IBM与日本最大的银行签署了协议,帮助后者开发“智能”合同,并基于区块链建模技术,使商业交易实现自动化。
这家IT厂商联合三菱东京日联银行(BTMU),将设计、管理和制定可以用在业务合作伙伴当中的合同。并且,这两家公司本身已计划利用区块链技术,使双方之间的商业交易实现自动化。
第一个试点项目于今年5月份开工,是建立在Linux基金会的开源区块链平台Hyperledger Project之上,最终部署在IBM的云基础设施上,以管理合同。
区块链经常被认为是比特币背后的核心技术。它是一种分布式数据库或公共总账,由参与某个系统的各方共享,借助一系列技术规则来验证。它由越来越多的数据记录组成,每个数据记录包括时间戳以及把它与前一个块联系起来的信息。只有被添加到区块链后,交易才被确认;由于每个参与者都有一个副本,若有篡改发生,会很明显,因而很难伪造和窃取。
IBM研究部门主管全球实验室副总裁罗伯特·莫里斯(Robert Morris)表示,领导BTMU合作关系的是他们的东京研究实验室,最近刚在新加坡设立了IBM区块链创新中心。该银行的新加坡分部也参与了这个项目。
莫里斯表示,IBM正与其他客户合作开展类似的区块链项目,其中包括伦敦证券交易所集团和日本交易所集团。
对于这些项目他没有透露进一步的细节,只是补充道:大多数客户将区块链视作一个潜在的竞争优势,但目前不愿公布计划。
他也不愿透露BTMU项目中相关的财务细节。
IBM和这家日本银行已开发了基于区块链的一种智能合同管理原型,双方表示旨在改善多方商业活动中的服务级别协议(SLA)的效率和问责性。
另外,这家银行计划在2017年财年(4月份开始)使用该工具管理其业务环境中的合同。与IBM签署的商业协议将延续到2017年财年年底前。
两家公司还声称,含有相关信息的传感器将用在区块链中,监控设备的交付和使用。这个过程将便于BTMU和IBM之间的开票和支付过程实现自动化。
三菱东京日联银行亚洲和大洋洲副首席执行官、亚洲和大洋洲新加坡分部及企业银行部门总经理Motoi Mitsuishi说:“区块链技术不仅有望改变金融行业,还有望改变商业界的其他行业,从而有助于提高端到端业务流程的效率。”
IBM的行业平台高级副总裁布丽奇特·范·克拉林根(Bridget van Kralingen)补充说,区块链能够“重塑”复杂的涉及多方、基于合同的商业模式,尤其是在银行和金融服务行业。
这家IT厂商认为,区块链有助于树立信任,而商业网络里面常常缺乏信任,因为它使治理和安全系统去中心化。它有望为网络里面的不同方提供同样的权威影响力,因为区块链使用的总账是在整个生态系统中予以共享和复制的。
IBM在过去这年一直在市场跑马圈地,向公共和医疗行业推出区块链服务,另外开设专门研发区块链技术的开发实验室。今年7月,它在新加坡开设了第一个IBM区块链创新中心,坐落于当地的沃森中心。
然而,IBM并不是宣扬区块链优点的唯一厂商。总部位于新加坡的安诺(Acronis)在今年5月份透露计划,使用这项技术来开发数据保护工具,设立一支专门研发这类项目的研发团队。
这家存储厂商认为,基于分布式架构,区块链有望提供新的数据保护使用场合,从而可以用来确保真实性和隐私性。安诺表示,比如说,区块链可用于保护众多类型的数据,比如财产及医疗记录、股票转让、法庭文件中的证据链,还有用于IT审计的长期数据归档。
好文章,需要你的鼓励
随着员工自发使用生成式AI工具,CIO面临影子AI的挑战。报告显示43%的员工在个人设备上使用AI应用处理工作,25%在工作中使用未经批准的AI工具。专家建议通过六项策略管理影子AI:建立明确规则框架、持续监控和清单跟踪、加强数据保护和访问控制、明确风险承受度、营造透明信任文化、实施持续的角色化AI培训。目标是支持负责任的创新而非完全禁止。
NVIDIA研究团队开发的OmniVinci是一个突破性的多模态AI模型,能够同时理解视觉、听觉和文本信息。该模型仅使用0.2万亿训练样本就超越了使用1.2万亿样本的现有模型,在多模态理解测试中领先19.05分。OmniVinci采用三项核心技术实现感官信息协同,并在机器人导航、医疗诊断、体育分析等多个实际应用场景中展现出专业级能力,代表着AI向真正智能化发展的重要进步。
英国正式推出DaRe2THINK数字平台,旨在简化NHS全科医生参与临床试验的流程。该平台由伯明翰大学和MHRA临床实践研究数据链开发,能够安全传输GP诊所与NHS试验研究人员之间的健康数据,减少医生的管理负担。平台利用NHS现有健康信息,安全筛查来自450多家诊所的1300万患者记录,并使用移动消息系统保持试验对象参与度,为传统上无法参与的人群开辟了研究机会。
Salesforce研究团队发布BLIP3o-NEXT,这是一个创新的图像生成模型,采用自回归+扩散的双重架构设计。该模型首次成功将强化学习应用于图像生成,在多物体组合和文字渲染方面表现优异。尽管只有30亿参数,但在GenEval测试中获得0.91高分,超越多个大型竞争对手。研究团队承诺完全开源所有技术细节。