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
本文评测了六款控制台平铺终端复用器工具。GNU Screen作为老牌工具功能强大但操作复杂,Tmux更现代化但学习曲线陡峭,Byobu为前两者提供友好界面,Zellij用Rust编写界面简洁易用,DVTM追求极简主义,Twin提供类似TurboVision的文本界面环境。每款工具都有各自特点和适用场景。
韩国汉阳大学联合高通AI研究院开发出InfiniPot-V框架,解决了移动设备处理长视频时的内存限制问题。该技术通过时间冗余消除和语义重要性保留两种策略,将存储需求压缩至原来的12%,同时保持高准确性,让手机和AR眼镜也能实时理解超长视频内容。
网络安全公司Snyk宣布收购瑞士人工智能安全研究公司Invariant Labs,收购金额未公开。Invariant Labs从苏黎世联邦理工学院分拆成立,专注于帮助开发者构建安全可靠的AI代理工具和框架。该公司提供Explorer运行时观察仪表板、Gateway轻量级代理、Guardrails策略引擎等产品,并在工具中毒和模型上下文协议漏洞等新兴AI威胁防护方面处于领先地位。此次收购将推进Snyk保护下一代AI原生应用的使命。
纽约大学研究团队通过INT-ACT测试套件全面评估了当前先进的视觉-语言-动作机器人模型,发现了一个普遍存在的"意图-行动差距"问题:机器人能够正确理解任务和识别物体,但在实际动作执行时频频失败。研究还揭示了端到端训练会损害原有语言理解能力,以及多模态挑战下的推理脆弱性,为未来机器人技术发展提供了重要指导。