警告:call_user_func_array() 要求参数 1 为有效回调,未找到函数“sdm_register_shortcodes”或函数名称无效 /home/timount/wwwroot/html-techversions/wp-includes/class-wp-hook.php 在线的 324
第18页|技术文章
主页 博客 页面18

引导向云和敏捷实践的转变

0

向云和敏捷实践的转变改变了企业运营、创新和发展的方式。随着越来越多的组织拥抱数字化转型,对更快、更灵活的解决方案的需求变得至关重要。这种转变不仅仅是采用新技术,而是改进整个业务运营方法。从加强协作到缩短上市时间,企业都看到了巨大的好处。但如何顺利地完成这一转变呢?

迁移到云的好处

转向云技术的主要原因之一是它提供的可扩展性。企业可以根据需求轻松调整资源,帮助降低成本并避免过度配置。云还确保可以从任何地方访问数据,从而提高团队生产力。此外,灾难恢复和安全协议在云环境中更加强大,让数据保护更加安心。

另请阅读:利用云和生成式人工智能构建未来

为什么敏捷方法很重要

敏捷实践优先考虑灵活性和以客户为中心的开发。它们使团队能够快速适应变化,这在当今快节奏的市场中至关重要。通过敏捷方法,企业可以逐步交付价值、更快地接收反馈并持续改进产品。敏捷实践促进跨部门协作,培育创新和团队合作的文化。

克服向云和敏捷实践转变的挑战

虽然向云和敏捷实践的转变提供了显着的优势,但它也带来了挑战。安全问题、整合问题和对变革的抵制是常见的障碍。为了克服这些问题,企业必须投资于培训,建立清晰的沟通,并确保他们拥有实现无缝过渡的正确工具。

结论

对于任何希望保持竞争力的组织来说,拥抱向云和敏捷实践的转变至关重要。云提供可扩展性和安全性,而敏捷实践则促进适应性和协作。通过直面挑战并采用这些现代战略,企业可以释放新的增长和创新机会。

最新的网络钓鱼诈骗:要注意什么

0

此类网络钓鱼攻击的恶意行为仍在继续,并且随着时间的推移变得越来越复杂。一些新的网络钓鱼攻击的目标如下。

另请阅读:针对医院和患者的网络钓鱼攻击

1. 网络诈骗

此类网络钓鱼通过短信攻击手机。诈骗者将自己伪装成来自银行或送货服务等有效组织的电话,以迫使收件人点击链接或提供个人数据。

2. 语音钓鱼

电话钓鱼电话是由诈骗者拨打的,他们通常假装代表公司或其他政府机构。有时,他们会使用欺骗性的电话号码拨打电话,表明所使用的电话号码是合法的,以欺骗受害者泄露秘密信息。

3. 鱼叉式网络钓鱼

这是一种针对性很强的网络钓鱼形式,其中个性化电子邮件被发送给选定的个人、组织或任何其他实体。诈骗者可能会研究他们的目标,以收集可用于使他们的攻击更有说服力的信息。

4. 商业电子邮件泄露 (BEC)

此类网络钓鱼攻击主要针对企业,采用虚假电子消息的形式,这些消息似乎来自组织的高管或其他高级官员。诈骗者可能会发送虚假电子邮件来请求电汇或类似的资金转账。

5. 社交媒体网络钓鱼

这涉及利用社交媒体来瞄准和欺骗潜在的受害者。攻击者创建虚假或劫持帐户,发布恶意链接或消息。

如何保护自己

您可以尝试以下几种方法来保护自己免受网络钓鱼诈骗。

  • 警惕可疑的未经请求的电子邮件、短信或电话
  • 切勿点击任何来源不明的链接或附件
  • 在提供任何个人信息之前,请仔细检查发件人的身份
  • 为您的每个在线帐户使用强大而独特的密码
  • 启用双因素身份验证(如果可用)
最后的话

使用最新的安全补丁更新您的软件和操作系统。其次,人们会说,了解正在进行的网络钓鱼诈骗肯定有助于采取主动措施,免受此类网络钓鱼攻击。

安全访问服务边缘 (SASE):云驱动世界中的网络安全

0

向云计算和远程工作的快速转变已经改变了企业网络。传统的网络安全模型正在努力跟上。安全访问服务边缘 (SASE) 是一种改变游戏规则的方法,它将网络和安全性融合到统一的基于云的服务中。它解决了传统模型的局限性,提供安全、可扩展且敏捷的连接。让我们了解 SASE 如何重新定义网络安全以及为什么它对现代企业至关重要。

什么是SASE?

SASE,发音为“sassy”,将网络安全和广域网 (WAN) 功能合并为一项服务。它提供了一个结合了多种安全功能的整体解决方案,包括安全 Web 网关 (SWG)、云访问安全代理 (CASB)、零信任网络访问 (ZTNA) 和防火墙即服务 (FWaaS)。这些服务通过云提供,使用户和设备无论身在何处都可以访问它们。

SASE 的架构旨在保护现代网络的动态、分布式特性。与依赖本地设备的传统模型不同,SASE 使用基于云的服务来实施更接近用户的安全策略。这种方法可以减少延迟、增强安全性并提高性能,使其成为当今云驱动环境的理想选择。

关键部件

安全 Web 网关 (SWG):过滤掉有害网站并阻止恶意软件。它控制对互联网的访问并防止数据泄露。 SWG 对所有用户实施安全策略,无论其位置如何。

云访问安全代理 (CASB):充当用户和云应用程序之间的看门人。它确保安全访问云服务,同时执行数据安全策略。 CASB 防止数据泄露并确保遵守法规。

零信任网络访问 (ZTNA):根据用户身份和上下文提供访问。 ZTNA 的运营原则是“永不信任,始终验证”。它将资源访问限制为仅经过身份验证的用户,从而显着降低了未经授权访问的风险。

防火墙即服务 (FWaaS):通过云提供防火墙保护。它检查和过滤云应用程序和数据中心之间的网络流量。 FWaaS 在所有网络流量中提供一致的安全策略,增强威胁防御。

SASE 的好处

改进的安全状况:SASE 提供了统一的安全框架。这消除了对多个、脱节的安全解决方案的需要。无论用户位于何处,它都可以提供端到端可见性和一致的策略执行。

降低复杂性:通过将网络和安全性合并到单一服务中,SASE 降低了管理多个解决方案的复杂性。 IT 团队可以从中央控制台管理安全策略,从而简化管理。

增强的用户体验:SASE 的云原生架构通过最近的接入点 (PoP) 路由流量,从而最大限度地减少延迟。这样可以更快地访问应用程序并提供更好的用户体验。

可扩展性和灵活性:SASE 旨在随着您的业务进行扩展。它可以轻松容纳新用户、应用程序和设备,提供随网络增长而增长的灵活安全性。

节省成本:SASE 减少了对昂贵的本地硬件和维护的需求。它整合了多种安全和网络功能,降低了总拥有成本。

采用方面的挑战

与遗留系统集成:将 SASE 与现有网络基础设施集成可能很复杂。旧系统可能需要进行重大修改才能与 SASE 基于云的模型配合使用。

供应商锁定:组织必须仔细选择 SASE 提供商。一些解决方案可能会将企业锁定在单一供应商,从而限制灵活性并增加长期成本。

数据隐私问题:将安全功能转移到云端会引发数据隐私问题。组织必须确保 SASE 提供商遵守数据保护法规。

性能依赖性:SASE 性能取决于服务提供商的全球网络。如果提供商在关键位置缺乏足够的接入点 (PoP),则可能会出现性能不佳的情况。

SASE 的未来

SASE 的未来看起来充满希望。在对安全和灵活连接的需求的推动下,市场正在快速增长。根据行业报告,SASE 市场预计将从 2023 年的 19 亿美元增长到 2028 年的 59 亿美元,复合年增长率 (CAGR) 为 25%。随着组织继续采用云服务,对 SASE 的需求只会增加。

SASE 正在重新定义现代企业的网络安全。其云原生架构提供了一种更敏捷、可扩展且安全的方法来管理当今复杂的网络。通过将网络和安全性集成到单一服务中,SASE 不仅仅是一种技术演进,更是企业驾驭数字时代的必需品。

另请阅读:提高网络安全的 7 个网络自动化战略步骤

交通运输中的物联网:通过联网车辆和智能基础设施彻底改变移动性

0

交通运输只是物联网正在改变的众多行业之一。物联网正在通过互联汽车和智能基础设施改变移动性并提高交通网络的安全性、效率和环境友好性。以下是物联网将如何影响未来交通的一些示例。

汽车网络:创造未来

物联网如何影响交通的最显着的例子是联网汽车。这些汽车使用传感器、GPS 和通信技术实时收集和交换数据。除了提高效率和安全性之外,这种连接还可以通过多种方式改善驾驶。

增强安全性:通过与基础设施和彼此通信(V2V 和 V2I),联网汽车可以通知其他驾驶员即将发生的危险,例如突然停车或道路封闭。这样做可以大大改善交通流量和事故率。

预测性维护:支持物联网的传感器可跟踪车辆的状况和性能,并在出现维护问题时在导致故障之前发出早期警报。这可以延长车辆的使用寿命并减少意外维护的需要。

优化路线:借助事故、道路施工和交通状况的实时数据,车辆可以选择最省油的路线,节省时间和燃油。

智能基础设施:构建未来智能高速公路

物联网不仅仅包含联网汽车;它还需要建设智能基础设施以促进和改善流动性。这就是智能基础设施正在改变交通的方式:

智能交通管理:智能交通管理通过使用智能交通灯和传感器收集交通流量数据并相应地修改信号计时来最大限度地减少拥堵,从而减少十字路口的等待时间。

智能停车解决方案:支持物联网的停车传感器和仪表为驾驶员提供空位的实时信息,减少他们寻找停车位的时间。

动态道路信息:通过让驾驶员获取有关交通、天气和道路封闭的最新信息,数字标牌和智能高速公路增强了交通控制。

对环境的好处:绿色交通

物联网促进交通可持续发展的另一个重要方式是:

高效燃料使用:联网车辆通过优化路线和减少闲置时间来减少排放和燃料消耗,这有助于创造更清洁的环境。

电动汽车的整合:物联网技术通过提供有关充电站可用性的信息并简化充电流程,促进电动汽车(EV)的扩展,从而提高电动汽车的使用和可达性。

智能城市规划:从物联网设备收集的信息可用于规划和执行更环保的出行方案,例如增强的公共交通和自行车共享计划。

未来的障碍和前景

物联网有很多优点,但也存在必须解决的问题。这些包括:

数据安全和隐私:保护所收集的大量数据的安全和隐私至关重要。需要强大的网络安全防御来抵御非法访问和数据泄露。

互操作性:不同的平台和技术需要和谐地协同工作,物联网系统才能正常运行。为了充分发挥智能交通的潜力,必须确保不同物联网设备和系统之间的兼容性。

基础设施投资:实施智能基础设施需要大量资金。为了充分享受新技术的优势,政府和私营部门参与者必须共同努力为其提供资金和实施。

结论

得益于物联网,未来的交通将变得更智能、更高效、更可持续。只要技术不断发展,改善流动性和交通体验的机会几乎是无穷无尽的。

为什么包容性设计在网络可访问性方面比以往任何时候都更加重要

0

创建一个可访问的网络不再是一种选择,而是一种必然。网络可访问性确保残障用户可以轻松导航并与网站交互,为所有人提供包容性的体验。从视觉障碍到认知挑战,现代网页设计必须满足每个用户的需求。随着法规的收紧和用户期望的增长,拥抱网络可访问性对于旨在保持竞争力和合规性的企业至关重要。

包容性设计案例

在当今数字优先的世界中,包容性设计超越了美学。这是为了让每个人都可以使用网络。优先考虑网络可访问性的公司不仅可以为残疾人士提供支持,还可以提高其品牌声誉。一个包容性的网站可以帮助所有用户,甚至是那些没有残疾的用户,享受更流畅的导航和更快的交互。

此外,网络可访问性可以通过创建更清晰、更结构化的内容来增强搜索引擎优化。这提高了知名度,同时遵守《美国残疾人法案》(ADA) 等法律要求。

网络可访问性合规性的主要趋势

人工智能驱动的辅助工具

人工智能在网络可访问性方面取得了长足进步。自动检查和修复可访问性问题的工具变得越来越流行。这些工具有助于确保屏幕阅读器和其他辅助技术可以访问图像、视频和表单。

另请阅读:现代网页设计中深色模式的好处和实现

语音搜索兼容性

随着语音搜索的兴起,语音界面的设计至关重要。语音识别提供免提浏览功能,使行动不便或视力障碍的用户更容易访问网络。

仅键盘导航

许多用户依靠键盘而不是鼠标来浏览网站。针对键盘辅助功能的设计可确保用户无需使用鼠标即可与从链接到表单的每个元素进行交互。

底线

拥抱网络可访问性不仅仅是合规性。这是为了为所有用户创造平等的机会来参与您的内容。随着技术的发展,包容性设计将继续成为提供卓越用户体验的主要因素。现在是将可访问性集成到您的网络平台中的时候了,因为包容性的网络对每个人来说都是更好的网络。

Just AI:确保环境解决方案的公平性

人工智能可以以前所未有的方式改变我们与自然世界的关系以及我们对环境问题的反应。然而,如果设计和引入粗糙,人工智能也有可能巩固当前的环境不公正现象并创造新的不公正现象。为了确保所有社区从人工智能中公平受益,环境正义必须成为其设计和交付的一部分。

另请阅读:认知计算与人工智能:有什么区别?

了解环境正义

这是一项环境正义原则,即所有人,无论其种族、民族、收入或地理位置,都享有健康和安全环境的平等权利:清洁的空气、水和土地;和保护免受环境危害。环境差异往往落在社会中最无助的人身上,也许是那些享有较少资源和政治影响力来保护自己的人。

人工智能在环境解决方案中的作用

人工智能有潜力在减轻环境破坏方面非常有用。例如,它可以应用于空气和水质监测、自然灾害预测以及可持续能源形式的开发。然而,人工智能带来的所有好处并不是公平分配的。如果人工智能的开发和部署不考虑环境正义,它只会延续现有的不平等。

挑战与机遇

人工智能领域缺乏多样性一直是通过人工智能确保环境正义的主要挑战之一。这是因为它可能导致人工智能系统的开发对某些社区存在偏见。

例如,由于歧视性结果,面部识别系统对有色人种的性能可能较低。当然,第一步是使人工智能工作人员多元化,并确保人工智能系统的开发和测试使用多元化的数据集。

另一个挑战是人工智能可能被用来监视和控制边缘化社区。例子包括人工智能驱动的无人机巡逻示威或跟踪个人的行动。为了防止这种情况发生,需要制定有关人工智能使用的严格道德准则,同时人工智能系统应受到监督和问责。

与此同时,人工智能将为改善环境正义提供巨大的机会。我们可以通过公平、包容、透明地开发人工智能系统,为所有人建立一个公正、可持续的未来。

结论

公平、包容性和透明度是构成人工智能环境正义的关键要素。迎接挑战和机遇,我们可以利用人工智能为所有人实现公正和可持续的结果。

打击 Deepfake 技术:网络防御的下一个前沿

0

Deepfake 技术正在数字领域掀起波澜。使用人工智能,它可以创建逼真的假视频和音频。这些复杂的操纵被用于欺诈、错误信息活动甚至网络攻击。随着技术的进步,防御深度伪造成为网络安全专家的首要任务。让我们潜入吧!

Deepfakes 的兴起

Deepfakes 使用深度学习技术生成令人信服的虚假图像、视频和音频。最新数据显示,从 2019 年到 2024 年,在线 Deepfake 视频增加了 900%。质量显着提高,检测难度加大。网络犯罪分子利用深度伪造品达到各种恶意目的,从企业间谍活动到社会工程攻击。

涉及 Deepfake 的网络威胁形势

Deepfake 改变了网络威胁格局。它们用于冒充攻击、身份盗窃和金融诈骗。在最近的一个案例中,攻击者使用深度伪造的录音来冒充首席执行官。这导致了价值 243,000 美元的欺诈交易。另一个案件涉及政府官员发表有争议言论的虚假视频。这导致了社会动荡和股市波动。

由 Deepfake 驱动的网络钓鱼也在增加。攻击者使用可信人物的深度伪造视频来操纵员工或高管。这称为“语音钓鱼”或“鱼叉式网络钓鱼”。

当前的检测和缓解技术

打击深度伪造需要复杂的检测和缓解策略。目前的方法包括基于人工智能的检测工具、数字水印和基于区块链的身份验证。

  • 基于人工智能的检测工具:这些工具分析面部运动、光照和阴影的不一致性。他们使用机器学习来检测视频中的异常情况。然而,随着 Deepfake 算法的改进,这些工具需要不断更新。
  • 数字水印:该技术将隐藏数据嵌入到媒体文件中,充当数字指纹。它有助于验证内容的真实性。然而,水印可能被篡改,需要额外的安全层。
  • 基于区块链的身份验证:区块链技术确保数据完整性。通过创建不可变的分类账,它有助于验证媒体内容的来源和历史记录。该技术很强大,但存在可扩展性和实施方面的挑战。

打击 Deepfake 的先进方法

先进的方法正在开发中,以更有效地对抗深度伪造。这些方法侧重于实时检测、多因素身份验证和行为分析。

  • 实时 Deepfake 检测:实时 AI 模型可以分析视频流并立即标记潜在的 Deepfake。微软和 Adob​​e 等公司正在开发实时检测深度伪造的工具。这种方法可以帮助社交媒体和新闻媒体在虚假内容传播之前对其进行过滤。
  • 采用生物识别技术的多重身份验证 (MFA) :传统身份验证方法越来越容易受到深度伪造攻击。使用面部识别和声纹等生物识别技术的 MFA 增加了额外的安全层。生物识别数据可以与现有记录交叉引用,从而使深度伪造变得更加困难。
  • 行为分析和情境人工智能:这种方法使用人工智能来分析行为模式和情境以检测异常。例如,如果深度伪造视频显示首席执行官发表了不寻常的言论,系统可以根据历史数据交叉检查这种行为。这项技术有助于识别绕过视觉和音频检查的深度伪造品。

法规和行业合作的作用

法规和行业合作对于打击深度造假至关重要。世界各国政府正在颁布法律,禁止深度造假的创建和传播。美国推出了《DEEPFAKES 问责法案》,强制要求在人工智能生成的内容上添加数字水印。欧盟的《数字服务法》也有类似的规定。

科技公司、政府和学术界之间的合作至关重要。 Facebook 和 Microsoft 的 Deepfake 检测挑战赛等联合举措促进了更好的检测工具的开发。共享威胁情报和数据集可以加速深度伪造防御技术的创新。

Deepfake 技术和网络防御的未来

随着深度造假的发展,网络防御策略也必须如此。人工智能和机器学习的进步将推动深度伪造的创建和检测能力。未来将见证深度伪造开发者和网络安全专家之间的竞赛。

我们可以期待更多由人工智能驱动的工具,用于与安全系统集成的深度伪造检测。联邦学习等新技术将允许数据共享而不损害隐私,从而增强检测模型。此外,利用量子计算可能会在深度伪造检测速度和准确性方面带来突破。

意识和教育的重要性

虽然技术至关重要,但意识和教育也同样重要。组织必须培训员工识别潜在的深度伪造诈骗。定期更新新出现的威胁和内部政策可以降低对基于深度伪造的攻击的敏感性。

公众意识活动还可以帮助识别和报告深度伪造内容。社交媒体平台和新闻机构必须教育用户识别虚假内容。协作努力可以使深度造假内容更难获得关注。

结论

Deepfake 是网络安全领域日益严重的威胁。它们扰乱商业、操纵市场和影响公众舆论的潜力是巨大的。打击深度造假技术需要采取结合先进人工智能、行业协作、法规和公众意识的多层次方法。

随着 Deepfake 技术不断进步,保持领先需要不断保持警惕、创新和主动防御策略。打击深度造假是网络安全的下一个前沿领域,其风险从未如此之高。

另请阅读:针对医院和患者的网络钓鱼攻击

人工智能对工作场所沟通的影响:加强协作还是创造距离?

0

在当今的工作场所中,人工智能是一股革命性的力量,正在改变团队互动和合作的方式。尽管人工智能工具承诺提高效率和创新,但人们担心它们是否会改善员工协作或无意中在员工之间造成障碍。让我们来看看人工智能对工作场所沟通的双重影响。

促进合作:人工智能通信的优势

人工智能极大地增加了工作场所的沟通,主要是通过协作和程序简化。以下是人工智能改善沟通的一些重要方式:

自动化日常任务:人工智能可以处理电子邮件排序、会议安排和提醒等重复性职责,使员工能够专注于更重要的工作。使用人工智能驱动的聊天机器人等工具可以缩短日常对话的时间,这些工具可以立即响应典型问题。

实时翻译和转录:国际组织中的沟通可能会因语言困难而受到阻碍。人工智能驱动的翻译和转录工具促进团队之间顺利的跨语言沟通,促进异构环境中的合作。

定制沟通:人工智能可以通过分析沟通模式和偏好来提供定制交互。例如,人工智能可以根据同事的空闲时间推荐与同事联系的理想时间,从而保证更有效的沟通。

改进的数据共享:人工智能系统可以整合来自多个来源的数据,提高信息的可用性和可访问性。这种改进的数据交换鼓励了跨部门的协作和明智的决策。

距离:人工智能在沟通中可能存在的缺点

尽管人工智能有很多优点,但它也会在职场中造成裂痕。以下是企业应该思考的一些问题。

减少人际互动:自动化沟通职责可能会减少面对面或电话交谈,而这对于培养团队成员之间的信任和善意文化至关重要。过度依赖人工智能可能会导致沟通显得缺乏人情味,这可能会对团队化学反应产生影响。

对语气和语境的误解:人工智能系统经常难以理解口语的细微差别、语气和语境。这可能会导致误解,特别是在敏感或复杂的谈话中,同理心和人类判断至关重要。

压倒性的信息过载:人工智能可以提供大量数据和见解,如果管理不当,可能会让工作人员不知所措。人工智能生成的持续大量信息和建议可能会阻碍有效的沟通,这些信息和建议可能会产生噪音而不是清晰度。

隐私问题:人工智能系统经常需要访问大量的个人和公司数据。这引起了人们对数据保护和滥用可能性的担忧,这可能会滋生不信任并阻碍诚实的对话。

结论

人工智能必须通过提供改善团队合作和加快程序的工具来改变工作场所的沟通。它还存在分裂人们和降低人际关系的风险。组织可以充分利用人工智能,同时通过在人工智能和人类沟通之间找到平衡来保持互联和合作的工作场所。

智能自动化中的道德考虑

0

随着智能自动化 (IA) 越来越受到企业的关注,围绕它的道德问题也变得至关重要。 IA 将人工智能与机器学习和自动化相结合,承诺通过提高生产力和进一步丰富客户体验来彻底改变业务运营。与此同时,这种变革性技术也引发了重大的道德问题,必须仔细审查这些问题,以确保其负责任的实施。

另请阅读:自动化特定威胁的兴起

隐私和数据安全

在智能自动化的首要道德考虑因素中,隐私排名很高。 IA 系统需要大量数据才能有效运行这一普遍适用的事实可能会影响个人的隐私权。组织应以完全透明的方式处理此类数据的收集、存储和处理,并遵守有关隐私的相关法规(例如 GDPR)。必须确保敏感数据免遭泄露和未经授权的访问,以保持信任并保护个人的权利。

偏见与公平

智能自动化系统的公正性取决于它们所训练的数据。 IA系统投射并进一步加剧了有偏见的基础数据。例如,招聘流程中,IA 系统最终可能会根据有偏见的培训数据对特定人口群体产生偏见。因此,如果要减轻这种风险,组织必须积极努力消除数据中的偏见,并在IA系统的设计中考虑到公平和公正的观点。

工作岗位流失和经济影响

以前由人类执行的任务的自动化确实引起了人们对工作岗位流失和更广泛的经济影响的担忧。虽然智能自动化可以提高效率并节省成本,但也存在取代工人的风险,特别是在重复性工作中。必须考虑IA的社会影响,组织需要制定战略,通过再培训计划和创造新就业机会的举措等来照顾受自动化影响的工人。

透明度和问责制

随着 IA 系统变得越来越复杂,决策的透明度将变得更加必要。所涉及的利益相关者包括员工、客户和监管机构,他们不仅必须了解 IA 系统的工作原理,还要了解为什么他们决定采用一种特定解决方案而不是另一种解决方案。

除此之外,各组织还应就问责机制制定必要的规定,以处理因使用IA而产生的不利后果。这意味着明确定义谁对自动系统做出的决策负责,并建立适当的机制来处理可能导致的错误或意外结果。

结论

虽然智能自动化呈现出光明的前景,但某些道德问题也不能完全忽视。通过适当关注隐私、消除偏见、解决工作岗位流失问题以及确定透明度和问责制,组织将有可能负责任地使用智能自动化。随着IA的不断发展,负责任的进步将来自道德的核心精神,确保技术为人类带来更大的利益。