-
探索大模型和 Multi-Agent 在运维领域的实践
摘要：本文从智能运维面临的挑战和痛点出发，介绍企业运维领域应用 AIGC 的实践案例，基于确定性运维的实践经验，提出以 LLM 为中心，基于多 Agent 协同的运维方案，并提出在大模型时代下，对下一代智能运维的思考。 本文分享自华为云社区《LLM...
-
异常检测算法在可观测性平台的落地和实践｜得物技术
一、背景 在稳定性保证中，重要的一个环节就是故障管理体系建设，故障管理体系的四大核心功能------故障发现、故障触达、故障定位和故障恢复，其中故障发现作为故障管理的第一步至关重要，包含了指标预测、异常检测和故障预测等方面，主要目标是能及时、准确地发现故...
-
VAD-LLaMA：基于大语言模型的视频异常检测和解释（Video Anomaly Detection and Explanation via Large Language Models）
文章目录 问题 方法 整体架构 VE and Feature Extraction Long-Term Context (LTC Module Feature Adaptor LLaMA 训练 流程图 第一阶段：训练VADor 第二阶段...
-
当AIGC走进温室大棚:AI+“种菜“的前世今生
（ 于景鑫 国家农业信息化工程技术研究中心） 近年来,人工智能生成内容(AIGC 技术引发业界广泛关注。从NLP领域的GPT-3到CV领域的Stable Diffusion,AIGC展现了惊人的创造力,正在重塑人们的工作和生活方式。与此同时,农业领域也正经...
-
清华「天眸芯」登Nature封面：全球首款类脑互补视觉芯片
在开放世界中，智能系统不仅要处理庞大的数据量，还需要应对各种「长尾问题」，如自动驾驶中面临的突发危险、出入隧道的剧烈光线变化、夜间强闪光干扰等。在这类任务上，传统视觉感知芯片由于受到「功耗墙」和「带宽墙」的限制，往往面临失真、失效或高延迟的问题，严重影响...
-
MIT最新力作：用GPT-3.5解决时间序列异常检测问题
今天给大家介绍一篇MIT上周发表的文章，使用GPT-3.5-turbo解决时间序列异常检测问题，初步验证了LLM在时间序列异常检测中的有效性。整个过程没有进行finetune，直接使用GPT-3.5-turbo进行异常检测，文中的核心是如何将时间序列转换...
-
CVPR 2024 | 图像检测类（目标、deepfake、异常）！AIGC扩散模型diffusion解决detection任务...
目标跟踪 1、Delving into the Trajectory Long-tail Distribution for Muti-object Tracking 多目标跟踪（Multiple Object Tracking，MOT）是计算...
-
理解GraphRAG（一）：RAG的挑战
检索增强生成（RAG）是一种通过外部知识源增强现有大型语言模型（LLM）的方法，以提供和上下文更相关的答案。在RAG中，检索组件获取额外的信息，使响应基于特定来源，然后将这些信息输入到LLM提示中，以使LLM的响应基于这些信息（增强阶段）。与其他技术（例...
-
利用TimeGPT的深度学习能力实现预测分析的革新
想了解更多AIGC的内容，请访问： 51CTO AI.x社区 https://www.51cto.com/aigc/ 人工智能对预测分析产生了根本性的影响，使得预测比以往任何时候都更加精确。各行各业都在充分利用人工智能的强大能力，以预测未来趋势并为即将...
-
防止AI系统受到提示注入攻击的五个方法
译者 | 布加迪 审校 | 重楼 提示注入攻击是一种网络安全威胁，专门针对基于人工智能（AI）的系统，包括聊天机器人、虚拟助理及其他基于AI的界面。当攻击者以某种方式操纵AI模型的输入，导致模型执行意外操作或泄露敏感信息时，就会发生这类攻击。这种操纵可以...
-
如何为制造业和自动化应用选择现人工智能技术
在工业自动化领域的生产和实验室之外的日常生活中，人工智能(AI 的定义差异很大。 “人工智能”指的是一门包含了几种不同技术和工程学科的科学，包括机器视觉、计算机视觉、机器学习和深度学习。当一个基于这些技术组合的系统设计得当时(从应用分析到最终验证 ，它...
-
AI辅助式数据分类分级
引言 在信息爆炸的时代，数据已经成为企业最宝贵的资产之一。然而，大量的数据如果不能被有效地分类和分级，就会变得无序混乱，数据安全无法得到有效保障，也无法发挥其真正的数据价值。因此，数据分类分级无论是对于数据安全还是对于数据价值都变得至关重要。本文将探讨...
-
利用AI提升防欺诈能力：安全与保障的新时代
为了解决这些问题并树立信任感，银行可以利用AI驱动的欺诈预防机制，这些机制以改善客户体验为中心，这些机制有潜力将尖端技术与无缝客户互动相结合。 其结果是一个优化的客户体验，它阻止了欺诈活动，同时提高了客户便利性，包括银行在内的商业领域中，AI的使用并非...
-
蚂蚁集团异常检测和归因诊断分析实践
分享嘉宾｜丁雷雷 蚂蚁集团算法专家 硕士毕业于北京邮电大学自动化学院，曾在阿里妈妈搜索直通车做广告算法。目前在蚂蚁机器智能部，从事异常检测、时序预测、归因分析、因果推断算法工作。 本文将分享异常检测与归因诊断在蚂蚁集团的实践。主要围绕归因诊断、异常检测...
-
如何利用人工智能和机器学习来增强物联网安全
物联网(IoT 彻底改变了我们与技术交互的方式，连接设备和系统以提高效率和便利性。然而，这种互联的网络也带来了重大的安全挑战。为了加强物联网安全，利用人工智能(AI 和机器学习(ML 技术已成为一种有前景的解决方案。通过利用人工智能和机器学习的力量，组...
-
人工智能在液体冷却系统主动维护中的作用
在不断发展的数据中心格局中，对高效冷却解决方案的需求至关重要。 浸入式冷却系统 液浸冷却系统已成为传统空气冷却方法的绝佳替代品，提供卓越的热管理和能源效率。 然而，为了确保数据冷却系统的最佳性能，需要复杂的监控和维护机制。这就是人工智能分析介入的地方，...
-
蚂蚁金服异常检测和归因诊断分析实践
一、归因诊断 在实际工作中，我们常常受到业务方对关键绩效指标（KPI）的灵魂拷问：某个 KPI 指标为什么会上升或下降？归因诊断的任务就是解释这些指标变化的原因。 归因诊断把问题的定位过程看作是一个因子对比的过程：指标在基准时间区间的值为 y，...
-
人工智能和网络安全：如何驾驭风险和机遇
在争夺人工智能主导地位的竞争中，网络安全考虑占据了中心舞台。 尽管人工智能将增强网络攻击的有效性，但可以通过使用人工智能技术增强网络防御能力来抵消其影响。 利用人工智能带来的优势需要全球公私合作，以确保其应用能够以公平和安全的方式在整个社会进行转化。...
-
机器学习如何提高欺诈预防能力
在线欺诈是许多国家的严重问题，存在网络钓鱼攻击、身份盗窃和假冒电子商务网站等各种诈骗行为。一份报告显示，很大一部分欺诈交易发生在晚上10点至凌晨4点之间，其中60岁以上的信用卡持有者是主要受害者。 机器学习有助于预防欺诈，使组织能够实时检测和防止可疑活...
-
Lag-Llama:第一个时间序列预测的开源基础模型介绍和性能测试
2023年10月，我们发表了一篇关于TimeGPT的文章，TimeGPT是时间序列预测的第一个基础模型之一，具有零样本推理、异常检测和共形预测能力。 虽然TimeGPT是一个专有模型，只能通过API访问。但是它还是引发了对时间序列基础模型的更多研究。到了...
-
AI在工业物联网（IIoT）中的安全管理与应用
作者 | 陈峻 审校 | 重楼 在开放的工业互联网环境中，数百万个基于物联网的终端和中间设备，需要全天候地持续通信并保持在线状态。不过，这些设备往往由于最初设计上的限制，在机密性、完整性、可用性、扩展性、以及互操作性上，存在着各种安全漏洞与隐患。与此同时...
-
数据分析进阶，Databricks集成GitHub Copilot实用指南
在Databricks中集成AI驱动的数据分析代码编写工具GitHub Copilot，可以优化和简化开发过程。 微信搜索关注《Python学研大本营》，加入读者群，分享更多精彩 一、简介 GitHub Copilot是由GitHub...
-
关于AI的风险 企业需要知道的事
Thales的全球副总裁Ashvin Kamaraju深入探讨了人们对AI风险的日益担忧，随着企业拥抱AI，他解释了最大的风险，并概述了领导者保护其AI生态系统的战略方法。 广泛可用的GenAI平台和工具的兴起，促使企业的决策者评估该技术在其堆栈中的哪...
-
人工智能如何应用于机器人?
由于人工智能(AI ，机器人现在可以自己学习、适应和做出决策，而不需要人类或预先编程的指令。已启用AI的机器人配备了算法，使其能够分析和了解来自其环境的数据，并采取适当的行动。这些算法可能被认为类似于人类大脑，其从感官上解释信息，寻找模式，并产生结果。...
-
字节跳动基础架构SRE-Copilot获得2023 CCF国际AIOps挑战赛冠军
近日，2023 CCF国际AIOps挑战赛决赛暨“大模型时代的AIOps”研讨会在北京成功举办，活动吸引了来自互联网、运营商、科研院所、高校、软硬件厂商等领域多名专家学者参与，为智能运维的前沿学术研究、落地生产实践打开了新思路。决赛中，从初赛两百多支...
-
微软TaskWeaver开源框架：携手数据分析与行业定制，打造顶级Agent解决方案
数据分析一直是现代社会中的重要工具，它帮助我们洞察本质、发现规律并指导决策。然而，数据分析过程往往复杂且费时，因此我们期望存在一个智能助手助力用户直接 “与数据对话 “。得益于大语言模型（LLM）的发展，虚拟助手和 Copilot 等智能 Agent 纷...
-
人工智能在数据安全中的应用场景
场景一：数据资产梳理 数据资产梳理是数据安全的基础。知道企业究竟有多少数据，这些数据在哪里？有哪些类型的数据？其中哪些是敏感数据？这些数据的敏感等级分别是什么？只有明确了保护的目标，才能有针对性的对安全风险进行防护。 对于大数据来说，首先要做的一项工作就...
-
WAIC2023| AIGC究竟在向善还是向恶而行？
目录 一、常见图像篡改技术 二、传统篡改图像检测方法 2.1、基于光源和噪声的拼接图像篡改检测方法 2.2、基于马尔科夫特征的检测方法 三、基于深度学习的图像篡改检测方法 3.1、基于Fisher编码和SVM模型的方法 3.2、 基于...
-
2024年人工智能在能源管理领域的十大趋势
Accenture的一份报告指出，到2035年，能源领域采用人工智能可以使能源效率提高20%。 人工智能在重塑能源管理行业中发挥什么作用? 近年来，人工智能已成为能源和电力行业日益重要的技术。其可以自动化和优化各种与能源相关的活动，从而提高运营效率和成...
-
复合人工智能：企业使用AI成功的关键
近日， Dynatrace 发布一份全球报告显示，随着对 AI 的投资不断增加，“复合 AI”将成为企业成功运用 AI 的关键因素。Dynatrace 指出，尽管 83% 的技术领导者认为 AI 是必不可少的，但 95% 的人认为，如果有其他类型的 AI...
-
一个38岁程序员，在技术圈自由游曳
程超，一个 38 岁的程序员，面对互联网世界的暗流涌动，显得游刃有余。 最近，他正在忙着研究生毕业答辩，不过其生活节奏仍然非常规律：每天早上六点起床，跑步五到十公里；然后学英语背单词，已经坚持了七百六十多天；接着送孩子上学，再去上班，上班路上看技术文档或...
-
如何将AI应用到云管理和运营中
AI正在成为云管理和运营的游戏规则改变者，然而，在AI和云计算方面，没有立竿见影的满足感，企业需要一个适当的战略来打破炒作，真正从这项新兴技术中受益。 如果你对采用AI来改进云管理实践感兴趣，请更详细地查看以下四个阶段： 进行评估 定义目标和关键绩效...
-
LLaMA(大规模机器学习和分析)
LLaMA(大规模机器学习和分析 是一个先进的软件平台，是Meta 推出 AI 语言模型 LLaMA，一个有着 上百亿数量级参数的大语言模型用于大规模部署和管理机器学习模型。借助LLaMA，组织可以高效地在大型数据集上训练和部署模型，缩短投放市场的...
-
AI 在智能制造：推动创新与效率的提升
随着AI科技的不断创新发展，人工智能（AI）在许多领域都取得了显著的进步，其中之一就是智能制造。智能制造是指通过集成信息技术和制造技术，以提高生产效率、降低成本、提高产品质量的一种新型制造方式。AI在智能制造中的应用，正在不断推动着智能制造的发展，为制造...
-
基于GPT+Adaptor的时间序列多任务统一大模型
今天跟大家聊一聊大模型时间序列预测的最新工作，来自阿里巴巴达摩院，提出了一种基于adaptor的通用时间序列分析框架，在长周期预测、短周期预测、zero-shot、few-shot、异常检测、时间序列分类、时间序列填充等7项时间序列任务上都取得了显著的效...
-
LLaMA 2：开源的预训练和微调语言模型推理引擎 | 开源日报 No.86
facebookresearch/llama Stars: 36.0k License: NOASSERTION LLaMA 2 是一个开源项目，用于加载 LLaMA 模型并进行推理。 该项目的主要功能是提供预训练和微调后的 LLaMA 语言模型...
-
一种全新的日志异常检测评估框架：LightAD
本文分享自华为云社区《【AIOps】一种全新的日志异常检测评估框架：LightAD，相关成果已被软工顶会ICSE 2024录用》，作者： DevAI。 深度学习（DL）虽然在日志异常检测中得到了不少应用，但在实际轻量级运维模型选择中，必须仔细考虑异常检测...
-
如何成功采用人工智能进行过程控制
随着人工智能(AI 在生产、决策和运营效率等应用中的采用，制造业可能会发生重大转变。人工智能的扩展有可能极大地改善我们的构思、创造和建设方式，从而在这些领域带来创新和高效的发展。随着人工智能技术的成熟、变得更加容易获取和广泛普及，其影响力只会越来越大。...
-
通用异常检测新曙光：华科大等揭秘GPT-4V的全方位异常检测表现
异常检测任务旨在识别明显偏离正常数据分布的异常值，在工业检验、医学诊断、视频监控和欺诈检测等多个领域都发挥了重要作用。传统的异常检测方法主要依赖于描述正常数据分布以进行正异常样本的区分。然而，对于实际的应用而言，异常检测也需要理解数据的高层语义，从而深入...
-
如何为制造业和自动化应用选择人工智能技术
在工业自动化领域的生产和实验室之外的日常生活中，人工智能(AI 的定义差异很大。 “人工智能”指的是一门包含了几种不同技术和工程学科的科学，包括机器视觉、计算机视觉、机器学习和深度学习。当一个基于这些技术组合的系统设计得当时（从应用分析到最终验证），它...
-
大语言模型的七大网络安全热门应用
在这个网络威胁攻防日益失衡的时代，飞速发展的人工智能和大型语言模型(LLM 正成为推动网络安全变革的颠覆性力量。 面对新兴威胁，人工智能正推动网络安全转向主动、智能防御。人工智能与人类专业知识的结合才是打造下一代网络安全防御的最佳方式。 今天，人工智能...
-
openGauss数据库源码解析系列文章—— AI技术之“指标采集、预测与异常检测”
上一篇介绍了“8.4 智能索引推荐”的相关内容，本篇我们介绍“8.5 指标采集、预测与异常检测”的相关精彩内容介绍。 8.5 指标采集、预测与异常检测 数据库指标监控与异常检测技术，通过监控数据库指标，并基于时序预测和异常检测等算法，发现异常信息...
-
监控数据从哪来？（入门篇）
本文作者：AIOps智能运维 作者简介 运小羴 百度云高级研发工程师 负责百度云Noah智能监控产品数据采集子系统相关研发工作，在分布式监控系统架构、服务器客户端研发等方向有着较为广泛的实践经验。 干货概览 在百度云Noah智能...
-
认知计算机如何帮助人工智能减少能耗
我们都听说过人工智能如何让我们的生活变得更加高效，但真正的问题是，是什么让人工智能变得高效?人工智能的灵魂是数据，在全球范围内，数据中心每年消耗约200太瓦时的电力。这些能源足以支持国家每年2000万个家庭的生活，并可为3.33亿辆汽车提供一年的动力。...
-
生成式 AI 如何支撑当前的 DevOps 和 SRE 工作体系？
Hello folks，我是 Luga，今天我们来聊一下人工智能生态核心技术—— GAI，即 “生成式人工智能” 。 在信息技术（IT）和系统可靠性的不断发展领域中，DevOps（开发和运营）和 SRE （站点可靠性工程）已经成为不可或缺的方法。这些实践...
-
蚂蚁集团发布DevOps领域大模型评测基准DevOps-Eval
蚂蚁集团联合北京大学发布了面向 DevOps 领域的大语言模型评测基准 ——DevOps-Eval。 该评测基准包含了计划、编码、构建、测试、发布、部署、运维和监控等8个类别的选择题，共计4850道题目。 此外，还针对 AIOps 任务做了细分，并添加了日...
-
AI如何影响医疗保健行业的信息安全格局
在访谈中，Moss Adams的董事总经理Troy Hawes讨论了由AI支持的网络攻击如何影响医疗保健组织，AI支持的预测分析在抵御网络威胁方面可以发挥的关键作用，以及医疗保健组织如何保护其员工和患者免受网络攻击。 AI如何了改变医疗保健领域的网络...
-
元乘象Chatimg3.0来了，赶超GPT-4V，还给出产业升级新打法
最近，AI 领域都在思考一件事:多模态大模型落地产业，好的打法应该是什么? 通用人工智能时代正在到来，AI 大模型技术已成为数字经济下基础设施建设的重要支撑，也成为产业智能化转型的核心「引擎」，AI 大模型 + 产业应用迎来了前所未有的发展机遇。 在10月...
-
自动化时代的网络安全：人工智能如何提供帮助？
自动化和网络安全的挑战 扩大攻击面：自动化引入了一系列互连的设备和系统，扩大了网络犯罪分子的攻击面。这些复杂的攻击可以利用网络和设备上的漏洞。 人工智能在加强网络安全方面的作用 威胁检测和预防：人工智能驱动的算法可以实时分析大量数据集，快速识别异常...