Press "Enter" to skip to content

99 search results for "IBM"

IBM宣布推出基于人工智能的威胁检测与响应服务，为改变网络安全提供革命性解决方案

Published October 12, 2023 by 四海吧

<img alt=”” src=”https://ai.miximages.com/www.marktechpost.com/wp-content/uploads/2023/10/artificial-intelligence-ai-research-robot-cyborg-development-1024×683.jpg”/><img alt=”” src=”https://ai.miximages.com/www.marktechpost.com/wp-content/uploads/2023/10/artificial-intelligence-ai-research-robot-cyborg-development-150×150.jpg”/><p>在不断演变的网络安全威胁中，组织面临着一个日益严峻的挑战——海量的安全警报。安全团队发现自己在攻击者面前处于劣势，淹没在漏洞、警告和安全工具的海啸中。这个问题导致了反应时间的延迟，对关键威胁的错过，以及对可扩展和高效解决方案的急迫需求。</p><p>现有的解决方案虽然在一定程度上缓解了这个问题，但往往必须应对现代网络安全威胁的规模和复杂性。作为全球领先的技术公司，IBM推出了一项突破性解决方案——威胁检测与响应服务。</p><p>IBM的TDR服务利用先进的人工智能技术，不断从真实客户数据中学习，包括安全分析师的响应。这个智能系统能够自动升级或关闭高达85%的警报，使安全团队能够专注于最关键的威胁。通过评估和自动推荐最有效的检测规则，TDR服务将低价值的 SIEM 警报减少了45%，并提高了79%的高价值警报，需要立即关注。</p><p>此外，组织现在可以通过MITRE ATT&CK评估来评估与业界同行的安全状况。TDR服务应用AI技术对多个检测工具和策略进行协调，提供了一个全面的视角，以便在ATT&CK框架内检测威胁和评估漏洞。这个框架确保了一种主动和适应性的安全方法。</p><p>IBM的TDR服务的一大特点是无缝的端到端集成。它采用开放的API方法，能够快速与客户现有的安全资产集成，无论是在现场还是在云端。这个共同管理的门户提供了一个统一的企业视图，精确的修复能力，并在IT和OT领域执行安全政策。</p><p>此外，组织可以依靠IBM全球网络安全服务专业人员的全球支持。</p><p>总之，IBM的威胁检测与响应服务是解决现代网络安全不断升级挑战的一大进步。它的人工智能驱动能力、MITRE ATT&CK评估、无缝集成和全球支持提供了一种整体高效的解决方案，帮助组织加强安全防御并在不断变化的威胁面前保持领先。在网络安全风险和影响前所未有提高的时代，IBM的TDR服务为希望保护数字资产和声誉的组织提供了希望。</p>

Leave a Comment

IBM的’类脑’人工智能芯片承诺绿色高效的未来

Published August 25, 2023 by 四海吧

在一项令人兴奋的进展中，科技巨头IBM推出了一款“类脑”芯片的原型，这可能彻底改变人工智能（AI）领域。随着对高能耗AI系统环境影响的担忧日益增长，这一创新可能是朝着更节能和可持续的AI技术迈出的重要一步。这款开创性芯片从人脑复杂的连接中汲取灵感，有望重新塑造各种平台上的AI系统。 还阅读：IBM和NASA联手创建地球科学GPT：解码地球的奥秘 更环保的AI即将到来 IBM的原型芯片承诺大幅提高AI的能源效率。随着对高能耗AI基础设施所产生的碳排放的担忧不断升级，这款创新芯片带来了一线希望。该芯片的设计灵感来自人脑在实现高性能时消耗最小功率的卓越效率。这一突破可能为不仅先进而且环保意识到的AI技术铺平道路。 还阅读：人工智能技术如何改变回收行业？ 模拟人类连接 这个原型芯片的核心是一种革命性的方法：使用被称为记忆电阻器的组件，其工作原理类似于人脑内部的连接。与依赖二进制数据存储（0和1）的传统数字芯片不同，基于记忆电阻器的芯片可以存储一系列值，就像我们的大脑处理信息的复杂方式一样。这种“模拟”方法可能导致更好地模拟人类认知的AI系统。 还阅读：人工智能与人类智能：7个主要差异 利用自然启发的计算 来自萨里大学的Ferrante Neri教授解释说，基于记忆电阻器的方法属于自然启发的计算范畴。这个领域旨在模拟人脑的功能。记忆电阻器“记住”电历史的能力类似于生物系统中突触的行为。相互连接的记忆电阻器可能产生与人脑运作方式非常相似的网络。 面临的挑战和机遇 虽然类脑芯片的前景具有巨大潜力，但专家们敦促谨慎行事。Neri教授指出，实现基于记忆电阻器的计算机是复杂的，其中包括材料成本和制造复杂性等挑战。尽管存在困难，他仍持谨慎乐观态度，暗示类脑芯片的出现可能在不久的将来。 还阅读：Nvidia发布了一款改变游戏规则的AI芯片，以提升生成AI应用程序的速度 AI生态系统的绿色化 IBM的芯片提供了高能效和与现有AI系统的兼容性。这种创新可以延长电池寿命，并为智能手机到汽车等新应用提供支持。此外，如果大规模集成，这些芯片可以显著降低数据中心的能耗和冷却所需的水量。 还阅读：NVIDIA的AI将拯救地球免受气候变化的影响 我们的观点 在全球努力迈向更可持续未来的过程中，IBM的原型芯片的潜力闪耀着光芒。尽管在广泛应用之路上仍面临挑战，但这一创新为可持续和更高效的AI技术奠定了基础。随着持续的研究和发展，可能性令人心动，展示了一个AI和可持续发展和谐共存的未来。

Leave a Comment

IBM研究人员推出了一款用于深度学习推理的模拟AI芯片：展示了可扩展混合信号架构的关键构建模块

Published August 23, 2023 by 四海吧

I had trouble accessing your link so I’m going to try to continue without it. 正在进行的人工智能革命将重塑生活方式和工作场所，深度神经网络（DNN）在其中发挥了关键作用，尤其是基础模型和生成式人工智能的出现。然而，承载这些模型的传统数字计算框架限制了它们的潜在性能和能源效率。虽然出现了专门的人工智能硬件，但许多设计将内存和处理单元分开，导致数据洗牌和效率降低。 IBM研究一直致力于寻找创新的方法来重新构想人工智能计算，从而提出了模拟内存计算或模拟人工智能的概念。这种方法从生物大脑中的神经网络中汲取灵感，其中突触强度控制神经元之间的通信。模拟人工智能使用纳米级电阻器件（如相变存储器）将突触权重存储为电导值。相变存储器设备在非晶态和晶态之间转换，编码一系列值，并实现具有非易失性的权重的本地存储。 IBM研究在最近的《自然电子学》出版物中取得了使模拟人工智能成为现实的重要进展。他们推出了一款先进的混合信号模拟人工智能芯片，专为各种DNN推理任务量身定制。该芯片在IBM的奥尔巴尼纳米技术中心制造，具有64个模拟内存计算核心，每个核心都有一个256×256的交叉栅阵突触单元。集成的紧凑型基于时间的模拟-数字转换器实现了模拟和数字域之间的无缝切换。此外，每个核心内的数字处理单元处理基本的神经元激活函数和缩放操作。 该芯片的架构使每个核心能够处理与DNN层相关的计算。突触权重以模拟电导值的形式编码在相变存储器设备中。一个全局的数字处理单元位于芯片的中心，管理着特定神经网络执行所必需的复杂操作。芯片的数字通信路径连接了所有的瓷砖和中央的数字处理单元。 在性能方面，该芯片在CIFAR-10图像数据集上展示了令人印象深刻的92.81%的准确率，标志着模拟内存计算的重要成就。该研究将模拟内存计算与数字处理单元和数字通信结构无缝集成，从而实现了更高效的计算引擎。该芯片的每单位面积的吉博操作每秒（GOPS）吞吐量超过了以往基于电阻性存储器的内存计算芯片的15倍以上，同时保持能源效率。 借助模拟到数字转换器、乘积累加计算能力和数字计算块的突破，IBM研究实现了快速和低功耗的模拟人工智能推理加速器芯片所需的许多关键组件。以前提出的加速器架构将众多模拟内存计算瓷砖与通过并行2D网格连接的专用数字计算核心相结合。这种愿景和硬件感知的训练技术预计将在可预见的未来在各种模型上提供与软件等效的神经网络准确性。

Leave a Comment

IBM和NASA联手创建地球科学GPT：解码我们星球的奥秘

Published August 23, 2023 by 四海吧

在一个数据主导的时代，管理由NASA的地球科学任务产生的庞大信息量是一个巨大的挑战。IBM、HuggingFace和NASA的合作，造就了一个开源的地理空间基础模型。这个创新旨在赋予研究人员和爱好者们轻松地浏览海量数据的能力。它还为新一波气候和地球科学人工智能应用提供了蓝图。 还阅读： 数据驱动的挑战：驯服数据洪流 NASA的地球科学任务的规模令人惊叹。预计到2024年，可能会创造出25万太字节的数据。这个庞大的数据仓库的规模提高了对管理和利用这些丰富信息的巧妙解决方案的需求。为此，科技巨头IBM、AI平台HuggingFace和庄严的NASA之间形成了一种合作努力。 IBM的开源地理空间基础模型 这个联盟的核心是通过AI驱动的探索引入一个新的理解时代。通过利用IBM的Watsonx.ai的能力和一年的NASA的Harmonized Landsat Sentinel-2卫星数据（HLS），诞生了一个卓越的开源地理空间基础模型。这个能够探索广阔数据档案的模型是开创性的气候和地球科学人工智能应用的基础。 还阅读： GPT启发的原型：NASA开拓气候探索 合作围绕着创建一个AI原型，从强大的GPT模型的能力中汲取灵感。这个原型旨在解码我们星球复杂奥秘，承诺带来可能革命性改变我们对环境挑战的认识和应对方式的洞察。该项目将IBM的基础模型努力与NASA的地球卫星数据库相结合。通过这样做，它旨在扩大人工智能在加速气候变化研究等关键领域的影响。 还阅读： 精细调整以提高性能 通过合作实现模型的精细调整是一项令人瞩目的成就。通过使用标记数据对洪水和烧伤疤痕制图等任务进行模型能力的提升，团队成功地将其性能提高了令人印象深刻的15%，与现有的最先进模型相比。此外，这种提升只使用了一半的数据量。 开源技术在塑造我们星球未来中的作用 IBM研究AI副总裁Sriram Raghavan强调了开源技术在推动重大发现中的关键作用，特别是在应对气候变化领域。他赞扬了IBM的适应性基础模型努力、NASA宝贵的卫星数据仓库和HuggingFace领先的开源人工智能平台之间的协同效应。这种合作体现了协作精神，旨在加速解决方案的发展，促进一个更可持续的星球。 还阅读： 我们的观点 这个开源地理空间基础模型的出现标志着解开地球科学的神秘之网的重要步骤。它预示着一个理解我们星球复杂动态和应对紧迫挑战的新时代即将到来。当我们拥抱这个新资源时，我们也拥抱了一个更加明智未来的承诺，其中技术、协作和好奇心交汇在一起，塑造出与自然和谐共处的世界。

Leave a Comment

IBM、HuggingFace和NASA开源Watsonx․ai基金会模型：NASA的首个公开可用的AI基金会模型和HuggingFace上最大的地理空间模型

Published August 6, 2023 by 四海吧

IBM和开源AI平台Hugging Face共同宣布发布了watsonx.ai地理空间基础模型。这个出色的AI模型使用了NASA的卫星数据，代表了气候科学和地球研究领域的重大进展。这个合作的主要目标是民主化AI的获取，并促进这些关键领域的创新加速。 在面对不断变化的环境条件下，气候科学领域面临着获得最新数据的紧迫挑战。尽管有大量的数据涌入（预计到2024年将达到250,000 TB），但分析这些广泛的数据集对科学家和研究人员来说仍然是一个难以逾越的任务。为了解决这个问题，IBM今年早些时候与NASA签署了一项太空行动法协议，开发了一个用于地理空间数据的AI基础模型。 通过在Hugging Face上提供地理空间基础模型，这个合作旨在促进AI社区内更大的合作和信息共享。这一举措有望加速开发有益于地球的重大解决方案。 地理空间基础模型是在美国大陆范围内的一年时间内，使用协调的Landsat Sentinel-2卫星数据（HLS）进行联合训练的。该模型在现有技术上表现出令人印象深刻的15%的提升，同时只需要一半的标记数据。该模型可以通过进一步的微调适用于各种任务，包括森林砍伐追踪、作物产量预测以及温室气体的检测与监测。IBM和NASA还与克拉克大学合作，探索时间序列分割和相似性研究等应用。 IBM的地理空间模型利用了其基础模型技术，这是该公司更广泛努力的一部分，旨在为各种任务创建和训练AI模型，并利用场景之间的知识转移。今年7月，IBM推出了Watsonx，这是一个AI和数据平台，使企业能够利用可靠的数据扩展和加速先进AI的影响。集成到IBM环境智能套件（EIS）的商业版本的地理空间模型预计将于今年晚些时候发布。 总之，IBM和Hugging Face之间的合作，加强了NASA的卫星数据的支持，代表了推动科学进步和加深我们对地球气候的理解的有希望的机会。这个模型的开源性有望赋予全球研究人员和科学家在应对紧迫环境挑战方面的能力。

Leave a Comment

特雷·杜瓦格，Pathlight的首席技术官兼联合创始人–访谈系列

Published December 18, 2023 by 四海吧

Trey Doig是Pathlight的联合创始人和首席技术官Trey在科技行业拥有超过十年的经验，在IBM、Creative Commons和Yelp公司担任工程师Trey是Yelp预订的首席工程师，负责将SeatMe功能整合到Yelp.com上Trey还领导了SeatMe网页应用程序的开发[…]

Continue reading特雷·杜瓦格，Pathlight的首席技术官兼联合创始人–访谈系列
Leave a Comment

2024年您必须探索的10款最佳GPU

Published December 14, 2023 by 四海吧

简介 在人工智能（AI）、机器学习（ML）和深度学习（DL）的时代，对强大计算资源的需求已经达到了一个高潮。这场数字革命将我们推进到了未知的领域，在这里，数据驱动的洞察力是创新的关键。但要打开这些领域，我们需要与我们的壮志相匹配的工具。 这就是神奇的云GPU世界，我们数字时代的无名英雄。这些通用计算单元，通常简称为GPU，不仅仅是计算资源，它们更是无限动力的引擎。云GPU为用户提供了使用超级计算能力的非凡能力，而无需承担沉重的前期硬件投资负担。 本指南将带你踏上一段激动人心的旅程，探索主要云供应商，揭示它们的优势和隐藏的亮点，让你在AI/ML/DL的道路上变得更强大。 最佳GPU概览 供应商 GPU选项 定价 免费层 独特功能 最佳用途 亚马逊网络服务（AWS） T4，G4ad（Radeon Pro V520） 按需与竞价实例 是（有限制） 多样的GPU选择，广泛的生态系统 大型企业，对工作负载要求高的场景 微软Azure T4，A100，V620，M60，MI25 按使用量付费与预留实例 是（有限制） 高性能N系列GPU AI，机器学习，科学计算…

Continue reading2024年您必须探索的10款最佳GPU
Leave a Comment

“将生成式人工智能和强化学习融合实现自我改进”

Published October 20, 2023 by 四海吧

介绍 在人工智能不断发展的领域中，两个关键角色联手合作，打开了新的局面：生成式人工智能和强化学习。这些尖端技术有潜力创造自我改进的人工智能系统，使我们离实现机器自主学习和适应的梦想更近了一步。这些工具为能够改进自己的人工智能系统铺平了道路，使得机器能够自主学习和自适应的想法更加接近。 近年来，人工智能在理解人类语言、帮助计算机观察和解释周围世界方面取得了巨大成就。像GPT-3这样的生成式人工智能模型和Deep Q-Networks这样的强化学习算法站在这一进展的前沿。尽管这些技术在单独使用时已经具有了革命性的影响力，但它们的融合打开了人工智能能力的新维度，并将世界的边界推向了更舒适的境地。 学习目标 获取关于强化学习及其算法、奖励结构、强化学习的一般框架和状态-动作策略的必要和深入的知识，以了解代理机构如何做出决策。 探索这两个领域如何共生地结合在一起，以在决策情景中创建更具适应性和智能性的系统。 研究和分析各种案例研究，展示将生成式人工智能与强化学习在医疗保健、自主车辆和内容创作等领域进行整合的有效性和适应性。 熟悉Python库，如TensorFlow、PyTorch、OpenAI’s Gym和Google’s TF-Agents，以在实施这些技术时获得实际的编程经验。 本文作为数据科学博文马拉松的一部分发表。 生成式人工智能：赋予机器创造力 生成式人工智能模型，如OpenAI的GPT-3，旨在生成内容，无论是自然语言、图像还是音乐。这些模型的工作原理是预测在给定上下文中接下来会发生什么。它们已经被用于自动化内容生成和能够模仿人类对话的聊天机器人等方面。生成式人工智能的特点是能够从学习到的模式中创造出新的东西。 强化学习：教会人工智能做出决策 来源–Analytics Vidhya 强化学习（RL）是另一个开创性的领域。它是让人工智能像人类一样通过试错学习的技术。它已经被用于教授人工智能玩复杂的游戏，如Dota 2和围棋。强化学习代理通过接收行为的奖励或惩罚来学习，并利用这些反馈来不断改进。从某种意义上讲，强化学习使人工智能获得了一种自治形式，使其能够在动态环境中做出决策。 强化学习的框架 在本节中，我们将揭示强化学习的关键框架： 行为实体：代理机构 在人工智能和机器学习领域，术语“代理机构”指的是任务是与指定的外部环境进行交互的计算模型。它的主要角色是做出决策和采取行动，以实现既定目标或在一系列步骤中累积最大奖励。 周围的世界：环境 “环境”指的是代理人操作的外部背景或系统。实质上，它构成了超出代理人控制范围但可以观察到的每一个因素。这可以是虚拟游戏界面，也可以是机器人在迷宫中导航的现实世界环境。环境是评估代理人表现的“真实基准”。…

Continue reading“将生成式人工智能和强化学习融合实现自我改进”
Leave a Comment

Can't find what you're looking for? Try refining your search: