Technologie-Peripheriegeräte
KI
Künstliche Intelligenz hält Einzug in Windows: Sind Unternehmen bereit für Sicherheitsrichtlinieneinstellungen?
Künstliche Intelligenz hält Einzug in Windows: Sind Unternehmen bereit für Sicherheitsrichtlinieneinstellungen?
Von Textverarbeitungsdokumenten bis zum kommenden Windows 11 (das KI-Eingabeaufforderungen in der Explorer-Plattform enthalten wird) sollten Unternehmen überprüfen, wie ihre Mitarbeiter mit Kundendaten oder anderen vertraulichen Informationen umgehen, wenn sie KI-Plattformen nutzen.
Viele Unternehmen möchten in ihren Sicherheitsplänen Beschränkungen und Richtlinien dafür festlegen, was in Plattformen und Websites eingegeben werden darf, auf denen Informationen online gespeichert oder weitergegeben werden dürfen. Jede Anwendung, die solche Daten verarbeitet, darf keine vertraulichen Informationen enthalten, ohne dass entsprechende Sicherheitsmaßnahmen ausdrücklich festgelegt sind. Es sollten bereits Beispiele online verfügbar sein, welche Konzepte in die Richtlinie aufgenommen werden sollen.
Bewerten Sie alle in das Netzwerk eingeführten Tools für künstliche Intelligenz.
Die Sicherheit aller in das Netzwerk eingeführten Software oder Tools für künstliche Intelligenz muss zunächst bewertet werden. Vor dem Einsatz von Software sollten Unternehmen deren allgemeine Eignung bewerten, um sicherzustellen, dass sie zur Laufzeit nicht abstürzt oder Fehlermeldungen anzeigt. Lieferanten sollten sich an Datenschutzrichtlinien und Nutzungsbedingungen halten.
Es ist auch wichtig, die Darstellung des Anbieters in Bezug auf Updates, die Handhabung von Sicherheits- und Fehlerberichten sowie Maßnahmen zur Plattformverbesserung zu bewerten. Stellen Sie sicher, dass Anbieter Kontrolloptionen in der Software identifizieren, die es Benutzern ermöglichen, KI zu integrieren oder sie einzuschränken. Prüfen Sie, ob sie die Möglichkeit haben, zu kennzeichnen, wo auf ihrer Plattform KI verwendet wird. Überprüfen Sie, ob sie den ethischen Einsatz von KI fördern, und stellen Sie geeignete Kanäle für Feedback bereit.
Die Richtlinien für künstliche Intelligenz sollten klar festgelegt sein und es ist verboten, vertrauliche Kundeninformationen auf die Plattform für künstliche Intelligenz hochzuladen. Klare Anweisungen in der Richtlinie sollten angeben, was in der Software erlaubt ist. Mitarbeiter sollten den Zugriff nicht mit Personen teilen, die nicht zur Verwendung dieser Tools berechtigt sind, und jeder Mitarbeiter, der KI-Tools verwendet, sollte verpflichtet sein, die Richtlinie zu überprüfen und zu unterzeichnen. Unternehmen sollten erwägen, ihre Mitarbeiter zu schulen, um sicherzustellen, dass diese Richtlinien befolgt werden.
Windows wird klare Einblicke in Richtlinienkontrollen bieten
Darüber hinaus müssen Unternehmen möglicherweise die Anwendungen überprüfen, die künstliche Intelligenz enthalten, sowie die vom Anbieter zugelassenen Kontrollen oder Einschränkungen für die Verknüpfung oder Bindung. Im Fall von Microsoft Windows hat das Unternehmen Gruppenrichtlinienkontrollen offengelegt, um verfügbare Verbindungen für Anwendungen wie den Microsoft Edge-Browser und die Bing-Suchmaschine einzuschränken.
Weitere Dinge stehen noch bevor. Auf der jüngsten Microsoft Build-Konferenz zeigte das Unternehmen, wie es künstliche Intelligenz in das Betriebssystem integrieren wird, um Benutzern das Auffinden der gewünschten Funktionen und Einstellungen zu erleichtern. Unternehmen müssen die Auswirkungen dieser Technologie abschätzen, bevor sie mit der vollständigen Einführung dieser Plattformen beginnen.
Unternehmen können mit den Grundlagen beginnen, wie etwa dem Blockieren von Anfragen, den Standardbrowser auf Microsoft Edge und die Standardsuchmaschine auf Bing zu ändern. Dies kann beispielsweise, wie unter Edge-Richtlinien beschrieben, über Gruppenrichtlinien oder Intune festgelegt werden. Auch andere Einstellungen wie Bing Chat AI können in der Suche von Windows 11 deaktiviert werden.
Um Bing Chat AI in der Suchleiste der Taskleiste zu deaktivieren, können Sie auf die Windows-Taste klicken und Einstellungen öffnen oder die Tastenkombination Windows-Taste + I verwenden, um es direkt zu öffnen. Klicken Sie anschließend im linken Bereich auf „Datenschutz und Sicherheit“, scrollen Sie nach unten zum Abschnitt „Windows-Berechtigungen“ und wählen Sie „Suchberechtigungen“ aus der Liste aus. Scrollen Sie nach unten zum Abschnitt „Weitere Einstellungen“ und deaktivieren Sie die Option „Suchhervorhebung anzeigen“. Das Bing Chat AI-Symbol wird nicht mehr im Suchfeld angezeigt.
Die Bing AI-Schaltfläche kann in den Einstellungen von Microsoft Edge entfernt werden. Öffnen Sie die Einstellungen des Microsoft Edge-Browsers und wählen Sie über die linke Navigationsleiste die Option „Seitenleiste“. Klicken Sie im Abschnitt „Anwendungsspezifische Einstellungen“ auf „Erkennen“. Schalten Sie nun die Einstellung „Show Discovery“ um und die Schaltfläche verschwindet.
Zukünftige Windows-Versionen erfordern ebenfalls eine Due Diligence
Due Diligence muss für die kommende Windows 11-Version durchgeführt werden. Wie auf der Build-Konferenz von Microsoft hervorgehoben wurde, wird künstliche Intelligenz Teil des Desktop-Betriebssystems. Windows Copilot soll ab Juni als Vorschau in Windows 11 verfügbar sein. Darüber hinaus plant Microsoft, künstliche Intelligenz in das Bing-Chat-Plug-in für Windows zu integrieren, wodurch Entwickler Anwendungen in Copilot integrieren können, um „das Engagement in nativen Windows-Anwendungen zu erhöhen“. Von Microsoft wird erwartet, dass es Gruppenrichtlinien- und Intune-Einstellungen offenlegt, um deren Verwendung einzuschränken.
Derzeit können Benutzer Bing Chat mithilfe von Gruppenrichtlinien einschränken. In den administrativen Vorlagen von Windows 11 21H2 wurde eine neue Gruppenrichtlinieneinstellung eingeführt, mit der das Chat-Symbol deaktiviert werden kann. Benutzer müssen die ADMX-Vorlage für Windows vom offiziellen Microsoft Download Center herunterladen, aktualisiert am 11. Oktober 2021 [21H2]. Benutzer müssen die Datei von C:WindowsPolicyDefinitions auf ihrem Windows 11-Computer in ihren zentralen Richtlinienspeicher kopieren. TaskBar.admx und TaskBar.adm sind Komponenten der GPO-Einstellungen, die das Chat-Symbol konfigurieren.
Richtlinieneinstellungen für die Windows-Komponente für künstliche Intelligenz ändern
Erweitern Sie in der Gruppenrichtlinien-Verwaltungskonsole Domänen und navigieren Sie zu Gruppenrichtlinienobjekten. Erstellen Sie ein neues Gruppenrichtlinienobjekt und ein neues Gruppenrichtlinienobjekt. Navigieren Sie zum Chatpfad „Computerkonfiguration, administrative Vorlagen, Windows-Komponenten“ des Gruppenrichtlinienverwaltungs-Editors. Suchen Sie nach „Chat-Symbol in der Taskleiste konfigurieren“. Klicken Sie mit der rechten Maustaste auf diese Richtlinieneinstellung und wählen Sie „Bearbeiten“. Von hier aus können Sie die Richtlinie wie folgt festlegen:
Wenn Sie „Aktivieren“ auswählen und die Richtlinie auf „Anzeigen“ setzen, wird das Chat-Symbol standardmäßig in der Taskleiste angezeigt. Benutzer können es in den Einstellungen ein- oder ausblenden.
Das Chat-Symbol ist standardmäßig ausgeblendet, sofern es aktiviert und auf „Ausblenden“ eingestellt ist. Benutzer können es in den Einstellungen ein- oder ausblenden.
·Deaktiviert: Wenn Sie diese Richtlinieneinstellung aktivieren und auf „Deaktiviert“ setzen, wird das Chat-Symbol nicht angezeigt und Benutzer können das Symbol in den Einstellungen nicht ein- oder ausblenden.
Wählen Sie für die Richtlinie „Chat-Symbol im Gruppenrichtlinienobjekt der Taskleiste konfigurieren“ „Aktivieren“, um diese Einstellung zu aktivieren, klicken Sie auf „Übernehmen“ und dann auf „OK“. Ebenso kann der Benutzer erneut wählen, ob das Symbol angezeigt, ausgeblendet oder deaktiviert werden soll.
Künstliche Intelligenz wird schneller im Web und auf dem Desktop Einzug halten, als man denkt. Daher sollten Unternehmen jetzt darüber nachdenken, Strategien festzulegen und Prozesse zu überprüfen, um sicherzustellen, dass sie bereit sind.
Das obige ist der detaillierte Inhalt vonKünstliche Intelligenz hält Einzug in Windows: Sind Unternehmen bereit für Sicherheitsrichtlinieneinstellungen?. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!
Heiße KI -Werkzeuge
Undresser.AI Undress
KI-gestützte App zum Erstellen realistischer Aktfotos
AI Clothes Remover
Online-KI-Tool zum Entfernen von Kleidung aus Fotos.
Undress AI Tool
Ausziehbilder kostenlos
Clothoff.io
KI-Kleiderentferner
AI Hentai Generator
Erstellen Sie kostenlos Ai Hentai.
Heißer Artikel
Heiße Werkzeuge
Notepad++7.3.1
Einfach zu bedienender und kostenloser Code-Editor
SublimeText3 chinesische Version
Chinesische Version, sehr einfach zu bedienen
Senden Sie Studio 13.0.1
Leistungsstarke integrierte PHP-Entwicklungsumgebung
Dreamweaver CS6
Visuelle Webentwicklungstools
SublimeText3 Mac-Version
Codebearbeitungssoftware auf Gottesniveau (SublimeText3)
Heiße Themen
1376
52
Bytedance Cutting führt SVIP-Supermitgliedschaft ein: 499 Yuan für ein fortlaufendes Jahresabonnement, das eine Vielzahl von KI-Funktionen bietet
Jun 28, 2024 am 03:51 AM
Diese Seite berichtete am 27. Juni, dass Jianying eine von FaceMeng Technology, einer Tochtergesellschaft von ByteDance, entwickelte Videobearbeitungssoftware ist, die auf der Douyin-Plattform basiert und grundsätzlich kurze Videoinhalte für Benutzer der Plattform produziert Windows, MacOS und andere Betriebssysteme. Jianying kündigte offiziell die Aktualisierung seines Mitgliedschaftssystems an und führte ein neues SVIP ein, das eine Vielzahl von KI-Schwarztechnologien umfasst, wie z. B. intelligente Übersetzung, intelligente Hervorhebung, intelligente Verpackung, digitale menschliche Synthese usw. Preislich beträgt die monatliche Gebühr für das Clipping von SVIP 79 Yuan, die Jahresgebühr 599 Yuan (Hinweis auf dieser Website: entspricht 49,9 Yuan pro Monat), das fortlaufende Monatsabonnement beträgt 59 Yuan pro Monat und das fortlaufende Jahresabonnement beträgt 499 Yuan pro Jahr (entspricht 41,6 Yuan pro Monat). Darüber hinaus erklärte der Cut-Beamte auch, dass diejenigen, die den ursprünglichen VIP abonniert haben, das Benutzererlebnis verbessern sollen
Kontexterweiterter KI-Codierungsassistent mit Rag und Sem-Rag
Jun 10, 2024 am 11:08 AM
Verbessern Sie die Produktivität, Effizienz und Genauigkeit der Entwickler, indem Sie eine abrufgestützte Generierung und ein semantisches Gedächtnis in KI-Codierungsassistenten integrieren. Übersetzt aus EnhancingAICodingAssistantswithContextUsingRAGandSEM-RAG, Autor JanakiramMSV. Obwohl grundlegende KI-Programmierassistenten natürlich hilfreich sind, können sie oft nicht die relevantesten und korrektesten Codevorschläge liefern, da sie auf einem allgemeinen Verständnis der Softwaresprache und den gängigsten Mustern beim Schreiben von Software basieren. Der von diesen Coding-Assistenten generierte Code eignet sich zur Lösung der von ihnen zu lösenden Probleme, entspricht jedoch häufig nicht den Coding-Standards, -Konventionen und -Stilen der einzelnen Teams. Dabei entstehen häufig Vorschläge, die geändert oder verfeinert werden müssen, damit der Code in die Anwendung übernommen wird
Sieben coole technische Interviewfragen für GenAI und LLM
Jun 07, 2024 am 10:06 AM
Um mehr über AIGC zu erfahren, besuchen Sie bitte: 51CTOAI.x Community https://www.51cto.com/aigc/Translator|Jingyan Reviewer|Chonglou unterscheidet sich von der traditionellen Fragendatenbank, die überall im Internet zu sehen ist erfordert einen Blick über den Tellerrand hinaus. Large Language Models (LLMs) gewinnen in den Bereichen Datenwissenschaft, generative künstliche Intelligenz (GenAI) und künstliche Intelligenz zunehmend an Bedeutung. Diese komplexen Algorithmen verbessern die menschlichen Fähigkeiten, treiben Effizienz und Innovation in vielen Branchen voran und werden zum Schlüssel für Unternehmen, um wettbewerbsfähig zu bleiben. LLM hat ein breites Anwendungsspektrum und kann in Bereichen wie der Verarbeitung natürlicher Sprache, der Textgenerierung, der Spracherkennung und Empfehlungssystemen eingesetzt werden. Durch das Lernen aus großen Datenmengen ist LLM in der Lage, Text zu generieren
Kann LLM durch Feinabstimmung wirklich neue Dinge lernen: Die Einführung neuen Wissens kann dazu führen, dass das Modell mehr Halluzinationen hervorruft
Jun 11, 2024 pm 03:57 PM
Large Language Models (LLMs) werden auf riesigen Textdatenbanken trainiert und erwerben dort große Mengen an realem Wissen. Dieses Wissen wird in ihre Parameter eingebettet und kann dann bei Bedarf genutzt werden. Das Wissen über diese Modelle wird am Ende der Ausbildung „verdinglicht“. Am Ende des Vortrainings hört das Modell tatsächlich auf zu lernen. Richten Sie das Modell aus oder verfeinern Sie es, um zu erfahren, wie Sie dieses Wissen nutzen und natürlicher auf Benutzerfragen reagieren können. Aber manchmal reicht Modellwissen nicht aus, und obwohl das Modell über RAG auf externe Inhalte zugreifen kann, wird es als vorteilhaft angesehen, das Modell durch Feinabstimmung an neue Domänen anzupassen. Diese Feinabstimmung erfolgt mithilfe von Eingaben menschlicher Annotatoren oder anderer LLM-Kreationen, wobei das Modell auf zusätzliches Wissen aus der realen Welt trifft und dieses integriert
Um ein neues wissenschaftliches und komplexes Frage-Antwort-Benchmark- und Bewertungssystem für große Modelle bereitzustellen, haben UNSW, Argonne, die University of Chicago und andere Institutionen gemeinsam das SciQAG-Framework eingeführt
Jul 25, 2024 am 06:42 AM
Herausgeber | Der Frage-Antwort-Datensatz (QA) von ScienceAI spielt eine entscheidende Rolle bei der Förderung der Forschung zur Verarbeitung natürlicher Sprache (NLP). Hochwertige QS-Datensätze können nicht nur zur Feinabstimmung von Modellen verwendet werden, sondern auch effektiv die Fähigkeiten großer Sprachmodelle (LLMs) bewerten, insbesondere die Fähigkeit, wissenschaftliche Erkenntnisse zu verstehen und zu begründen. Obwohl es derzeit viele wissenschaftliche QS-Datensätze aus den Bereichen Medizin, Chemie, Biologie und anderen Bereichen gibt, weisen diese Datensätze immer noch einige Mängel auf. Erstens ist das Datenformular relativ einfach, die meisten davon sind Multiple-Choice-Fragen. Sie sind leicht auszuwerten, schränken jedoch den Antwortauswahlbereich des Modells ein und können die Fähigkeit des Modells zur Beantwortung wissenschaftlicher Fragen nicht vollständig testen. Im Gegensatz dazu offene Fragen und Antworten
Fünf Schulen des maschinellen Lernens, die Sie nicht kennen
Jun 05, 2024 pm 08:51 PM
Maschinelles Lernen ist ein wichtiger Zweig der künstlichen Intelligenz, der Computern die Möglichkeit gibt, aus Daten zu lernen und ihre Fähigkeiten zu verbessern, ohne explizit programmiert zu werden. Maschinelles Lernen hat ein breites Anwendungsspektrum in verschiedenen Bereichen, von der Bilderkennung und der Verarbeitung natürlicher Sprache bis hin zu Empfehlungssystemen und Betrugserkennung, und es verändert unsere Lebensweise. Im Bereich des maschinellen Lernens gibt es viele verschiedene Methoden und Theorien, von denen die fünf einflussreichsten Methoden als „Fünf Schulen des maschinellen Lernens“ bezeichnet werden. Die fünf Hauptschulen sind die symbolische Schule, die konnektionistische Schule, die evolutionäre Schule, die Bayes'sche Schule und die Analogieschule. 1. Der Symbolismus, auch Symbolismus genannt, betont die Verwendung von Symbolen zum logischen Denken und zum Ausdruck von Wissen. Diese Denkrichtung glaubt, dass Lernen ein Prozess der umgekehrten Schlussfolgerung durch das Vorhandene ist
SOTA Performance, eine multimodale KI-Methode zur Vorhersage der Protein-Ligand-Affinität in Xiamen, kombiniert erstmals molekulare Oberflächeninformationen
Jul 17, 2024 pm 06:37 PM
Herausgeber |. KX Im Bereich der Arzneimittelforschung und -entwicklung ist die genaue und effektive Vorhersage der Bindungsaffinität von Proteinen und Liganden für das Arzneimittelscreening und die Arzneimitteloptimierung von entscheidender Bedeutung. Aktuelle Studien berücksichtigen jedoch nicht die wichtige Rolle molekularer Oberflächeninformationen bei Protein-Ligand-Wechselwirkungen. Auf dieser Grundlage schlugen Forscher der Universität Xiamen ein neuartiges Framework zur multimodalen Merkmalsextraktion (MFE) vor, das erstmals Informationen über Proteinoberfläche, 3D-Struktur und -Sequenz kombiniert und einen Kreuzaufmerksamkeitsmechanismus verwendet, um verschiedene Modalitäten zu vergleichen Ausrichtung. Experimentelle Ergebnisse zeigen, dass diese Methode bei der Vorhersage von Protein-Ligand-Bindungsaffinitäten Spitzenleistungen erbringt. Darüber hinaus belegen Ablationsstudien die Wirksamkeit und Notwendigkeit der Proteinoberflächeninformation und der multimodalen Merkmalsausrichtung innerhalb dieses Rahmens. Verwandte Forschungen beginnen mit „S
GlobalFoundries erschließt Märkte wie KI und erwirbt die Galliumnitrid-Technologie von Tagore Technology und zugehörige Teams
Jul 15, 2024 pm 12:21 PM
Laut Nachrichten dieser Website vom 5. Juli veröffentlichte GlobalFoundries am 1. Juli dieses Jahres eine Pressemitteilung, in der die Übernahme der Power-Galliumnitrid (GaN)-Technologie und des Portfolios an geistigem Eigentum von Tagore Technology angekündigt wurde, in der Hoffnung, seinen Marktanteil in den Bereichen Automobile und Internet auszubauen Anwendungsbereiche für Rechenzentren mit künstlicher Intelligenz, um höhere Effizienz und bessere Leistung zu erforschen. Da sich Technologien wie generative künstliche Intelligenz (GenerativeAI) in der digitalen Welt weiterentwickeln, ist Galliumnitrid (GaN) zu einer Schlüssellösung für nachhaltiges und effizientes Energiemanagement, insbesondere in Rechenzentren, geworden. Auf dieser Website wurde die offizielle Ankündigung zitiert, dass sich das Ingenieurteam von Tagore Technology im Rahmen dieser Übernahme mit GF zusammenschließen wird, um die Galliumnitrid-Technologie weiterzuentwickeln. G
