繼eBay和惠普分拆之后,最近業(yè)界盛傳賽門(mén)鐵克計(jì)劃分拆。
當(dāng)?shù)貢r(shí)間本周三,彭博社援引消息人士的話(huà)報(bào)道稱(chēng),賽門(mén)鐵克正在探討拆分為兩家公司的計(jì)劃:一家公司銷(xiāo)售安全軟件,另一家公司專(zhuān)注于數(shù)據(jù)存儲(chǔ)。
其中一名消息人士稱(chēng),該分拆計(jì)劃有望在數(shù)周后公布。
賽門(mén)鐵克分拆在情理之中。上周,eBay宣布剝離其貝寶業(yè)務(wù);周一,惠普表示一分為二:一家公司負(fù)責(zé)企業(yè)市場(chǎng),另一家負(fù)責(zé)PC和打印業(yè)務(wù)。
借助諾頓產(chǎn)品陣營(yíng),賽門(mén)鐵克成為最著名的安全廠商之一。但隨著黑客不斷發(fā)現(xiàn)更復(fù)雜的入侵方式,反病毒及網(wǎng)絡(luò)威脅的斗爭(zhēng)也日益艱難。最近針對(duì)Target、eBay和Home Depot等主流公司的攻擊表明傳統(tǒng)安全保護(hù)已無(wú)法適應(yīng)當(dāng)前形勢(shì)。
今年5月4日,華爾街日?qǐng)?bào)發(fā)表的一篇文章指出,賽門(mén)鐵克負(fù)責(zé)信息安全的高級(jí)副總裁布萊恩·戴(Brian Dye)宣布反病毒軟件已經(jīng)“死亡”。戴說(shuō):“我們認(rèn)為反病毒軟件已不再賺錢(qián)。”賽門(mén)鐵克試圖提供一系列范圍較寬的安全產(chǎn)品,幫助企業(yè)更好地應(yīng)對(duì)網(wǎng)絡(luò)攻擊。
業(yè)界不斷變化,賽門(mén)鐵克也做出數(shù)次調(diào)整:過(guò)去幾個(gè)季度中,賽門(mén)鐵克營(yíng)收下滑,該公司通過(guò)削減成本提高收益;今年8月份宣布將諾頓套裝產(chǎn)品整合為一套安全產(chǎn)品;重組高級(jí)管理層——3月份解聘史蒂夫·貝內(nèi)特(Steve Bennett)CEO職務(wù),這是兩年內(nèi)第二次解聘CEO。
消息人士稱(chēng),賽門(mén)鐵克在過(guò)去就曾考慮過(guò)分拆計(jì)劃,據(jù)說(shuō)現(xiàn)任CEO邁克爾·布朗(Michael Brown)支持此計(jì)劃。賽門(mén)鐵克一分為二后,有望成為收購(gòu)目標(biāo),惠普和EMC或許會(huì)對(duì)安全部門(mén)或存儲(chǔ)公司感興趣。
賽門(mén)鐵克未就此置評(píng)。
好文章,需要你的鼓勵(lì)
新加坡國(guó)立大學(xué)研究團(tuán)隊(duì)開(kāi)發(fā)了SPIRAL框架,通過(guò)讓AI與自己對(duì)弈零和游戲來(lái)提升推理能力。實(shí)驗(yàn)顯示,僅訓(xùn)練AI玩簡(jiǎn)單撲克游戲就能讓其數(shù)學(xué)推理能力提升8.6%,通用推理提升8.4%,且無(wú)需任何數(shù)學(xué)題目作為訓(xùn)練材料。研究發(fā)現(xiàn)游戲中的三種推理模式能成功轉(zhuǎn)移到數(shù)學(xué)解題中,為AI訓(xùn)練提供了新思路。
同濟(jì)大學(xué)團(tuán)隊(duì)開(kāi)發(fā)的GIGA-ToF技術(shù)通過(guò)融合多幀圖像的"圖結(jié)構(gòu)"信息,創(chuàng)新性地解決了3D相機(jī)噪聲問(wèn)題。該技術(shù)利用圖像間的不變幾何關(guān)系,結(jié)合深度學(xué)習(xí)和數(shù)學(xué)優(yōu)化方法,在合成數(shù)據(jù)集上實(shí)現(xiàn)37.9%的精度提升,并在真實(shí)設(shè)備上展現(xiàn)出色泛化能力,為機(jī)器人、AR和自動(dòng)駕駛等領(lǐng)域提供更可靠的3D視覺(jué)解決方案。
伊利諾伊大學(xué)研究團(tuán)隊(duì)通過(guò)對(duì)比實(shí)驗(yàn)發(fā)現(xiàn),經(jīng)過(guò)強(qiáng)化學(xué)習(xí)訓(xùn)練的視覺(jué)語(yǔ)言模型雖然表現(xiàn)出"頓悟時(shí)刻"現(xiàn)象,但這些自我糾錯(cuò)行為并不能實(shí)際提升推理準(zhǔn)確率。研究揭示了AI模型存在"生成-驗(yàn)證差距",即生成答案的能力強(qiáng)于驗(yàn)證答案質(zhì)量的能力,且模型在自我驗(yàn)證時(shí)無(wú)法有效利用視覺(jué)信息,為AI多模態(tài)推理發(fā)展提供了重要啟示。
MIT等頂尖機(jī)構(gòu)聯(lián)合提出SparseLoRA技術(shù),通過(guò)動(dòng)態(tài)稀疏性實(shí)現(xiàn)大語(yǔ)言模型訓(xùn)練加速1.6倍,計(jì)算成本降低2.2倍。該方法使用SVD稀疏性估計(jì)器智能選擇重要計(jì)算部分,在保持模型性能的同時(shí)顯著提升訓(xùn)練效率,已在多個(gè)任務(wù)上驗(yàn)證有效性。