至顶网网络与安全频道 08月14日 综合消息:新基建的推进为传统产业的智能化升级和新兴产业的发展带来巨大机遇,推动智能经济加速到来。在8月14日举行的第八届中国电子信息博览会(CITE2020)开幕式论坛上,紫光股份旗下新华三集团联席总裁兼首席技术官尤学军发表《持续创新培育核心能力 技术创新赋能新基建》的主题演讲,深入探讨新基建时代下的发展机遇,分享紫光集团与新华三的技术战略布局和推动客户数字化转型的创新实践。
新华三集团联席总裁、首席技术官尤学军出席
第八届中国电子信息博览会开幕式
六大创新构建“新基建”的主要抓手
如今,5G应用蓄势待发,AI前景不可限量,迭代革新的数字化技术,让危机和转机相伴而存,而“新基建”战略的提出更是让“疫”后的经济重建迎来了相当重大的发展机遇。“新基建”已成为新型智慧城市建设新引擎和我国数字经济发展的关键要素。
尤学军发表《持续创新培育核心能力》的主题演讲
尤学军指出,传统基建的最大价值体现在对人、物、能源流的服务,而“新基建”则通过数据流为“老基建”融入了更强的智能能力,提升了管理、运营和使用效率。而智能能力需要更高效数据的采集、传输、处理及应用,来激发新的应用场景,从而充分利用新基建并达成最大价值的发挥,最终服务于智能实现。因此,“数据流”是实现智能服务的关键,也是经济发展的新要素。
“新基建的主要抓手就是数字化与智能化,只有依托数字化平台,才能助力百行百业实现业务的数字化转型”。尤学军表示,为了抓住“新基建”时代的发展机遇,新华三集团提出了智能基础设施、智能云平台、智能安全、智能运维、智能数据平台、智能算法等六大创新技术能力,实现算力的按需调度、数据的顺畅流淌、算法的敏捷高效。
持续创新数字大脑,赋能“新基建”
工欲善其事,必先利其器。2020年,新华三提出了“AI in ALL”智能战略,通过让自身的产品和解决方案更具智能,助力客户的业务与运营更具智能,从而更好地帮助客户实现数字化转型,抓住新基建的机遇。数字大脑计划2020则以数字基础设施、云与智能平台、主动安全、统一运维构成的智能数字平台为基础,与生态合作伙伴开展智慧应用的创新,形成了新华三独有的数字化解决方案能力,为百行百业客户打造属于他们自己的数字大脑。
在2019年,新华三已为1806个客户部署了数字大脑解决方案,帮助客户显著提升了业务效率,降低了业务及运维成本,加速其数字化转型进程。
在智慧城市领域,新华三携手紫光云公司为连云港建设了“四平台+三中心”的城市新蓝图,实现“秒办、指尖办、24小时不打烊”的新型政务服务模式,利用大数据极大的提升了政府办事效率。
在智慧金融领域,新华三与浙江农信联合打造了“浙江农信行社云”,服务全省81家农村合作金融机构,极大的提升了IT资源利用率,成本降低80%以上,运营效率提升5倍以上。
在智慧医疗领域,新华三云数智融合能力帮助华西医院实现数据互通、业务融合创新,实现9个中大型科研系统统一接入,科研效率提升5倍,AI技术应用于肺癌早筛,CT查阅和分析时间由10分钟缩短至5秒内,效率提升近200倍。
在智慧交通领域,新华三助力收费公路的制度改革,利用车牌识别设备取消省界收费站,识别准确率达99.64%,实现全网端点运行状态统一监控,全网资产快速盘查。
如今,大力推动科技创新已经成为国家和企业的共识,这是我国企业实现弯道超车,具备可持续发展和强大竞争力的关键。为了持续赋能“新基建”,新华三集团将坚持智能战略,将智能化全面贯穿于自身的产品与解决方案,及客户的业务与运营中,培育芯片、5G、混合云和边缘计算等方面领先的核心技术能力,进一步引领和驱动科技与产业发生“智变”,推动数字经济高质量发展。
好文章,需要你的鼓励
OpenAI CEO描绘了AI温和变革人类生活的愿景,但现实可能更复杂。AI发展将带来真正收益,但也会造成社会错位。随着AI系统日益影响知识获取和信念形成,共同认知基础面临分裂风险。个性化算法加剧信息茧房,民主对话变得困难。我们需要学会在认知群岛化的新地形中智慧生存,建立基于共同责任而非意识形态纯洁性的社区。
杜克大学等机构研究团队通过三种互补方法分析了大语言模型推理过程,发现存在"思维锚点"现象——某些关键句子对整个推理过程具有决定性影响。研究表明,计划生成和错误检查等高层次句子比具体计算步骤更重要,推理模型还进化出专门的注意力机制来跟踪这些关键节点。该发现为AI可解释性和安全性研究提供了新工具和视角。
传统数据中心基础设施虽然对企业至关重要,但也是预算和房地产的重大负担。模块化数据中心正成为强有力的替代方案,解决企业面临的运营、财务和环境复杂性问题。这种模块化方法在印度日益流行,有助于解决环境问题、满足人工智能的电力需求、降低成本并支持新一代分布式应用。相比传统建设需要数年时间,工厂预制的模块化数据中心基础设施可在数周内部署完成。
法国索邦大学团队开发出智能医学文献管理系统Biomed-Enriched,通过AI自动从PubMed数据库中识别和提取高质量临床案例及教育内容。该系统采用两步注释策略,先用大型AI模型评估40万段落质量,再训练小型模型处理全库1.33亿段落。实验显示该方法仅用三分之一训练数据即可达到传统方法效果,为医学AI发展提供了高效可持续的解决方案。