ZD至顶网CIO与应用频道 09月07日 北京消息(文/孙博): 贵阳有“数博会”,乌镇有“世界互联网大会”,大连有“软交会”……不知道从什么时候开始,很多城市在每年都会定期举办一场有关互联网技术、产业融合的大会,希望借助IT技术的力量,促进城市的经济发展。
在上周闭幕的第十二届南京国际软件产品和信息服务交易博览会上,来自国内外互联网行业领袖共同探讨了互联网+跨界融合新模式,以及如何促进产业转型升级。
5G是互联网+的关键支撑
“1G只能打电话,2G可以发短信,3G实现移动互联,4G视频播放速度更快,而5G将在人和人、人和物之间实现互联,是一场真正的革命。”中欧数字经济协会主席鲁乙己表示,5G的到来是中欧共同的机遇。5G移动宽带的下载速度起码是4G的1万倍,这就为无人驾驶、智慧交通、智能城市、工业生产等提供“互联网+”的关键支撑。
鲁乙己预测,5G技术将在2020年成为现实,并影响几乎所有经济活动。“南京拥有良好的软件产业基础,尤其是软件谷拥有很多优秀软件企业,应抢抓5G技术先机,这些企业必将从中受益。”鲁乙己说道。
互联网+保障高铁安全运营
“现在高铁信号差,经常打电话听不见上网上不了。如果能通过远在高空的通讯卫星,用新的移动互联技术覆盖近1.9万公里高铁里程,每天300多万用户,那该是多大的市场!” 中国轨道交通协会技术装备专业委员会副主任李中浩师十分感慨。
目前我国每天大约300万人次乘坐高铁出行。根据预测,到2025年,高铁日出行人次高达六七百万人次。“如果高铁通过卫星通信解决所有高速移动信号问题,那么高铁将成为一个巨大的移动办公网。”李中浩认为,“互联网+”不仅让移动办公更加方便,同时“互联网+”还可以让高铁运行更加安全。通过使用大量传感器,收集道轨系统的应力等数据,就可以监控列车运行状况,保障运营安全。
“互联网+工业”让并行制造成为现实
越来越多的行业都需要依赖“互联网+”实现转型升级。工信部国际经济技术合作中心智能制造研究所所长王喜文指出,当前,实体经济压力巨大,传统的工业化发展模式已没有竞争力。而互联网可以实现实时地协同、共享、控制,利用“互联网+工业”技术,可以使工艺流程同步进行,实现相对的“并行制造”。
王喜文认为,企业可边设计、边研发、边生产、边销售。不仅可以缩短工期,提高效率,降低成本,还可以减少人员的使用。同时,“互联网+工业”也实现大规模定制,满足了不确定情况下的市场需求,而且提高了生产调度的管理水平,实现制造业的转型升级。
目标5年再造一个软件谷
南京发展软件产业由来已久,从2011年至2015年,综合实力跻身全国同类软件园区前三强。省委常委、市委书记黄莉新说,南京具有发展软件和信息服务业的深厚基础和特色优势,2015年全市软件和信息服务业收入4091亿元,位居全省第一、全国第四。
作为南京信息服务产业的一个标签,成立于2011年的南京软件谷目前收入已增加到1650亿元,从业人员超19万,入驻企业超1000家,已形成通信及智能终端、云计算大数据及移动互联网、电子商务及互联网金融、物联网及芯片设计、总部企业五大产业集群,成为了全国最大的通信软件产业研发基地。
南京软件谷的成功也让南京市制定了一个“五年计划”——希望在下一个5年中,实现再造一个囊括了大数据产业园、信息安全产业园、互联网产业园、智慧城市产业园、云计算产业园、物联网产业园、电子商务产业园、光通信产业园等在内的另一个软件谷的目标,从而实现从“中国软件名城”向“国际软件名城”的新跃升。
好文章,需要你的鼓励
在迪拜Gitex 2025大会上,阿联酋成为全球AI领导者的雄心备受关注。微软正帮助该地区组织从AI实验阶段转向实际应用,通过三重方法提供AI助手、协同AI代理和AI战略顾问。微软已在阿联酋大举投资数据中心,去年培训了10万名政府员工,计划到2027年培训100万学习者。阿联酋任命了全球首位AI部长,各部门都配备了首席AI官。微软与政府机构和企业合作,在公民服务和金融流程等领域实现AI的实际应用,构建全面的AI生态系统。
查尔斯大学和意大利布鲁诺·凯斯勒基金会的研究团队首次系统性解决了同声传译AI系统延迟评估的准确性问题。他们发现现有评估方法存在严重偏差,常给出相互矛盾的结果,并提出了YAAL新指标和SOFTSEGMENTER对齐工具。YAAL准确性达96%,比传统方法提升20多个百分点。研究还开发了专门的长音频评估工具LongYAAL,为AI翻译技术发展提供了可靠的测量标准。
苹果与俄亥俄州立大学研究人员发布名为FS-DFM的新模型,采用少步离散流匹配技术,仅需8轮快速优化即可生成完整长文本,效果媲美需要上千步骤的扩散模型。该模型通过三步训练法:处理不同优化预算、使用教师模型指导、调整迭代机制来实现突破。测试显示,参数量仅1.7亿至17亿的FS-DFM变体在困惑度和熵值指标上均优于70-80亿参数的大型扩散模型。
印度理工学院团队构建了史上最大规模印度文化AI测试基准DRISHTIKON,包含64288道多语言多模态题目,覆盖15种语言和36个地区。研究评估了13个主流AI模型的文化理解能力,发现即使最先进的AI也存在显著文化盲区,特别是在低资源语言和复杂推理任务上表现不佳,为构建文化感知AI提供了重要指导。