美国海军长久以来一直在贯彻执行IT基础设施与资源集中化这项重要工作,而且现在距项目启动时已经过去了十二年。具体负责相关事务以提高军队执行效率、实现积极影响的是海军架构、标准与情报部门副助理秘书James Meng。在上周于麻省理工学院举行的年度信息质量大会上,theCUBE的两位主持人Jeff Kelly与Dave Vellante就相关话题对他进行了现场采访。
“美国海军机构规模相当庞大,”Meng解释称,其需要执行覆盖全球的二十项任务指令。“该部门的工作主要在于帮助军方完成这些任务。鉴于跨类型执行的高度复杂性,从历史角度看每一项任务都拥有彼此独立的流程与体系。随着我们在当今业务环境下不断取得进展,单单完成任务已经不足以满足客户需求。我们需要切实提高执行的整体效率。”
美国海军在业务执行领域划分出五大功能类型:采购规划、财务管理、人力资源与储备、基础设施安装——包括航道、飞机跑道、其它设施——以及物料管理。“每一种功能类型都保持独立运行,”Meng指出,因此不能像企业那样从业务角度加以审视与掌控。“如果不能像管理企业那样对其进行操作,那么我们就只能从直觉角度出发,而这样的处理方式显然不够可靠。”
“如果大家希望通过宏观视角确保执行战略任务的高效方式,在这样的情况下恐怕很难找到足以确切解决问题的平衡点,”Meng表示。他同时解释称,公司面临的核心挑战在于如何满足美国海军在执行集中化方面提出的需求。目前网络安全、情报与数据科学已经成为关注的核心重点,但美国海军并不具备足够的资源、特别是人力资源来打理这方面事务。正如Meng所强调,“我们需要在处理这类事务的过程中不断学习。”
“我们需要利用自己拥有的业务数据打造出具备可操作性的商务智能体系。我们希望尽可能降低业务系统组件的重复性;只有深入参与,我们才能推动整个海军业务体系朝着正确的目标不断前进,且保证在此期间不会引发任何业务中断,”Meng指出。
他的主要努力目标之一在于“让整个军事体系意识到,数据属于真正的海军资产构成。数据并非本地所有、本地消费型资源。事实上,数据属于本地管理但整体消费这一类型,”Meng解释称。海军方面在这条道路上已经前行了近十二年,他们迈出的第一步是采用一系列ERP系统,而且在过去七年当中“我们开始对所有产品、服务乃至功能流程加以进一步分类,”他指出。在这一流程当中,国会预算则是不可忽视的第三个维度。
数据标准化是专为美国海军制定的一项特殊工作目标。“数据标准化处理的根本诉求在于将数据转化为可资操作的情报信息,”Meng表示。“我认为最需要强调的一点是,通过对能力放大的关注强化任务执行效率。永远、永远不要偏离这一核心目标。数据科学项目始终紧紧围绕着提升任务效能这一关键,整套机构的存在意义从根本上讲是为了成功完成此类任务。”
好文章,需要你的鼓励
帕洛阿尔托创业公司Catio在VentureBeat Transform 2025大会上获得"最酷技术"奖。该公司成立于2023年,已筹集700万美元资金。Catio推出的AI技术架构副驾驶将架构重新定义为可编码、可内省和智能演进的活体系统。通过结合实时架构地图和多智能体AI组织,帮助工程团队从被动决策转向持续主动的架构优化,为CTO和架构师提供数据驱动的架构决策支持。
国立台湾大学等机构开发的MuseControlLite技术实现了音乐AI的重大突破。该系统仅用8500万参数就达到61.1%的旋律控制精度,比现有方法减少6.75倍参数量却性能更优。通过创新的位置编码和解耦交叉注意力机制,系统能同时处理文字、音乐属性和音频信号的多重控制,支持音乐生成、修复和风格迁移等功能,为音乐创作民主化开辟新道路。
谷歌在ISTE教育技术大会上发布超过30款AI教育工具,包括专为教育打造的Gemini应用、协作视频制作工具Google Vids扩展访问权限等。教师可利用AI技术进行头脑风暴、生成教案、个性化学习内容,还能创建定制版Gemini"助手"为学生提供额外支持。新工具还包括AI阅读伙伴、学习进度追踪、Chrome设备管理等功能,旨在通过"负责任的AI"推动个性化学习体验。
马里兰大学研究团队在70亿参数的OLMoE模型中首次发现了真实大型语言模型的"Grokking"现象,即AI在训练误差稳定后仍能实现智能突破。他们开发了基于混合专家模型思维路径分析的新方法,能够在无需外部测试的情况下准确预测AI的泛化能力,为AI开发和评估提供了革命性的实时监控工具。