今天,2019中国国际智能产业博览会在渝盛大开幕,期间国家信息中心联合华为及其他学术机构撰写的研究报告《迈向万物智联新世界--5G时代·大数据·智能化》在“智能化应用与高品质生活高峰论坛”上正式发布。该研究报告以高质量发展命题为主线,系统性阐述了5G时代大数据、智能化对未来社会各个产业及政府治理模式的全局变革和深刻影响,为中国未来信息化布局提出全面规划和建议。
国家信息中心副主任周民、国家信息中心大数据发展部主任于施洋、华为企业BG副总裁喻东、华为中国区数字政府业务部总裁刘正宝作为代表共同为研究报告揭牌。
喻东在开场致辞中指出: “以5G、大数据、人工智能为代表的新一代信息通信技术 (ICT),将为未来一段时期我国经济换挡提速提供强大动力,成为中国高质量发展的重要抓手。华为公司在5G、大数据、人工智能等领域一直在持续发力,并已经在智慧城市、园区、交通等行业领域积累了很多的经验。在5G时代我们将继续与政府、企业及伙伴紧密携手,锐意进取,共同为各行各业的发展,建设数字中国贡献力量。”
于施洋在报告内容分享的主题演讲中提到:“随着通信技术、互联网、人工智能、物联网等新技术发展,原有的产业链和价值链正在裂变重塑,新的生态系统正在加速涌现,万物互联化、数据泛在化的大趋势日益明显。作为下一代通信网络标准,5G的商用普及,将进一步推动这一趋势发展,迎接人类社会进入万物互联的智能时代。”
《迈向万物智联新世界》研究报告主要涵盖如下内容:
中国在移动通信标准和核心技术领域走过了从入场、跟随到领跑的发展历程。4G改变生活,5G改变社会。5G将会带来更宽广的联接场景和应用领域。5G的高宽带、低时延、大连接等特点,在与大数据、人工智能的融合下,会大大加速产业创新与发展,从而推动人类社会真正迈向万物智联的新时代。
5G将带来人类历史上史无前例的数据爆炸式增长。预计2025年,非结构化数据量在总数据量中的占比将达95%,全球企业对AI的采用率将达86%。 借助大数据、人工智能手段进行更高效数据分析、处理、决策,将成为政府和企业核心任务之一。
5G、大数据及人工智能的深度交融,将极大拓宽人工智能应用场景和边界,使人工智能具备自主行动能力,形成可自闭环的智能体。随着智能芯片、智能算法、智能开发平台等不断迭代发展,在移动互联网、大数据、云计算、物联网等新ICT技术共同驱动下,人工智能呈现出深度学习、跨界融合、人机协同、群智开放、自主操控等新特征。
5G、大数据、人工智能等数字技术是产业升级和创新的重要使能器,将开启信息化发展的新征程,催生各行各业的不断创新。移动网络将使能全行业数字化,成为基础的生产力。5G的极致联接能力将促进政府和企业的数字化转型,改变人们现有的生产和生活方式,提升人们的生活品质和体验。
中国要迈入智能时代,需要依赖产业及行业的数字化与智能化。产业数字化转型已进入深水区,传统产业的变革与创新将提上日程。其中,5G、大数据和AI等数字化技术的深度融合将重构基础设施的智能大脑,产生大量智能化应用,从而推动全行业的数字化升级。
好文章,需要你的鼓励
据《华尔街日报》报道,在马斯克针对OpenAI的诉讼失败后,OpenAI正加速推进IPO计划。CEO萨姆·奥特曼希望公司最快于今年9月上市,目前已与高盛、摩根士丹利合作,并可能在数日或数周内秘密提交上市申请。与此同时,马斯克旗下SpaceX的IPO文件也预计近期公开。两家公司的上市竞争,标志着马斯克与奥特曼的博弈从法庭转移至资本市场。
KAIST团队提出策略助推方法,通过强制分配解题方向引导AI探索多样思路,仅用八份样本就超越了消耗八倍资源的传统方法。
调查显示,51%的专业人士认为AI生成的低质量内容(即"workslop")正在降低生产效率,45%的人因此对职场使用AI更加谨慎。这类内容表面精致却缺乏准确性和实质价值。专家建议两步应对:一是重塑AI生产力思维,推行"AI先行、人工复核"的工作模式;二是保持持续投入,深入掌握AI工具的有效用法。企业领导者强调,真正从AI中受益需要坚持与学习,而非浅尝辄止。
要理解这项研究,先得明白现在的AI是怎么"画"图的。 可以把AI生成图片的过程想象成一个特殊的厨房。当AI要学会画图时,它不会像人类画家那样一笔一画地描绘,而是采用一种叫做"自回归"的方式——简单说就是"一个食材接一个食材地添加"。但问题在于,AI厨房处理的"食材"不是真实的图像像素,而是一种被压缩过的"标准化食材包"。 这个压缩过程,叫做"离散分词",由一个叫"分词器"(tokenizer)的设备完成。打个比方,分词器就像一台高级的食材切片机,它把一整张图片切成很多小块,然后给每一小块贴上一个"编号标签",对应到一本"标签字典"(也就是研究者口中的"码本")里的某个条目。比如,标签001可能代表"蓝天的一小块",标签002代表"绿草的一小块"。 这种做法的好处是大幅简化了AI的工作量——它不用记住几百万个像素,只需要记住一串编号就行了。这就是为什么如今像Chameleon、Emu3这些大名鼎鼎的多模态AI模型都用这种技术。 但问题也恰恰出在这里。当切片机以16倍的压缩率工作时(也就是说原本256个像素被压缩成1个标签),很多细节就被无情地丢弃了。蓝天少一些云彩、草地少几根草尖,人眼几乎看不出来。可一旦切到了文字或人脸,灾难就发生了——一个英文字母"e"和"c"的差别可能就在那么几个像素,一张脸上眉眼的位置稍微挪一挪,整个人就变了样。 研究团队发现,认知科学研究早就指出,人类的视线会不自觉地被文字和人脸吸引,对这两类内容的细节扭曲特别敏感。换句话说,AI画其他东西糊一点没关系,但文字和脸糊了,用户立马就能察觉。 之前的研究者也意识到了这个问题,他们的解决思路通常是"加大切片机的容量"——比如把标签字典从1万6千条扩展到26万条,或者让每张图用更多的标签。但这就像为了切好一根胡萝卜而把整个厨房改造成大型工厂,成本高得离谱,而且效果也不见得好。 清华和微软的团队提出了一个完全不同的思路:与其让切片机变得更大,不如教它学会"看重点"。 二、给切片机装上"火眼金睛"