|
强化学习是第三种流行的机器学习类型，其目的是利用从与环境的交互中收集到的观察结果来采取行动，以最大限度地提高回报或降低风险。在这种情况下，强化学习算法（称为agent）通过迭代不断地从环境中学习。强化学习的一个很好的例子是电脑达到了超人的状态，并在电脑游戏中打败了人类[3]。
机器学习可以让人眼花缭乱，尤其是它的高级子分支，即深度学习和各种类型的神经网络。无论如何，它是 "神奇 "的（计算学习理论） [16]，不管公众有时是否有观察其内部运作的问题。虽然有些人倾向于将深度学习和神经网络与人脑的工作方式进行比较，但两者之间存在着本质的区别 [2] [4] [46]。
什么是人工智能（AI）？
我们前面示例中的机器学习类型，称为“监督学习”，其中监督学习算法尝试对目标预测输出和输入特征之间的关系和依赖关系建模，以便我们可以根据这些关系预测新数据的输出值，它已经从以前的数据集 [15] 中学习到了反馈。
无监督学习是机器学习的另一种类别，是一类主要用于模式检测和描述性建模的机器学习算法。这些算法在数据上没有输出类别或标签（模型使用未标记的数据进行训练）。
2. 混合办公的安全保护
OneStream软件公司首席信息官Mark Angle表示，在发生疫情之后，该公司和大多数科技公司一样，积极接受远程工作。而远程工作面临的挑战是，如何确保公司的数据安全，而不管员工身在何处，同时又不让员工感到受到牵制或有人在监视他们。
他说：“每次我们开始开发解决方案时，都会想：‘这将如何让员工的生活变得轻松高效?’我们几个月来一直在思考这些问题，并努力保持其优先地位。所有技术领导者都需要首先考虑实现创收，其次考虑节约成本。我们必须弄清楚如何帮助员工从将这一脱节的过程回到正常的状态，并以一种无缝的方式做到这一点，使他们在竞争中脱颖而出。”
艾默生自动化解决方案公司首席技术官Peter Zornio表示，他对网络安全的担忧包括勒索软件以及混合办公和分布式工作环境的固有漏洞。
Zornio说：“在2021年，组织必须从安全角度进行认真的评估，并对其技术和供应链的弹性进行清点。针对勒索软件和其他恶意代码的保护需要新的方法和技能，才能在可支持混合开放源代码环境的技术上保持领先地位。”
3. 颠覆80/20IT格局
Lynx软件科技公司首席技术官Will Keegan表示，一些组织一直为远程工作技术做好准备，以使其约占其员工总数的20%的员工在家远程工作，而其他80%的员工在组织办公室工作。而在2020年，这些数字发生了逆转。
Keegan说：“除了提供虚拟专用网功能之外，IT领导者还必须确保员工的网络安全，尽管在2021年大多数组织的员工都在家工作。”
这种转变导致远程计算机上的个人数据和企业数据之间的混合数据越来越多，黑客利用了这一薄弱环节进行攻击。而保护这些混合系统对于组织来说将是一项艰巨的任务。
他说，“组织需要提供的设备包括笔记本电脑、平板电脑和手机，根据员工从事的是业务方面还是个人方面的工作，系统资源的分配要精细得多。而IT领导人希望远程控制这些系统。”
他补充说，在保护敏感数据免受网络攻击和内部威胁的同时，还需要安全系统将企业用户的工作环境与个人环境隔离开来。组织还需要监控数据资产，同时允许远程备份和升级，以及保护和禁用受损的远程资产的能力，所有这些都将使用户的工作环境能够无缝运行。
4. 掌握加快数字路线图的技能
Elastic公司首席信息官Kim Huffman表示，一旦组织完成了向远程工作的转变，并重新思考如何最好地支持员工的技术需求和福利，发生的疫情加快了组织业务实践的演变。这是2020年IT领导者的共同主题，2021年将会推动加速数字化转型，特别是围绕业务成功所需的技能组合。
Huffman说：“2021年的业务重点现在已经超越了多年的数字转型努力，转向了注重速度、灵活性和敏捷性的数字业务模式创新。快速迁移到云端并专注于时间价值，这给IT领导者希望员工具备的技能带来了意想不到的变化。到2021年，除了技术专长外，随着劳动力构成的演变和所需技术的发展，寻找有能力促进变革管理的人才对于组织来说将是一个优先事项。”
5. 审查IT预算
Enseo公司首席信息官Kris Singleton表示，组织在2021年需要对协作工具的成本进行更严格的审查，她所在的公司将考虑是否应将一些基于云计算的系统引入内部部署设施。
Singleton说：“我们需要评估SaaS工具(如Slack和Zoom)的影响力，以及订阅是否值得投资。我们还从云平台中遣返回一些工具，并将其重新部署到内部部署设施，以降低成本或抵消其他领域采用云计算服务的成本。在接下来的几个月中，我们需要解决的一个主要问题是混合方法的净收益，这需要将成本节约与增加的维护工作进行权衡。”
艾默生公司的Zornio认为，现在是了解对人工智能等先进技术的投资所带来真正价值的时候了。
（编辑：广元站长网）
【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!
|
