架构关键词检索结果

心理安全就是学校安全

Psychological Safety Is School Safety

Leigh Reagan Alley,教育博士是缅因大学奥古斯塔分校的教师教育协调员,她在那里设计并领导了第一个专门的全儿童教育教学文学硕士课程。她是 xSELeratED 学校框架的架构师,在人道教育研究所的顾问委员会任职,并且是 […] 心理安全就是学校安全的帖子首先出现在教育者室。

公司在弄清楚如何管理它之前将人工智能构建到核心系统中

Companies built AI into core systems before figuring out how to govern it

70% 的组织在实时环境中使用 GenAI,64% 的组织在试点或生产部署中拥有 AI 代理。根据 Check Point 的 2026 年云安全报告,其中一些代理拥有对核心系统的特权访问权限。已确认和可疑的人工智能事件(来源:Check Point) 生产人工智能扩大了企业攻击面围绕人类用户和可预测的应用程序行为构建的安全架构正在与依赖 API、自动化和自主操作的人工智能系统作斗争。更多 … 更多 →公司在弄清楚如何管理人工智能之前将人工智能构建到核心系统中的帖子首先出现在 Help Net Security 上。

第 2 部分:SMART 和四阶段框架

Part 2: SMART and the Four-Phase Framework

作者:Vincent E. Bianco III ATC 通讯员,Leeham 新闻与分析,2026 年 5 月 31 日,© Leeham 新闻:我们在 4 月 30 日的分析中阐明的四阶段监管空域航路轨迹战略管理 (SMART) 架构 LNA 区分了部署...阅读更多帖子第 2 部分:SMART 和四阶段框架首先出现在 Leeham 新闻与分析上。

从创意到 AI 应用:使用 Strands 创建智能研究助理

From idea to AI app: Creating intelligent research assistants with Strands

构建人工智能应用程序不需要机器学习 (ML) 博士学位,也不需要花费数月时间研究复杂的架构。然而,当您尝试编排多个 API 调用、管理对话状态并创建可以自行推理的代理时,就会发生这种情况。我已经看到简单的人工智能想法迅速发展成需要[...]

使用 Strands Agents、NVIDIA NIM 和 Amazon Bedrock AgentCore 构建高性能生成式 AI 系统

Build high-performance generative AI systems with Strands Agents, NVIDIA NIM, and Amazon Bedrock AgentCore

在这篇文章中,您将学习如何构建一个多代理活动审核系统,该系统使用集成架构(结合了 NVIDIA NIM 进行 GPU 加速推理)来演示并行推理、上下文持久性和可追踪执行路径。 Amazon Bedrock AgentCore 提供托管运行时、共享内存和内置可观察性,Strands Agents 提供无服务器多代理编排。此方法支持生产环境中的性能、可扩展性和操作洞察力。虽然该示例侧重于营销内容审核,但相同的模式也适用于数字助理、审核自动化和检索增强生成管道。

领域转变:将数据治理从产品分类转向基础设施投资

The Domain Shift: Moving Data Governance from Product Triage to Infrastructure Investment

将运营重点从孤立的数据产品转移到系统领域架构如何解决技术瓶颈并优化平台投资。领域转移:将数据治理从产品分类转向基础设施投资一文首先出现在《走向数据科学》上。

剖析高性能讲故事播客

Anatomy Of A High-Performing Storytelling Podcast

高性能讲故事播客剖析 - 信息图 最好的讲故事播客格式之所以成功,是因为它们建立在清晰的叙事架构之上,反映了人类自然处理和保留信息的方式。无论是在娱乐还是学习设计中,最有效的讲故事播客都遵循一致的结构流程,将被动聆听转变为主动认知参与。 Hook […]《高绩效讲故事播客的解剖》一文首先出现在电子学习信息图表上。

Amazon Web Services 代理工具包简介

Introducing the Agent Toolkit for Amazon Web Services

这就像将您自己的私人专家 AWS 解决方案架构师和数据工程师合而为一。介绍 Amazon Web Services 的代理工具包一文首先出现在 Towards Data Science 上。

国防电气系统市场:为现代战争的未来提供动力

Defense Electrical Systems Market: Powering the Future of Modern Warfare

全球国防格局正在经历一场深刻的技术变革,而这一变革的核心是国防电气系统的快速发展。在所有领域——从先进战车和隐形飞机到海军驱逐舰和自主无人机——军事平台越来越依赖复杂的电气架构。这些系统对于支持高功率传感器、先进通信套件、电子战能力和下一代推进技术绝对至关重要。如今,国防电气系统已成为全球军事现代化的战略支柱。各国正在大力投资其作战系统的电气化、数字化和能源效率,以优化 SWaP-C(尺寸,...后国防电气系统市场:为现代战争的未来提供动力)首次出现在航空和国防市场报告中。

经典航空电视:VerdeGo 首次亮相 VH-3 混合动力装置

Classic Aero-TV: VerdeGo Debuts VH-3 Hybrid-Electric Powerplant

2023 年起(YouTube 版):针对 AAM 应用优化的新推进方案 VerdeGo 由 Eric Bartsch、Pat Anderson 和 Erik Lindbergh(著名航空先驱 Charles Lindbergh 的孙子)于 2017 年创立,旨在加速飞行的电气化,致力于将传统推进架构与下一代电动技术相结合。最近,VerdeGo 一直致力于开发 VH-3 动力装置,这是一种将液体燃料(例如 Jet-A、JP-8、SAF、电子燃料)的化学能转化为电力的有效方法。混合动力动力装置由往复式航空发动机、电力电子、控制系统和热管理系统组成,它们的集成实现了高效、长时间的能量输出。

迷失在翻译中:人工智能如何揭露法律与逻辑之间的裂痕

Lost in Translation: How AI Exposes the Rift Between Law and Logic

法律和 IT 之间的紧张关系一直令人沮丧,但人工智能将使情况变得更糟。答案是可观察到的合规性:将法律意图直接编码到架构中。《迷失在翻译中:人工智能如何揭露法律与逻辑之间的裂痕》一文首先出现在《走向数据科学》上。

ACAS X 已在驾驶舱内。人工智能和空中交通管制的争论已经晚了三年。第 1 部分。

ACAS X Is Already in the Cockpit. The AI-and-ATC Debate Is Three Years Too Late. Part 1.

美国联邦航空局几年前批准了人工智能增强防撞系统。当前关于 SMART 的争论忽略了已经确定的监管架构。作者:Vincent E. Bianco III ATC 通讯员,Leeham 新闻与分析,2026 年 5 月 24 日,© Leeham... 阅读更多文章 ACAS X 已经在驾驶舱中。人工智能和空中交通管制的争论已经晚了三年。第 1 部分首先出现在 Leeham News and Analysis 上。

柴科被任命为俄罗斯空天军新司令

Chaiko Appointed New Commander of the Russian Aerospace Forces

摘要:5月4日,俄罗斯军方领导层再次对其指挥架构进行了重大改组。俄罗斯媒体援引接近国防部的消息来源报道称,亚历山大·柴科上将被任命为俄罗斯空天军 (VKS) 新任司令(RBC;Meduza,5 月 4 日)。他接替了柴科任命的俄罗斯空天军新司令一职首先出现在詹姆斯敦。

海军特种作战司令部战机即将升级

Naval Special Warfare Command combatant craft set to receive upgrades

预计升级包括增加开放式系统架构,以促进“传感器的集成和聚合”,PEO-Maritime Capt. Jared Wyrick 表示。

为什么大多数人工智能学习策略都会失败,以及高成熟度团队的不同做法

Why Most AI Learning Strategies Fail, And What High-Maturity Teams Do Differently

AI 不会修复损坏的 L&D 系统,但会更快地暴露它。高成熟度的团队通过首先修复内容架构和运营模型来取得成功。真正的差距不是工具,而是工具。这是他们的基础。这篇文章首先发表在电子学习行业。

揭示大学身份:方法论反思

Revealing university identity: a methodological reflection

作者:Michelangela Verardi 该博客基于我的高等教育管理 DBA(巴斯大学)论文,题为:“大学身份:法规与架构” 理解大学是什么 – 不仅仅是它声称的... 继续阅读 →

PAM 网络研讨会:构建预测性飞机维护的未来

PAM Webinar: Architecting the future of predictive aircraft maintenance

预测性飞机维护的未来采用和可扩展性并不依赖于高级分析,而是依赖于支持数据采集的技术架构。PAM 后网络研讨会:构建预测性飞机维护的未来首先出现在《航空商业新闻》上。

机器人团队的代理人工智能

Agentic AI for Robot Teams

本演讲重点介绍了约翰霍普金斯大学应用物理实验室最近为协作机器人团队推进代理人工智能所做的努力。它首先提出了跨异构系统实现自主性、协调性和适应性的核心挑战,然后引入了旨在支持多机器人环境中的代理行为的可扩展架构。演讲最后介绍了遇到的主要挑战以及从正在进行的研究和开发中学到的实际经验教训。主要学习内容介绍了基于 LLM 的 AI 代理描述了将基于 LLM 的 AI 代理应用于机器人团队的方法提供了在异构机器人团队的硬件中运行的方法的演示介绍了该领域的经验教训和未来的工作立即下载此免费白皮书!