2024 年是全球政治和经济动荡的一年,也是顶级科技公司加倍投资人工智能 (AI) 能力的一年。这些公司希望,一旦 IT 买家能够更有信心地关注长期战略,AI 就能提升用户生产力。
数字、数据和技术领导者们不得不在严格控制成本的同时,吸收和测试 AI 在其组织中的潜力。这一年里,数据常常成为决策的驱动力,但公众对数据保护、隐私和安全的担忧也引发了对数据战略能否有效实施的思考和反思。
《计算机周刊》有幸接触到一些世界顶级技术领导者,他们分享的细节对于任何希望制定和实施 IT 战略以改善业务、支持员工和提升职业生涯的人来说都是非常有趣的阅读材料。
以下是《计算机周刊》2024 年十大 IT 领导人访谈:
1. Bruno Marie-Rose,2024 年巴黎奥运会和残奥会首席信息官
当奥运会和残奥会的技术由一位前田径世界纪录保持者和三届奥运选手负责时,你就知道这项技术一定掌握在可靠之手。Bruno Marie-Rose 是 2024 年巴黎奥运会和残奥会组织委员会的首席信息和技术官,他并非普通的数字领导者。在他的团队成功交付了一届非常成功的奥运会技术系统一个月后,他接受了《计算机周刊》的采访。
2. Stuart Birrell,易捷航空首席数据和信息官
作为易捷航空的首席数据和信息官,Stuart Birrell 不仅要运营英国最大的电子商务业务之一,还要同时监督全球第八大航空公司的 IT 系统。他说:"你既要应对电子商务和数字环境的高能量、高速度和高节奏,还要管理一个非常注重安全、受到严格监管的航空运营,包括 15,000 名机组人员和 30 个基地,多语言环境,还要应对天气、法规等因素的日常运营。在一个组织中整合所有这些是一个巨大的挑战。"
3. Johanna Hutchinson,BAE 系统公司首席数据官
与野生大猩猩和获救长臂猿一起工作并不是进入数据和技术职业的传统路径。但对于 BAE 系统公司的首席数据官 Johanna Hutchinson 来说,这是完全合理的:"良好科学训练的本质是假设检验和提出问题。这就是我对数据产生兴趣的原因。"Hutchinson 正在该领域的前沿工作,关注技术合作伙伴的发展,以了解这些技术能够为业务带来什么新的可能。
4. Caroline Bellamy,国防部首席数据官
Caroline Bellamy 是英国国防部 (MoD) 的主管,也是该部门的首位首席数据官。即便如此,作为高级女性领导人中代表性不足的群体之一,她也发现进入国防领域的领导岗位是一个具有挑战性的情况。Bellamy 指出,如果国防部用来构建算法和做出决策的数据不能代表该组织所服务的所有人或试图理解的整个人群,那么它就会失败。
5. James Fleming,弗朗西斯·克里克研究所首席信息官
每个数字领导者都喜欢认为自己的工作有助于推动更伟大的事业。对于弗朗西斯·克里克研究所的首席信息官 James Fleming 来说,这种增值元素是他工作的核心部分。他说:"我每晚入睡时都在想,我正在用计算机帮助治愈癌症。"克里克研究所的 2,000 多名员工和学生利用他们广泛的知识和专业技能跨学科工作,从分子到细胞再到整个有机体,探索各个层面的生物学。
6. Andy Gamble,Currys 首席信息官
首席信息官 Andy Gamble 承认,Currys 多年来一直在使用人工智能,应用于预测和补货、产品定价以及更好地了解客户。但在 Currys 引发兴奋的新事物是生成式 AI。虽然许多技术潮流来了又去,或者从未真正在零售业中找到自己的角色,但生成式 AI 被认为是不同的。
7. Nick Woods,曼彻斯特机场集团首席信息官
像他所服务的飞行员一样,Nick Woods 总是关注着远方。但作为曼彻斯特机场集团 (MAG) 的首席信息官,Woods 正在寻找数据驱动的技术,以帮助他的企业在运营活动和客户体验方面发展竞争优势。他说:"我们的使命是成为世界上最智能的机场。"MAG 是英国最大的机场运营商,运营着曼彻斯特、伦敦斯坦斯特德和东米德兰兹机场。
8. Nigel Richardson,百事可乐欧洲区首席信息官
作为百事可乐欧洲区首席信息官,Nigel Richardson 有三个主要优先事项。首先,利用数字和数据在一系列关键领域实现可持续增长,如客户参与、供应链关系和后台运营。其次,处理核心 IT 问题,包括基础设施、企业资源规划和系统现代化。他的第三个优先事项是发展能力。
9. Claire Thompson,法律与通用保险集团首席数据官
说数据是现代企业的生命线几乎已成为陈词滥调。然而,金融服务公司法律与通用保险集团的集团首席数据和分析官 Claire Thompson 表示,数据一直对大型企业至关重要。在过去几年里,特别是在她所在的行业,发生变化的是人们认识到了信息的改变游戏规则的力量。她说:"我们一直在用数据做事。变化的是人们意识到,当数据以不同方式使用时,可以为组织带来的价值。"
10. Craig Donald,英格兰足球协会首席信息官
也许令人惊讶的是,Craig Donald 并不是一个足球迷,所以他无法将英格兰足球教练的管理方法的细节与他个人的领导风格相匹配。然而,他致力于发展正确的文化,这是任何在其领域表现出色的领导者都会认同的。他说:"这是我ever有过的最好的工作,尽管我不是一个狂热的足球迷。享受的很大一部分来自于能够在技术团队内部和整个组织中建立起正确的文化。"
好文章,需要你的鼓励
ETH Zürich等机构研究人员提出TrustVLM框架,解决视觉-语言模型预测可信度问题。该方法利用模型中存在的"模态差距",创新性地结合图像到文本和图像到图像的相似度,实现无需重新训练即可大幅提升误分类检测性能。在17个数据集的严格测试中,TrustVLM相比现有方法在关键指标上提升显著,同时改善了零样本分类准确率。此成果为AI系统在自动驾驶、医疗等安全关键领域的可靠部署提供了重要保障。
这项研究提出了个性化安全概念,解决大语言模型对不同用户采用统一安全标准的问题。研究团队创建了PENGUIN基准测试集评估模型在处理高风险场景时的个性化安全能力,并开发了RAISE框架高效获取关键用户信息。实验表明,提供用户背景可使安全分数提高43.2%,而RAISE框架通过平均仅2.7次交互即可提高安全分数31.6%。这一创新方法将AI安全从"一刀切"转向"个性定制",为高风险领域的AI应用提供了新思路。
明尼苏达大学研究团队提出了一种创新方法,通过回合级信誉分配显著提升大语言模型(LLM)智能体的多回合推理能力。传统方法只对整个过程进行评价,而他们的MT-GRPO算法能够精确评估每个决策步骤的价值,就像为每一步提供具体反馈。在维基百科搜索工具使用场景中,该方法实现了100%的工具执行成功率和50%的答案精确匹配率,远超传统方法。这一突破不仅提高了AI在多步骤任务中的表现,也为开发更复杂的AI系统提供了重要思路。
这篇研究介绍了PISCES——一种能精确从大语言模型参数中移除特定概念知识的创新技术。与现有方法不同,PISCES通过解缠器模型识别概念相关特征,直接编辑模型参数,实现了更精准的知识移除。在Gemma和Llama模型上的测试表明,该方法不仅有效降低了目标概念的准确率(低至7.7%),还保持了模型在无关领域的高性能,并显著提高了对"重新学习"的抵抗力。这一突破为AI系统的安全部署和合规使用提供了新的可能性。