当下的数据世界正经历着什么?它又将如何影响着今年的科技市场?人工智能、物联网、深度学习等新技术的不断更新迭代,使得数据呈现出爆炸趋势。另外,今年GDPR的正式实施,同样让各行业用户、数据管理厂商等各机构对数据管理再次重视起来。
无可否认,数据爆炸式增长带来对数据保护的迫切需求,各种新技术例如Web工作负载和移动应用环境的变化,都在重新定义客户的工作方式。"Veritas二十多年来专注于跨平台数据保护领域,随着客户环境的不断演进,Veritas也将核心的价值定位在于两个层面:一是将核心放至跨平台;第二是关注于数据本身和数据保护。Veritas公司大中华区总裁杨晨在发布会上表示。
作为一家数据管理公司,Veritas自上半年推出NetBackup 8.1.1版本后,基于行业市场需求,近日再次宣布推出Veritas NetBackup 8.1.2全新版本。据杨晨介绍,该版本从根本上改善用户界面,更加注重用户体验,进一步简化企业员工数据保护和现代化工作负载的方式措施。
全新Veritas NetBackup 8.1.2采用了业内领先的数据保护技术,无论是在本地环境或是多云环境,NetBackup直观的用户界面都能让员工轻松的保护和监测所拥有的数据。Veritas公司大中华区技术销售与服务事业部总监顾海巍在发布会上重点介绍了此次新版本的用户体验及功能上的改进。
在用户体验层面,据了解,NetBackup 8.1.2的呈现方式和导航方式是采用当下最流行的win10扁平化窗口设计,设计感与现代感倍增。通过窗口化设计在界面上将不同角色所关注的不同深度、不同层面的信息,如数据使用状况、工作完成状况、事件状况及许可使用状况等通过不同窗口整合在一个界面上,非常直观的呈现出来。另外,扁平化设计除了信息整合、信息组织之外,用户的使用感觉像是在使用导航,进入系统后会有更详细的数据展现。
在功能层面,NetBackup8.1.2主要在五个方面进行了改进;
一、 现代化工作负载:支持各种大数据平台、开源平台、列式/行式数据库;
二、 现代化用户体验:开放API,实现基于工作负载的端到端用户体验的极度简单化;
三、 现代化快照管理:在多云环境下,整个数据的备份性能和恢复性能是传统方式无法满足的。新版本发布实现独立性和快速部署,独立于硬件平台;
四、 自动化和集成化:需要运维平台进行结合;
五、 面向VMware环境的现代化保护:40%-50%的负载是在VMware上。针对VMware私有云的保护,做了很多改进。在技术上给客户提供整体价值,主要为客户提供化繁为简、智能体验的使用感受。
"在如今的多云环境下,确实给用户带了诸多益处,同时也带来了挑战。信息孤岛就是其中一项。而数据孤岛又造成了很多数据操作上的孤岛,对这些数据做不同操作时每朵云也是不一致的,企业需要一个统一的数据保护平台。而NetBackup8.1.2针对需求,专门为多云环境做数据保护的平台。顾海巍表示。他认为企业必须要有数据文化,这样才有利于企业未来的业务的发展。
对于未来规划,Veritas在今年将开始开展新的解决方案设计战略,除了数据保护,还将有业务连续性解决方案、业务合规性觖决方案等等,所有的产品、解决方案都将以用户体验设计为战略。顾海巍强调称,目前,Veritas在全球有一支独立的用户体验设计团队,基于成千上万个客户的反馈设计出众多实验性的方案及产品,在操作性、实用性、简单、易用性等方面将更加注重。
好文章,需要你的鼓励
Writer首席执行官May Habib指出,企业在构建和扩展AI智能体时面临重大挑战。智能体在构建、运行和改进方式上与传统软件截然不同,需要抛弃传统软件开发生命周期。智能体不会可靠地遵循规则,而是结果导向、具备解释和适应能力。企业需要采用目标导向方法,设计业务逻辑蓝图而非工作流程。质量保证也需要评估非二元行为和实际应用表现。智能体维护需要新的版本控制系统,涵盖提示、模型设置等所有影响行为的因素。
这项研究解决了AI图片描述中的两大难题:描述不平衡和内容虚构。通过创新的"侦探式追问"方法,让AI能生成更详细准确的图片描述,显著提升了多个AI系统的性能表现,为无障碍技术、教育、电商等领域带来实用价值。
Salesforce首席执行官马克·贝尼奥夫表示,公司正大力推进人工智能应用,AI代理现在承担了公司30%至50%的工作。他认为员工应适应AI替代人工的趋势,转向更高价值的工作。然而,这一变化导致约1000名员工被裁,虽然公司计划招聘同等数量新员工,但主要专注于销售AI技术。这一趋势在科技行业普遍存在,今年已有超过63000个科技岗位消失,AI被认为是重要原因之一。
Skywork AI首次在软件工程领域验证数据规模效应,开发的Skywork-SWE-32B模型在SWE-bench Verified基准测试中达到38.0%准确率(使用测试时缩放技术可达47.0%),创下开源模型新纪录。研究构建了包含10169个验证实例的大规模数据集,证明增加高质量训练数据能持续提升AI软件修复能力,为开源软件工程AI发展提供重要突破。