8月8日,华为与中国软件行业协会、信息技术工科产学研联盟在北京举办以“聚创人才生态,解码智能未来”为主题的新闻发布会,三方联合发布《中国ICT人才生态白皮书》(以下简称白皮书)。该《白皮书》首次以生态为视角,全面展现了信息技术产业的人才需求变化脉络,全面阐释了企业数字化转型过程中信息技术人才生态的发展趋势,并提炼出新动能、新生态、新人才三大关键词。
构建开放、共享、共赢的ICT人才生态体系
华为EBG中国区副总裁、华为生态大学校长杨文池表示:“一直以来,华为都非常清楚ICT人才的重要价值,并长期关注和持续投入ICT人才培养。过去的三十年,华为努力把人力变成人才,并将多年来积累的知识体系、技术能力等分享出来,以ICT产业长期积累的成功实践为基础,持续投入”。
产学研发展趋势:“新工科”建设破局ICT人才困境
中国软件行业协会副理事长兼秘书长、信息技术新工科产学研联盟副理事长吕卫锋表示:“我们深刻地意识到,在新的时代信息技术人才的发展确确实实存在着生态如何平衡发展、充分发展的问题,所以我们在白皮书里专门讨论了如何保证信息技术人才的充分供给,如何解决人才的错位问题……新的时代,整个ICT人才培养模式、供给模式、发展模式已经跟传统ICT时代有了根本性变化,在这个根本性变化中,高校、企业、职业培训机构和基础教育如何进行互动,形成一个良性的、持续的人才生态供给,是我们面临的一个迫切任务。”
中国软件行业协会副理事长兼秘书长、信息技术新工科产学研联盟副理事长吕卫锋致辞
计世资讯副总经理王军凯在对《白皮书》的解读中指出:2017年信息技术产业人才总体需求缺口达765万,并表现出人才需求数量巨大和人才错位两个显著特征。未来,ICT人才需求缺口的70%将集中在云计算、大数据、物联网、人工智能等新兴领域,且呈现出人才需求类型多样化、需求结构多元化的特点。《白皮书》分析:以能力互补、资源共享的ICT生态正在加速形成,ICT人才内涵进一步凸显“生态特色”。
以“ICT人才生态之我见”为主题的圆桌论坛,在中国软件行业协会常务副秘书长、信息技术新工科产学研联盟副秘书长陈宝国先生主持下,各位嘉宾对ICT行业人才培养现状、培养模式、发展趋势等问题进行了深入讨论。
杨文池首先谈到了华为成立生态大学的初衷:“在企业市场上,华为需要与产业各方紧密合作,包括合作伙伴解决方案的能力,合作伙伴的不同角色,比如投融资、加工设计、咨询等,也包括高校跟我们做的联合创新。总结起来,企业市场的打法是平台加生态。人才生态助力产业生态,今年3月,在原来的ICT学院、合作伙伴大学的基础上,我们成立了华为生态大学,我们希望借助这样一个组织全面对接提升人才生态的各项工作。本次《中国ICT人才生态白皮书》的输出,是我们的工作内容之一,也是阶段性的成果之一,我们期待未来在华为生态大学这个平台的努力下,能够跟在座的各位专家、产学研机构有更多的合作,为中国的ICT人才生态建设做出更多的贡献。”
北京理工大学计算机学院教授/长江学者王国仁、北方工业大学计算机学院院长马礼教授从高校的角度表明:高校未来将更多考虑从顶层设计进行改革,全面优化工科教学模式。既要注重基础理论与方法,也应该注重前沿应用与拓展。通过加强产学合作,建立更多样化和个性化的新工科培养模式,促进高校学生及相关工程科技人员具备更高的创新创业能力和跨界整合能力。
从产业的角度,神州数码集团副总裁/华为业务群总经理韩智敏和太极计算机股份有限公司副总裁许诗军表示:ICT企业的人才培养需充分考虑到行业实践特点和企业业务特色,更加注重个人的沟通能力、理解能力、团队能力等,基于企业文化特色打造长效的人才培养机制;同时通过校企合作,与高校建立联合创新实验室、联合人才培养,积累核心技术,培养研发专才,不断充实后备业务人员资源池。
在圆桌论坛的最后,主持人总结到:华为是中国ICT产业的标杆。这类标杆在推进它的生态环境的过程中,逐步把企业需求转向了社会责任,并通过产业链、生态链将技术大量地向社会溢出。这种生态的普及有益于提升中国ICT产业整体竞争能力、优化产业环境。这是华为的责任,也是华为的担当。
践行ICT人才生态,在本次发布会上,华为还举行了精英远洋号扬帆起航仪式,邀请了现场嘉宾一起参与,寓意载着ICT行业精英的航船扬帆起航。在接下来的华为合作伙伴精英赛、华为创新论坛、华为生态大学年会等一系列重要事件的推动下,共同驶向卓越未来。
此次,由中国软件行业协会和信息技术新工科产学研联盟指导,华为技术有限公司支持,计世资讯负责调研撰写的《中国ICT人才生态白皮书2018》,全面展现了ICT生态的人才需求变化,是“产-学-研”合作的重要成果。华为参与其中,既贡献了华为在ICT生态建设的最佳实践,也进一步传递了华为对于人才生态建设的坚定态度。《白皮书》的推出是一次关于产业人才发展研究的一次有益尝试,更是产业思维模式的一次进步。
《中国ICT人才生态白皮书》下载链接:
好文章,需要你的鼓励
随着AI模型参数达到数十亿甚至万亿级别,工程团队面临内存约束和计算负担等共同挑战。新兴技术正在帮助解决这些问题:输入和数据压缩技术可将模型压缩50-60%;稀疏性方法通过关注重要区域节省资源;调整上下文窗口减少系统资源消耗;动态模型和强推理系统通过自学习优化性能;扩散模型通过噪声分析生成新结果;边缘计算将数据处理转移到网络端点设备。这些创新方案为构建更高效的AI架构提供了可行路径。
清华大学团队开发了CAMS智能框架,这是首个将城市知识大模型与智能体技术结合的人类移动模拟系统。该系统仅需用户基本信息就能在真实城市中生成逼真的日常轨迹,通过三个核心模块实现了个体行为模式提取、城市空间知识生成和轨迹优化。实验表明CAMS在多项指标上显著优于现有方法,为城市规划、交通管理等领域提供了强大工具。
Meta以143亿美元投资Scale AI,获得49%股份,这是该公司在AI竞赛中最重要的战略举措。该交易解决了Meta在AI发展中面临的核心挑战:获取高质量训练数据。Scale AI创始人王亚历山大将加入Meta领导新的超级智能研究实验室。此次投资使Meta获得了Scale AI在全球的数据标注服务,包括图像、文本和视频处理能力,同时限制了竞争对手的数据获取渠道。
MIT研究团队发现了一个颠覆性的AI训练方法:那些通常被丢弃的模糊、失真的"垃圾"图片,竟然能够训练出比传统方法更优秀的AI模型。他们开发的Ambient Diffusion Omni框架通过智能识别何时使用何种质量的数据,不仅在ImageNet等权威测试中创造新纪录,还为解决AI发展的数据瓶颈问题开辟了全新道路。