在本期IT领导者快问快答栏目中,思科光网络公司(Ciena)副总裁兼首席数字信息官Craig Williams分享了这家光网络和高速连接提供商如何应对AI浪潮。他指出,这一旅程"既令人兴奋又让人保持谦逊,因为这种规模的变革没有既定的剧本可循"。
Williams领导着思科光网络公司的IT、数据和分析、架构以及数字化转型团队,他的办公地点位于北卡罗来纳州罗利市的研究三角园技术中心。他重点提到了AI的两个战略应用方向:使用AI支持的编码来提高内部效率,以及利用AI减少数字基础设施的能耗。他的团队已经审查了超过250个AI想法,并将最有前景的项目纳入了活跃的开发项目中。
技术MVP:本周为业务价值交付发挥关键作用的技术、流程或工具是什么?
我最近一直专注于学习最新的多模态模型,对技术演进的速度感到非常惊讶。这个领域的每一位领导者都在以难以跟上的速度推进技术进步,但看到这些发展确实令人兴奋。多模态模型让文本、图像和音频的结合成为可能,从而产生更智能、更快速的洞察。
我相信我们正在走向这样一个未来:协作、分析和内容创建都将在一个统一平台上进行,而不是像过去几十年那样跨越不同的应用程序。跟上这些快速变化是一个挑战,但很明显,其商业价值潜力是巨大的。
艰难的教训:本周你计划解决的最宝贵教训或意外挫折是什么?
在AI时代导航我们的业务需求既令人兴奋又让人保持谦逊——这种规模的变革没有既定的剧本可循。一个突出的教训是持续学习的重要性以及尝试新方法的意愿。不是每次尝试都会成功,但没有努力就不会有进步。
本周强调了即使是最先进的技术,也只有在人们真正理解和信任它时才能发挥价值。在AI转型中领导需要平衡速度与同理心,认识到AI正在快速重塑我们几十年来依赖的技能和流程。采用变革管理思维是必要的;没有它,即使是最好的技术也会失效。
人才优先级:你优先考虑哪些技能、文化因素或AI相关转变来保持团队竞争力?
在思科光网络公司,我们正在加倍投入AI素养和应用数据流利度的培养,覆盖每个职能部门。仅仅IT员工理解AI如何工作是不够的;每个人——无论是工程、运营还是财务部门——都需要知道如何更好地向数据提问。
我们正在建设一种好奇心与负责任AI实验并行的文化。一个很好的例子是我们如何在编码工作流程中使用AI,最终让开发人员的生活更轻松。AI支持的编码通过提供更高质量的代码检查来帮助他们更快地完成工作——例如,它可以快速告诉他们某个函数的作用或总结代码。当然,人工监督仍然很重要。但将AI集成到我们的编码过程中意味着我们的开发人员花在手动检查代码上的时间大大减少——因此时间节约对我们来说是一个巨大的好处。
每周信号:本周办公室外哪个新闻故事、市场转变或全球事件吸引了你的注意?
我一直在关注AI驱动的能效突破和数据中心优化的激增。令人着迷的是,AI不仅被用来增强计算能力,还被用来减少数字基础设施的能耗——这是一个关键挑战,因为对连接的需求持续增长。
周末充电:你目前在阅读、收听或观看什么来作为精神refresh?
为了充电,我即将开始收听Tim Tebow的有声读物《重新审视》——这提醒我要保持好奇心并对新观点保持开放。
在罗利的周末是我断开连接和重新设定的时间,经常通过园艺工作来实现。照料户外有某种接地气的感觉——无论是处理新项目还是简单地保持整洁。这些远离屏幕的时刻帮助我理清思路、反思,并在周一带着新想法和重新焕发的专注力回到工作中。
Q&A
Q1:多模态模型是什么?它有什么优势?
A:多模态模型是能够将文本、图像和音频结合在一起的AI技术,可以产生更智能、更快速的洞察。它的优势在于能够统一处理不同类型的数据,使协作、分析和内容创建都能在一个平台上进行。
Q2:AI支持的编码如何帮助开发人员提高效率?
A:AI支持的编码通过提供更高质量的代码检查来帮助开发人员更快完成工作,例如快速解释函数功能或总结代码。这大大减少了开发人员手动检查代码的时间,实现了显著的时间节约。
Q3:思科光网络公司如何培养员工的AI素养?
A:思科光网络公司正在所有职能部门推广AI素养和应用数据流利度培养,不仅限于IT员工。公司建设一种好奇心与负责任AI实验并行的文化,确保每个部门的员工都能更好地向数据提问。
好文章,需要你的鼓励
芬兰阿尔托大学研究团队开发出革命性光学计算方法,利用单束光线实现复杂张量运算。该技术将数字信息编码到光波的振幅和相位中,通过光波相互作用自动完成深度学习所需的矩阵和张量乘法运算。与传统GPU逐步处理不同,光学系统可同时并行执行所有计算操作,运算速度达到光速级别。研究显示该方法具有被动处理、低功耗等优势,预计3-5年内可集成到现有硬件平台,为AI计算带来重大突破。
新加坡科技设计大学研究团队发现,通过控制大型语言模型的"思考语言"可显著提升输出多样性。研究显示,AI用非英语语言思考时能产生更多样化的答案,且距离英语越远的语言效果越好。混合多种语言思考的策略表现最佳,不仅提升创意输出,还增强了文化多元化表达能力,为解决AI输出同质化问题提供了简单有效的方案。
科学家成功将传统公里级粒子加速器缩小至房间大小,并实现商业化。TAU Systems公司开发的激光驱动尾场加速器利用超强激光脉冲产生等离子体,将电子加速至相对论速度。该设备首先用于航天电子设备的辐射测试,能量范围60-100兆电子伏特,成本约1000万美元起。未来还可应用于医疗成像、芯片检测和X射线光刻等领域,有望大幅降低粒子加速器的使用门槛。
浙江大学研究团队开发了PhyRPR三阶段视频生成系统,解决AI视频中物理规律违背问题。该方法将物理理解与视觉生成分离处理:首先用大型语言模型进行物理推理和关键帧生成,然后规划连续运动轨迹,最后通过运动感知技术精化视觉效果。实验证明该方法在物理一致性和视觉质量方面均优于现有技术。