ZDNET网络频道 03月19日 综合消息:华为今天在德国汉诺威举办主题为“业务驱动创新ICT,共建更美好全联接世界”的“华为CIO论坛”,吸引了来自全球50多个国家的超过260名CIO、合作伙伴和分析师参加。
“华为CIO论坛”旨在为全球各地的企业CIO与行业同仁搭建一个深入交流的平台,并且通过在论坛上的分享和互动,增进行业洞察,把握产业创新转型的新机遇。
论坛由华为德国代表处企业业务销售总监Joerg Karpinski主持,分为主题演讲和圆桌讨论两个环节。在现场,华为企业BG CTO梁永健、荷兰阿姆斯特丹平安城市CTO Ger Baron、西门子股份公司智能电表解决方案销售主管Pierre-Yves Mutel、SAP咨询业务服务部总裁Lars Gollenia分别作了主题演讲。
图片1:华为CIO论坛现场爆满
华为梁永健在“业务驱动创新ICT,共建更美好全联接世界”的主题演讲上说到,“千亿互联网世界正在到来,而以联接为基础的ICT技术,正在由过去的支撑系统,向驱动价值创造的生产系统转变,推动着产业创新转型。华为将秉持BDII(业务驱动的ICT基础架构)战略,聚焦ICT基础设施,与在座的各位一起联合创新,共建更美好的全联接世界。”
荷兰阿姆斯特丹平安城市CTO Ger Baron作了“智能和社交的下一代城市”的主题演讲,分享了阿姆斯特丹对于智慧城市的理解和在智慧城市上的一些实践以及阿姆斯特丹智慧城市2020计划,他提出,“智慧城市是智能的、社交的,并且源自基于联接的马斯洛五层需求;ICT技术在公共安全、资源管理、医疗保健等城市管理各方面都扮演着重要角色,影响着我们生活和工作方式。这意味着,城市需要重新思考自己的角色,运用创新的ICT技术为市民提供安定和谐的社会环境和更优质的服务。”
华为战略合作伙伴SAP咨询业务服务部总裁Lars Gollenia说,“非常荣幸参加‘华为CIO论坛’,与行业领袖探讨全联接世界带来的机遇和挑战,和创新ICT对产业创新转型尤其是商业模式转型带来的影响。每个数字巨人都已进入一个或者多个行业。”并且做了“简化的全联接世界,SAP推动新商业模式”的主题演讲,阐释了SAP如何帮助客户通过数字变革简化事务运行,并明确指出SAP的策略就是云+SAP HANA。
论坛最后进行了圆桌讨论,华为Joerg Karpinski主持,阿姆斯特丹市Arena球场业务发展和创新部主管Henk van Raan、西门子股份公司智能电表解决方案销售主管Pierre-Yves Mutel、Infosys助理副总裁和首席技术架构师Peter Hjalmar Loop、TenICT 日常管理主管Dennis de Graaf、SAP咨询业务服务部总裁Lars Gollenia、华为企业BG CTO梁永健与现场来宾共同探讨了,在全联接世界和数字经济转型形势下,企业、行业、商务咨询商、系统集成商以及厂商对于ICT系统的期望和诉求,和期望进行怎样的商业合作。华为Joerg Karpinski做了简短而有感染力的总结,相信在整个生态系统的通力协作下,创新ICT系统会变得越来越智能、世界将联接得越来越紧密。现场气氛非常热烈,会后大家久久不愿离去,并继续做更深入的讨论。
图片2:华为CIO论坛圆桌讨论,深度思想碰撞
CeBIT 2015于3月16日至20日在德国汉诺威展览中心举行。华为主展台位于2号馆B30展位,并在6号馆中国馆中心展台设立大型展位。欲了解更多详情,请登录:
http://enterprise.huawei.com/topic/2015Cebit_cn/index.html
好文章,需要你的鼓励
OpenAI CEO描绘了AI温和变革人类生活的愿景,但现实可能更复杂。AI发展将带来真正收益,但也会造成社会错位。随着AI系统日益影响知识获取和信念形成,共同认知基础面临分裂风险。个性化算法加剧信息茧房,民主对话变得困难。我们需要学会在认知群岛化的新地形中智慧生存,建立基于共同责任而非意识形态纯洁性的社区。
杜克大学等机构研究团队通过三种互补方法分析了大语言模型推理过程,发现存在"思维锚点"现象——某些关键句子对整个推理过程具有决定性影响。研究表明,计划生成和错误检查等高层次句子比具体计算步骤更重要,推理模型还进化出专门的注意力机制来跟踪这些关键节点。该发现为AI可解释性和安全性研究提供了新工具和视角。
传统数据中心基础设施虽然对企业至关重要,但也是预算和房地产的重大负担。模块化数据中心正成为强有力的替代方案,解决企业面临的运营、财务和环境复杂性问题。这种模块化方法在印度日益流行,有助于解决环境问题、满足人工智能的电力需求、降低成本并支持新一代分布式应用。相比传统建设需要数年时间,工厂预制的模块化数据中心基础设施可在数周内部署完成。
法国索邦大学团队开发出智能医学文献管理系统Biomed-Enriched,通过AI自动从PubMed数据库中识别和提取高质量临床案例及教育内容。该系统采用两步注释策略,先用大型AI模型评估40万段落质量,再训练小型模型处理全库1.33亿段落。实验显示该方法仅用三分之一训练数据即可达到传统方法效果,为医学AI发展提供了高效可持续的解决方案。