为促进数字技术与实体经济深度融合,赋能传统产业转型升级,催生新产业、新业态、新模式,11月8日,2022中国(潍坊)智能物联网大会盛大开幕,来自政府部门、科研院所、知名企业的社会各界人士云端齐聚,通过线上形式参加大会活动。
本届大会由中国工业经济联合会主办,潍坊市人民政府、山东省大数据局、山东省工业和信息化厅承办,潍坊市大数据局、潍坊市工业和信息化局、潍坊市投资合作促进局、中国工业经济联合会国际合作产业协同创新平台、山东省物联网协会具体执行。
会上,十二届全国政协副主席马培华,工业和信息化部总工程师韩夏,中国工业经济联合会执行副会长熊梦,山东省人民政府副秘书长、省大数据局局长马越男,潍坊市委副书记、市长刘运分别发表致辞,对本届大会的顺利召开表示祝贺,并对推动数字经济发展、物联网建设等提出了宝贵的意见建议。
专家齐聚云上,演讲精彩纷呈。本届大会云集了国内业内知名专家、院士,凝聚了行业超前思维和真知灼见。工业和信息化部原部长、中国工业经济联合会会长李毅中发表主旨演讲,探讨人工智能在制造业中的深度应用,对未来传统制造业数字化转型升级寄予厚望。中国入世首席谈判代表、博鳌亚洲论坛原秘书长龙永图通过演讲探讨了我国数字经济发展的基础和方向。
中国工程院院士邬贺铨全面介绍了大带宽物联网、无源物联网等一系列新技术,及其在工业、医疗等领域的具体应用。中国工程院院士李培根与大家分享了制造的数字空间中几个关键精彩的部分。中国工程院院士李伯虎由浅入深地讲解了工业元宇宙的体系架构、应用场景与影响,以及他对工业元宇宙发展的几点建议。中国科学院院士褚君浩详细介绍了智能时代背景下,物联网与数字城市建设之间的密切关系。国家税务总局原副局长许善达与大家分享了“突破信息核心技术的关口是发展的关键和方向”这一观点。中国科学院中国发展战略专业委员会副主任宋承敏通过演讲指出数字经济发展迅速,人工智能作为新基建,两者融合发展前景广阔。
此外,还有其他知名企业高管也通过精彩的演讲、丰富的案例分享,介绍物联网产业、人工智能、数字经济领域的前沿理念、最新趋势。
大会同期将举办2022中国(潍坊)智能物联网展览会,依托智能物联网大会“云展馆”平台,设置工业互联网、数字农业、数字金融、数字贸易、数字教育、智慧城市、智慧物流、智慧医疗八大主题展区,展示人工智能、物联网等领域新技术、新产品、新方案,打造365天永不落幕的云端盛会。同时,公开首发《2022数字赋能企业转型优秀案例集》,汇聚国内先进地区优秀数字赋能企业转型案例,对传统产业数字化转型进行全方位、全角度分析,为各行业、各领域提供参考。
当前,数字经济已成为经济增长的重要驱动力,而以大数据、物联网、人工智能、元宇宙为代表的新一代信息技术正日益成为驱动经济发展的核心动能。面对新一轮科技革命和产业变革带来的机遇,潍坊市超前部署,多点发力:智慧政务、智慧城市、智慧农业、智慧工业、智慧服务业……潍坊通过数字政府建设走在前,做表率,驱动数字社会构建,引领数字经济全速前进,为经济社会高质量发展注入强大的数字动能,使“物联潍坊”印记再次深入人心。
中国(潍坊)智能物联网大会已连续举办四届,本届大会的顺利召开,进一步扩大了物联潍坊的知名度和影响力,吸引更多的投资者和合作者走进潍坊、选择潍坊、扎根潍坊,加快推进潍坊数字产业化、产业数字化发展。下步,潍坊将加快数字政府建设、数字社会构建、数字经济发展,提速推进各行业数字化转型,顺应人民所盼,瞄准未来所向,为高质量发展插上数字化“翅膀”,绘就数字中国建设的潍坊画卷。
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。