详细内容或原文请订阅后点击阅览
在高安全性环境中提供代理人员
政府和企业都感受到越来越大的压力，需要通过代理人工智能提供价值，同时维护数据主权、安全性和监管合规性。向自我管理环境的转变提供了上述所有功能，但也引入了新的复杂性，需要采用全新的 AI 堆栈设计方法，尤其是在高安全性环境中。管理人工智能...在高安全性环境中交付代理劳动力一文首先出现在 DataRobot 上。
来源:DataRobot博客政府和企业都感受到越来越大的压力，需要通过代理人工智能提供价值，同时维护数据主权、安全性和监管合规性。向自我管理环境的转变提供了上述所有功能，但也引入了新的复杂性，需要采用全新的 AI 堆栈设计方法，尤其是在高安全性环境中。
管理人工智能基础设施意味着全面承担集成、验证和合规性。每个模型、组件和部署都必须经过审查和测试。即使很小的更新也会引发返工、减慢进度并带来风险。在高保证环境中，在严格的监管和数据主权要求下完成所有这些工作的分量会增加。
我们需要的是一个能够在本地环境中提供灵活性和保证的 AI 堆栈，从而在部署代理 AI 的任何地方实现完整的生命周期管理。
在这篇文章中，我们将探讨如何在最安全、监管最严格的环境中提供未来的代理劳动力、出错的风险，以及 DataRobot 和 NVIDIA 如何联手解决这个问题。
借助最近发布的 Agent Workforce Platform 和 NVIDIA AI Factory for Government 参考设计，组织现在可以在任何地方部署代理 AI，从商业云到气隙和主权安装，并安全访问 NVIDIA Nemotron 推理模型和完整的生命周期控制。
代理劳动力平台 NVIDIA 政府 AI 工厂安全环境中适合用途的代理人工智能
在构建代理 AI 堆栈时，没有两个环境是相同的。在气隙、主权或关键任务环境中，从硬件到模型的每个组件都必须针对互操作性、合规性和可观察性进行设计和验证。
结果是一个系统不仅与业务需求不相符，而且简单地维护和更新组件可能会导致操作速度减慢。