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
工业升级的关键,或许在于智能本身。“工业+机器人”将成为通向下一阶段工业体系的核心抓手。——黄仁勋。
浙江大学等联合研究发现,AI强化学习效果取决于"模型-任务对齐"程度。当AI擅长某任务时,单样本训练、错误奖励等非常规方法也有效;但面对陌生任务时,这些方法失效,只有标准训练有用。研究团队通过大量实验证实,这种"舒适圈"现象比数据污染更能解释训练差异,为AI训练策略优化提供了新思路。
瑞士政府正式发布了自主研发的人工智能模型,该模型完全基于公共数据进行训练。这一举措标志着瑞士在AI技术自主化方面迈出重要一步,旨在减少对外国AI技术的依赖,同时确保数据安全和隐私保护。该模型的推出体现了瑞士对发展本土AI能力的战略重视。
巴赫切希尔大学研究团队通过对五种不同规模YOLO模型的量化鲁棒性测试发现,静态INT8量化虽能带来1.5-3.3倍速度提升,但会显著降低模型对噪音等图像损伤的抵抗能力。他们提出的混合校准策略仅在大型模型处理噪音时有限改善,揭示了效率与鲁棒性平衡的复杂挑战。