北京时间2022 年 4 月 6 日,IBM (NYSE: IBM) 发布 IBM® z16™,这是把 AI 加速器集成在其芯片之上的 IBM 下一代系统。这一创新是为了让客户可以对实时交易进行规模化分析—— 用于信用卡、医疗健康和金融交易等关键任务工作负载。 基于IBM在安全领域的积累和领先地位,IBM z16也是专为助力防范在不久的将来可能被用于破解当今加密技术的威胁而设。
几十年来,IBM 的创新(包括 IBM z16)一直是全球经济的技术支柱。 当今现代化的IBM 主机是混合云环境的核心,三分之二的全球财富 100 强企业、全球50家顶级银行中的45家、全球10大保险公司中的8家、全球10大零售商中的7家、全球10大电信公司中的8家,都认可IBM主机是运行其最为关键工作负载的高度安全的平台。 例如,根据Celent 最近一项题为《在IBM Z 上实施欺诈预防》的研究,预计全球价值 70% 的交易都运行在 IBM zSystems 上。
IBM Systems 高级副总裁 Ric Lewis 表示:"IBM 代表着高度安全交易处理的黄金标准。 现在利用 IBM z16 的创新,客户可以在其任务关键型数据所在的位置进行推理,从而提高决策速度。这为改变他们各自行业的游戏规则开辟了巨大的机会,让他们能够提供更好的客户体验,创造更有力的业务成果。"
实时的企业级 AI,通过新的用例和应用彻底改变行业
世界各地的金融机构都在努力应对欺诈活动对其收入和消费者互动带来的影响。 根据 IBM 和 Morning Consult 的一项题为《2022 年 IBM 全球金融欺诈影响报告》的最新调研,在接受调研的 7 个国家及地区中,信用卡欺诈是消费者最常见的欺诈类型。 不仅如此,受访者认为,银行和支付网络最应该为预防欺诈行为负责。但是,由于延迟问题,一直以来大规模实时运行深度学习模型是不可能的,这就意味着欺诈检测模型只在不到10%的大批量交易中运行,也就是说还有大量的欺诈没被检测到。
IBM z16 通过 IBM Telum 处理器,以独特的方式将 AI 推理与 IBM 众所周知的高度安全且可靠的大批量交易处理能力结合起来。 有史以来第一次,银行可以大规模地分析交易处理期间的欺诈行为:IBM z16 每天可以处理 3000 亿个推理请求,延迟时间仅为 1 毫秒。 对消费者而言,这也许就意味着可以减少处理信用卡欺诈交易所耗费的时间与精力;对商家和发卡机构而言,则意味着可以减少收入损失,因为消费者为了避免信用卡错误拒付带来的困扰,将来可能会转而使用别的信用卡。
包括税务欺诈和有组织零售盗窃在内的其它威胁,正在成为政府和企业管控的挑战。 实时支付和类似加密货币等替代支付方式正在突破传统欺诈检测技术的限制。 把 IBM z16 的新功能应用于其它行业,可以打造一类全新的用例,包括:
业界首个量子安全系统,保护您的数据安全
在包含本地和公有云资源的混合云环境中,既要抵御今天的威胁,也要防范网络犯罪分子今天窃取数据为明天解密之用的态势,这至关重要。基于IBM 的科技(如普遍加密和机密计算技术),IBM z16通过保护数据免受随着量子计算的发展而带来的安全威胁,使面向网络安全的业务连续性得到跨越性发展。
作为业界首个量子安全系统,IBM z16 基于格密码(lattice-based)理论来研发并优化加密算法和数字签名技术。这将有助于保护数据和系统免受当前和未来的安全威胁。有了IBM z16量子安全加密技术,企业今天就可以着手开始,为其应用和数据做好量子安全就绪的准备。
通过安全启动(意味着恶意攻击者无法在固件启动过程中注入恶意软件以接管系统),IBM z16的客户可以加强他们的业务连续性态势并保持对系统的掌控。此外,带有Crypto Express 8S(CEX8S)硬件安全模块的IBM z16将为客户提供传统加密和量子安全加密技术,以助力应对他们所需要的信息保密性、完整性和不可抵赖性的用例场景。IBM z16的安全启动和量子安全的加密技术可以帮助客户在应对未来与量子计算相关的威胁中占得先机,包括利用"现在窃取加密数据、以后破译"的攻击方式而导致的勒索、知识产权损失,以及其它敏感数据泄密等。
实现混合云现代化
IBM 在过去三年中进行了大量投资,以兑现其承诺——在IBM zSystem平台上拥抱开源技术和在跨混合云环境中建立一致的开发人员体验。 这些解决方案旨在帮助其客户以无缝的方式利用其现有在IT 基础架构、云和应用上的投资和优势,同时使他们能够灵活地在其选择的架构上运行、构建、管理和现代化云原生工作负载。
为此,IBM还做了以下重要的宣布:
构建IBM z16,IBM采用了一种高度协作的、以客户为中心的方法,让来自70多个客户的数百人深度参与其中,这种做法会持续应用在未来的IBM主机系统当中。IBM z16将于2022年5月31日全面上市。
好文章,需要你的鼓励
机器人和自动化工具已成为云环境中最大的安全威胁,网络犯罪分子率先应用自动化决策来窃取凭证和执行恶意活动。自动化攻击显著缩短了攻击者驻留时间,从传统的数天减少到5分钟内即可完成数据泄露。随着大语言模型的发展,"黑客机器人"将变得更加先进。企业面临AI快速采用压力,但多数组织错误地关注模型本身而非基础设施安全。解决方案是将AI工作负载视为普通云工作负载,应用运行时安全最佳实践。
MBZUAI研究团队发布了史上最大的开源数学训练数据集MegaMath,包含3716亿个Token,是现有开源数学数据集的数十倍。该数据集通过创新的数据处理技术,从网页、代码库和AI合成等多个来源收集高质量数学内容。实验显示,使用MegaMath训练的AI模型在数学推理任务上性能显著提升,为AI数学能力发展提供了强大支撑。
面对心理健康专业人士短缺问题,谷歌、麦肯锡和加拿大重大挑战组织联合发布《心理健康与AI现场指南》,提出利用AI辅助任务分担模式。该指南构建了包含项目适应、人员选择、培训、分配、干预和完成六个阶段的任务分担模型,AI可在候选人筛选、培训定制、客户匹配、预约调度和治疗建议等环节发挥作用。该方法通过将部分治疗任务分配给经过培训的非专业人员,并运用AI进行管理支持,有望缓解治疗服务供需失衡问题。
这项由多个知名机构联合开展的研究揭示了AI系统的"隐形思维"——潜在推理。不同于传统的链式思维推理,潜在推理在AI内部连续空间中进行,不受语言表达限制,信息处理能力提升约2700倍。研究将其分为垂直递归和水平递归两类,前者通过重复处理增加思考深度,后者通过状态演化扩展记忆容量。