至顶网网络频道 03月29日 北京报道:当前以信息技术为基础的新一轮科技和产业革命正在萌发,数字经济发展成为全球广泛关注的重大课题。目前,数字经济正日益成为世界经济包容性增长和可持续发展的新引擎,大力发展数字经济,已成为全球共识。
中国电子信息产业发展研究院院长卢山
在以主题为“人工智能开启数字经济新时代”的2018中国IT市场年会上,中国电子信息产业发展研究院院长卢山对当前人工智能和数字经济的发展做了如下阐述。
KTI是未来数字经济的主要阵地
卢山讲到:“首先我们要说工业革命带来了什么?在过去300年中,工业在持续的变革,这个大的变革不仅仅改变了我们的生产方式,更重要的是改变了生活方式。那么在这样的工业变革的基础上,又叠加上了信息革命。两个革命叠加在一起,我们看到我们的加工对象从材料变成了无形的数据,我们也看到加工工具从自动化、机械化变成了机器人,变成了人工智能。所以这两个革命当中,有一个交叉点就是人工智能。”
卢山进一步解释称,“工业革命讲数字化、网络化和智能化的发展趋势,这轮信息革命的驱动力也是由人工智能为代表的智能化技术。因此以智能化技术驱动工业革命、驱动信息革命,就成为这两种革命的交叉点。”
同时,卢山认为这两种革命的交叉点最后改变的是产业的形态,并分享美国自然基金委刚刚发布的2018年科学工业报告当中给出的一个新名词KTI(知识与技术密集产业),报告当中认为人工智能驱动工业革命,驱动信息革命,两种革命叠加在一起,产生的产业叫做知识技术产业,而KTI未来也将是数字经济的一个主要的组成部分。
智能制造是数字经济的主攻方向
工业和信息化部副部长辛国斌
在会议当天,工业和信息化部副部长辛国斌对数字经济也给出了自己的表述,并结合制造强国建设,围绕大力发展数字经济,就数字经济发展的主要方向给出了重要参考:
首先,要以智能制造为主攻方向,加快培育新业态、新模式。大力发展智能制造是推进信息化和工业化深度融合的重要途径,也为互联网、大数据、人工智能等新技术、新产业提供了巨大发展机遇。2017年,我部共确定了202个智能制造综合标准化和新模式应用下,97个智能制造试点示范项目,完成了25个智能制造标准立项。在示范项目的带领下,一大批企业积极推进智能化改造升级,服务型制造,共享经济等新模式日益普及,形成了许多新的增长点。
其次,要以制造业创新中心为核心节点,加快完善制造业创新体系,创新是制造业转型升级的根本支撑,也是数字经济发展的主要引领,中国制造2025提出实施国家制造业创新中心建设工程,目前我们确定了未来三到五年国家制造业创新中心重点建设的22个领域,已经成立了两个创新中心。制造业创新体系的不断健全,重点领域关键技术供给能力将得到有效提升。
第三,要以工业互联网为重要抓手,持续推动制造业与互联网深度融合,大力发展工业互联网可以充分释放网络互联与数据智能对制造业转型升级的巨大推动作用,大速提升全要素生产力,加快构建工业互联网网络平台安全三大体系,利用云计算大数据人工智能等关键技术,促进行业数据汇集共享和挖掘分析,逐步引导形成产业链上下游融通发展的跨行业、跨领域的工业互联网体系,为产业升级提供重要支撑。
第四,要以制造业双创平台为重要载体,积极营造大中小微企业融通发展的新生态。制造业双创平台是中国制造2025加互联网加双创融合发展的焊接点。我们推动制造业双创平台建设,截至2017年年终,我国制造业骨干企业双创平台普及率达到了60%,大中小微企业融通发展、集群发展的制造业新生态正在形成,有利助推了数字经济融合发展。
最后,辛国斌指出,当前全球新一轮的科技和产业革命正日益兴起,也在颠覆和重塑传统产业分工模式,组织方式乃至发展形态,并推动世界经济政治格局的深刻调整。这轮变革最典型的标志就是经济的数字化转型发展,而最关键的动力就来自于人工智能等前沿技术的创新与突破。
好文章,需要你的鼓励
OpenAI首席执行官Sam Altman表示,鉴于投资者的AI炒作和大量资本支出,我们目前正处于AI泡沫中。他承认投资者对AI过度兴奋,但仍认为AI是长期以来最重要的技术。ChatGPT目前拥有7亿周活跃用户,是全球第五大网站。由于服务器容量不足,OpenAI无法发布已开发的更好模型,计划在不久的将来投资万亿美元建设数据中心。
阿里巴巴团队提出FantasyTalking2,通过创新的多专家协作框架TLPO解决音频驱动人像动画中动作自然度、唇同步和视觉质量的优化冲突问题。该方法构建智能评委Talking-Critic和41万样本数据集,训练三个专业模块分别优化不同维度,再通过时间步-层级自适应融合实现协调。实验显示全面超越现有技术,用户评价提升超12%。
英伟达推出新的小型语言模型Nemotron-Nano-9B-v2,拥有90亿参数,在同类基准测试中表现最佳。该模型采用Mamba-Transformer混合架构,支持多语言处理和代码生成,可在单个A10 GPU上运行。独特的可切换推理功能允许用户通过控制令牌开启或关闭AI推理过程,并可管理推理预算以平衡准确性和延迟。模型基于合成数据集训练,采用企业友好的开源许可协议,支持商业化使用。
UC Berkeley团队提出XQUANT技术,通过存储输入激活X而非传统KV缓存来突破AI推理的内存瓶颈。该方法能将内存使用量减少至1/7.7,升级版XQUANT-CL更可实现12.5倍节省,同时几乎不影响模型性能。研究针对现代AI模型特点进行优化,为在有限硬件资源下运行更强大AI模型提供了新思路。