为了交付新服务和提升运营效率,企业将所有东西都连接在一起,从汽车到货柜,随之而来的要求是网络平台也必须跟进。在设备连接、数据分析与安全性及现有IT系统集成需求等方面,物联网(IoT)的复杂网络需求给大多数IT组织带来了重大挑战。
企业网络平台需求
在充满互连设备的环境中,第一个网络挑战就是选择正确的无线网络。选择标准取决于设备的物理位置是固定的还是移动的;它们是否有一些相矛盾的要求,如电源(设备的电池寿命)、数据传输量、带宽消耗和延迟性。
现有的机器连接机器系统通常依赖于专用(非互联网)网络,而新的部署则更多趋向使用Wi-Fi和4G网络。
此外,一些组织还必须选择用于采集设备数据、管理设备及在本地执行数据分析(由延迟要求决定)的网络平台。这种平台可能包含许多分布式网关和更集中的网络元素。
来自于大量设备或繁重实时处理的大数据采集量很快会让组织面对“大数据”问题。他们必须建立一个能够满足当前和未来应用需求的数据分析引擎(如Hadoop)。数据分析使组织能够使用IoT信息去改进他们的产品/运营、服务交付,以及更好地理解客户需求。
网络平台挑战
IoT代表着一个最复杂的IT挑战,因为它包含了新兴的IT和物理运营系统。安全性和设备管理的需求则进一步增加了复杂性。IT需要能够定制水平网络平台,使之能够符合他们的特殊业务或垂直行业需求。
安全性
将汽车、医疗设备和工具仪表等连接到互联网显然会给他们带来严重的安全风险。数据必须加密,网络也应该提供应对各种潜在攻击的安全功能——其中包括伪装设备、防止数据丢包和拒绝服务。
管理
此外,大量分布式设备(其中许多只有有限的本地智能处理能力)也会带来重大的管理挑战。这些设备可能有较长的使用寿命,并且也需要监控、软件更新和支持远程诊断问题。现有的网络管理系统必须调整才能够适应IoT的规模性和特殊要求。
网络平台供应商
有许多供应商提供网络元件、软件和系统集成方案,可以帮助组织建设和管理他们的IoT网络平台。这其中包括:思科(及Jasper Networks)、惠普企业(Aruba)、IBM、戴尔、Aeris、Aylia、PTC和Ruckus。
半导体供应商(包括英特尔、ARM和NXP)也在积极参与IoT技术开发,包括设备的平台 。
面向IT专业人员的建议
在过去几年时间里,大多数IT组织都曾经被要求评估和实现IoT系统/网络平台,以便帮助公司交付新的服务或提升运营效率。整个行业目前仍处于发展早期,目前还缺少清晰可靠的架构——因此目前还不可能有详细的IoT“蓝图”可遵循。网络人员应该先从一些小而具体的项目获得IoT经验。由于技术更新速度快,标准也还不成熟,“快速试错”的能力也是很宝贵的。组织应该选择从一些可信的IT合作伙伴获得专业知识和服务能力,在他们的帮助下完成大量的网络平台元件的集成、安全保证和管理。
好文章,需要你的鼓励
这项由加州大学圣地亚哥分校和微软研究院合作开发的REAL框架,通过程序分析反馈训练大型语言模型生成高质量代码。与传统方法不同,REAL采用强化学习将代码安全性和可维护性作为奖励信号,不依赖人工标注或特定规则。研究在多个数据集上的实验表明,REAL在保证功能正确性的同时显著提高了代码质量,有效解决了"即兴编程"中的安全漏洞和维护性问题,为AI辅助编程提供了新的范式。
加州大学伯克利分校与Meta FAIR研究团队开发了"Self-Challenging"框架,让大语言模型通过自己创建和解决任务来提升能力。该方法引入创新的"Code-as-Task"格式,包含指令、验证函数、示例解决方案和失败案例,确保生成的任务既可行又有挑战性。在工具计算、网页浏览、零售服务和航班预订四种环境测试中,仅使用自生成训练数据,Llama-3.1-8B模型性能提升了两倍多,证明AI可以通过自我挑战实现有效学习,减少对人类标注的依赖。
南洋理工大学与SenseTime Research合作提出了PoseFuse3D-KI,一种创新的人体中心关键帧插值框架。该方法将3D人体模型信息融入扩散过程,解决了现有技术在处理复杂人体动作时产生扭曲结果的问题。研究团队开发了专门的SMPL-X编码器直接从3D空间提取几何信息,并设计了融合网络将3D线索与2D姿态无缝整合。他们还构建了CHKI-Video数据集,包含2,614个视频片段及完整的人体标注。实验结果显示,PoseFuse3D-KI在PSNR上提升9%,LPIPS减少38%,显著超越现有方法。
这项研究提出了LongGuide算法,解决了大型语言模型在长文本生成任务中的局限性。研究团队发现,仅依靠上下文学习无法使模型充分掌握文本的语言和格式特性。LongGuide通过自动生成两种指导原则:度量指导原则和输出约束指导原则,显著提升了模型性能。在七种长文本生成任务中,该方法使开源和闭源模型的ROUGE-L评分平均提高约6%。LongGuide具有通用性强、易于学习、成本效益高等优点,为提升AI长文本生成能力提供了新方向。