI Scribe：观看演示通过观看我们的演示视频，了解Scribe如何革新临床文档。该引导式演示展示了医生如何轻松地转录患者就诊信息并在几个步骤内定制摘要。观众将体验Scribe如何提高工作流效率，简化文档工作，并促进更强的医生与患者互动。

竞争优势Scribe通过使医生每天节省数小时的工作时间获得竞争优势 - 而这一切对Medscape用户来说都是免费的。凭借其高质量的转录，可定制的模板和符合HIPAA标准的数据安全性，Scribe作为医疗领域的强大工具脱颖而出。

---

---

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。

HiddenLayer，作为人工智能解决方案安全领域的领导者，荣幸地被认定为Gartner在2024年报告中的“酷供应商”（Cool Vendor）。{ width=60% }

---

这一殊荣突显了HiddenLayer在应对不断演变的威胁格局中，保障人工智能模型、数据和工作流安全的创新方法。
HiddenLayer的积极解决方案确保组织可以依靠全面和具有韧性的人工智能系统，在人工智能采用加速的时代运行。Gartner的认可凸显了该公司在人工智能安全领域的专业知识和领导地位，为行业设定了一个标杆，因为企业越来越多地寻求尖端解决方案来保护敏感的人工智能系统和数据。

“被Gartner认定为人工智能安全的‘酷供应商’验证了我们的愿景，以及我们的团队为组织提供应对现实中人工智能威胁的复杂工具所做的关键工作，”HiddenLayer的首席执行官Chris Sestito表示。“这一认可加强了我们对抗对抗性攻击、确保我们的客户和合作伙伴进行安全人工智能部署的承诺。”

HiddenLayer的创新解决方案包括量身定制的功能，旨在应对机器学习和人工智能中独特的安全挑战。通过专注于人工智能的完整性和模型保护，HiddenLayer赋予企业以巩固他们的人工智能资产，而不会影响性能或创新。

“酷供应商”认定加强了HiddenLayer作为人工智能安全领域领导者的势头，此前曾获得SINET16创新奖，并在A-List Austin奖项中被认定为人工智能突出者。这些荣誉反映了HiddenLayer不断推动人工智能安全标准的承诺，以及在全球范围内确保安全人工智能采用的承诺。

对于希望保护他们的人工智能模型和工具的组织来说，HiddenLayer提供了一种建立在对现代安全需求的韧性和适应性的无与伦比的解决方案。

---

---

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。

Strategic partnership unlocks value for enterprise customers by leveraging Opsera’s AI/ML capabilities and Databricks’ Data Intelligence Platform for faster, safer and smarter deployments
Opsera,由Hummingbird AI提供支持的统一DevOps平台，受到财富500强公司信任。{ width=60% }

---

今天宣布与数据和人工智能公司Databricks建立合作伙伴关系，以通过AI/ML模型部署和模式回滚功能，赋予软件和DevOps工程师以更快速、更安全、更智能地交付软件的能力。
了解更多关于Opsera和Databricks合作伙伴关系的信息: https://www.opsera.io/
Opsera，作为行业首款由Hummingbird AI推动的统一DevOps平台，实现了将开发人员和企业赋予快速、更安全、更好地在多云和多SaaS应用程序中交付软件的愿景。Opsera利用其DevOps平台和集成功能，并构建AI代理和框架，通过独特的自动化数据编排方法，彻底改变软件交付管理流程。
Opsera现已成为Databricks的Built on Partner Program和Technology Partner Program的一部分。该合作伙伴关系实现了以下目标:
具备安全性和合规性防护的AI/ML模型部署: Opsera确保使用Databricks基础设施进行的模型训练和部署符合在部署之前的安全性和质量防护以及阈值。适当的模型训练使客户能够优化Databricks Mosaic AI的使用并降低部署风险。具备回滚功能的模式部署: Opsera在Databricks中促进受控模式部署，并具有用于增强灵活性和信心的内置回滚功能。客户获得更好的变更管理和合规性跟踪，并减少无序的生产部署，从而导致增加Databricks的采纳率和增强自动化管道的价值。
“高级LLM模型和企业AI解决方案的开发继续推动对数据的不可满足的需求，”企业战略集团的首席分析师Torsten Volk表示。“数据管理和数据编排供应商之间的合作伙伴关系，以简化这些大量数据的传输和持续管理，是对这些复杂且非常有价值的AI工作的必要回应”。
“我们很自豪与Databricks建立合作伙伴关系，Databricks作为数据智能和基于云的数据湖解决方案的领导者，”Opsera的联合创始人兼CEO Kumar Chivukula表示。“我们将共同拓展我们的共同愿景，以向跨组织和行业的软件团队提供具有较高的安全性和监管的更好，更快速，更安全的DevOps，并通过独特的自动化数据编排方式实现数据的软件交付管理”。
“这一合作将使DevOps团队能够将Databricks无缝集成到其现有的软件开发生命周期中，加速为我们的客户创造价值，并有助于构建数据智能，”Databricks GTM集成副总裁Heather Akuiyibo表示。“这是使数据和人工智能有效且安全地进入用户手中的重要一步”。
Opsera和Databricks合作伙伴关系的其他优势包括:
强大的ETL（抽取、转换、加载）能力: Databricks基于Spark的引擎实现了从各种来源高效地进行ETL到集中式数据湖的功能。这使得Opsera能够收集和编排大量数据，提高开发人员的效率，加速数据处理效率。可扩展且灵活的数据智能平台: Databricks的Delta UniForm和Unity Catalog提供了可扩展、受管、互操作、可靠的数据湖解决方案，使Opsera能够高效地编排大量结构化和非结构化数据。高级分析和ML: Databricks Mosaic AI集成的机器学习功能使Opsera能够高效地为预测分析、异常检测和其他高级用例构建和部署AI/ML模型。无缝集成: Databricks与Opsera现有技术堆栈无缝集成，促进平稳的数据流动，并实现对DevOps平台的端到端可见性。

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。