激动人心的2017年已结束，博客WildML的作者、曾在Google Brain做了一年Resident的Denny Britz，就分享出这一年他对AI和深度学习领域重点事件的回顾与梳理。可以说，这16个要点，能在让你在人工智能圈子里装逼一年不落伍！

作为以数字副本模拟真实对象的技术，数字孪生有望在汽车、智慧城市、国防及制造业等多个领域改变既有规则。

本文内容，涵盖了Aydin的投资策略、对市场选择的见解、他对创始人特质的评估标准，以及如何识别真正有潜力的创业项目。同时，他也分享了创业者常犯的错误、如何构建有效的公司文化、讲好创业故事的艺术，以及技术应当为人类带来的更深远的价值。

8月25日，奇安信集团在京发布了Q-GPT（奇安信大模型）安全机器人和大模型卫士。Q-GPT安全机器人是基于奇安信大模型的“虚拟安全专家”。

Fortinet（NASDAQ : FTNT）近日宣布，推出全新操作系统FortiOS 7.2，暨旗舰操作系统的最新升级，同时也是Fortinet Security Fabric安全平台的强劲支撑。

事实证明，经过匿名化处理的数据集无法成功解决个人身份被复原问题。

对于那些有些历史的企业，它们既想拥抱云计算，同时原有的传统IT架构又无法割舍，如何兼顾它们，通过合理的组合采用混合云模式搭建起一个真正适合自己的IT新平台，是一个挑战。蜂鸟网就经历了这一过程，并最终找到了适合自己的最佳模式。.

这项由中国人民大学高瓴人工智能学院研究团队发表的研究解决了大语言模型评判中的自我偏好问题。研究提出了DBG分数，通过比较模型给自身回答的分数与黄金判断的差异来测量偏好度，有效分离了回答质量与自我偏好偏差。实验发现，预训练和后训练模型都存在自我偏好，但大模型比小模型偏好度更低；调整回答风格和使用相同数据训练不同模型可减轻偏好。研究还从注意力分析角度揭示了自我偏好的潜在机制，为提高AI评判客观性提供了重要指导。

这种多样性意味着企业的软件供应链存在很多风险点，而且由于错误、疏忽、质量差或恶意攻击，安全威胁涉及面非常广泛。

纵观特斯拉面临的所有风险，保持品牌形象可能是其中最具挑战的一项。

大语言模型技术日新月异，但评估它们的能力和局限性仍面临挑战。传统基准测试已不足以全面衡量这些强大工具。本文提出了四个新的人本主义评估维度:价值观、情感、思维和交互,旨在从更深层次、更以人为中心的角度来评估这些变革性技术,以确保AI的发展不仅仅追求智能,更要追求智慧、责任和协作。

DeepSeek今年1月发布R1模型引发行业震动，其创新在于以极低成本实现与科技巨头相当的AI性能。面对美国芯片限制，DeepSeek通过优化现有资源、使用合成数据等策略，仅用OpenAI 1.2%的投入就达到更优基准测试结果。这种效率优先的方法迫使OpenAI等公司重新审视发展策略，推动行业向并行创新轨道发展，同时也引发了关于AI自主评估和数据治理的新思考。

机器学习已经被证明是很有用的，但也容易被假设可以解决所有问题、适用于所有情况。

关于IT，如果说有一点可以肯定的，那就是投资云永远也不晚。随着云对IT和整个业务越来越重要，对云技能的需求也只会越来越大。

来自IDC针对2017年第四季度全球x86服务器的统计显示：Dell EMC以收入和销量同时排名第一，再次夯实x86服务器市场的领航者地位。其中，Dell EMC x86服务器全球收入占比为20.7%；销量占比为20.6%。同时，在亚太、大中华区的收入和销量排名上也纷纷位列第一。

字节跳动研究团队开发出革命性的"生成器-验证器"AI系统，专门解决编程竞赛中测试用例质量低下的问题。通过172万份真实数据验证，新系统生成的测试用例准确率比现有方案提高一倍，创建了全新的CodeContests+数据集。这项工作为AI编程能力评估和训练提供了更可靠的基础设施。

对于绝大多数售电公司来说，面对市场机遇，在传统的运营方式下，无论是技术力量还是时间、人力，都难以游刃有余，需要通过数字化手段升级运营方式和业务模式。

本轮领投方源码资本合伙人黄云刚表示：“DevSecOps是云原生大背景下安全敏捷化的必然趋势。以威胁管理为中心，整合多种工具链，DevSecOps体系能够帮助企业把安全贯穿于开发到运营的软件全生命周期中，必将成为企业数字基础设施的重要组成部分。

从目前来看，区块链公司的产品服务能力还相当有限，而只有当大部分系统集成商都意识到区块链的价值并在其系统中集成了区块链技术，这个行业应用才会出现爆发式增长——这个时间点，李瑞认为会出现在2023年左右。

用户的容灾需求是多样化的，浪潮云海以丰富产品能力满足不同客户的不同需求。目前浪潮云海容灾的方案可有效覆盖同城容灾、异地容灾、同城双活、两地三中心场景、异地多活等场景，支持基于超融合的小规模容灾以及超大规模的云容灾。