银行拥抱比特币交易

此外，谷歌的深度学习、机器学习程序在检测乳腺癌方面的准确率高达89%，而人类病理学家的准确率仅为73%。这也是机器学习和人工智能被视为健康卫生领域新神经系统的原因。

最后，人工智能也十分聪明地展现了自己未来的潜力。例如，AlphaGo Zero——谷歌深度思维项目，就以超水平的表现，完美地击败了卫冕冠军AlphaGo(第一个击败世界顶级围棋选手柯洁的人工智能机器人)。有趣的是，AlphaGo Zero是在仅仅给定基本规则的情况下，自学成才的。

AI不会取代人类，但会取代人类的工作

25年前，杰夫•迪恩(Jeff Dean)开始研究模仿神经网络来分析信息并进行学习的“大脑”，但当时神经网络能力十分有限。直到2012年，神经网络才被成功地应用于机器学习、记忆、感知和符号处理等领域。

而杰夫•辛顿(Geoff Hinton)也开创了一个新时代，他带来的神经网络可以通过分析大量的数据自行学习。迪恩和辛顿现在都是谷歌人工智能研究团队的成员。2017年，谷歌宣布其AutoML项目成功自学了机器学习软件编程。AutoML能够完成基本的编程任务这一事实或许会带来一轮新的恐慌：既然机器具备了自学能力，那么它们是否会取代人类?
 

但要明确，数字化技术和网络技术是齐头并进的。传统基础架构通常无法高效、安全地支持当今的业务方案和应用。尤其是面对云计算应用程序和大量 IoT 设备同时连接场景，网络基础设施将会是后续考虑的重点。

数字化时代的企业数字化转型需要面临业务的映射效率问题，云计算、物联网带来生产力的提升，同时也对传统架构平滑迁移提出了更高的要求，网络基础设施在其中成为关注的焦点，此时恰如其分的数字化网络战略显得尤为重要，下面我们看看这个战略中需要关注的4大网络基础能力。

1. 自动化连接

企业需要为其数字网络配备出色的有线和/或无线连接，以确保无缝的客户体验以及高效和有效的数据传输。此时连接成为关键。

用户的期望是，部署新应用程序只需几分钟。虽然设置网络仍需要时间，但该过程正在改进。例如，现在有一些网络从用户或对象/设备自动提供与授权应用程序的安全连接。这些网络以前是使用基于反应报警的监测实现的，主要是手动操作的。现在，企业可以选择驱动连接驱动网络。

悉尼理工大学 (UTS) 是现代网络基础设施如何推动增强最终用户体验的一个很好的例子。UTS 校园内拥有 35，000 多名学生和 10 栋建筑，受到不同学院和团体使用的不同技术所造成的许多网络问题的挑战。UTS 部署了网络自动化解决方案，以自动化其网络的部署，并简化迁移、添加和修改等环节，从而以更经济高效的方式减少维护和操作网络所需的时间和精力。新的可扩展体系结构还可以支持 90% 以上的 UTS 需要运行的日常活动，这意味着更少的网络中断和更积极的问题或故障反馈。

2. 物联网安全

物联网设备和传感器正在改变我们生活的世界，以及我们开展业务的方式。数十亿台互联设备已经部署完毕，专家预测，万物互联的增长依然会持续。IDC共享的全球互联设备将达到 559 亿台，其中 75% 将连接到 IoT 平台，到 2025 年。连接设备带来的最重大风险之一是安全性。一旦对象遭到破坏，整个企业网络就会变得易受攻击。保护企业的 IoT 网络和设备至关重要。

但是，配置和管理许多单个设备并不实用。IoT 包含提供了一个自动化解决方案，可安全地载入 IoT 设备并同时保护网络。使用 IoT 包含，每个对象都被发现并分类、分类和监控。监控它们至关重要，如果网络内出现异常情况，以便企业能够立即采取行动。

（编辑：阜阳站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!