至顶网CIO与应用频道 04月11日 新闻消息:2017年规模以上电子信息制造业收入超过13万亿元,软件和信息技术服务业收入突破5万亿元,行业整体规模超过18万亿元。
中国电子信息产业保持着快速发展的态势,而且创新能力显著提升。在第六届中国电子信息博览会开幕式上,工业和信息化部部长苗圩表示,我国第一条6代柔性AMOLED生产线实现量产,多家企业推出人工智能芯片,一批关键电子装备在智能制造等领域实现了普及应用,电子信息产业与其他领域的产业融合、技术融合、市场融合进一步加速和深化。
十九大报告指出,我国经济已由高速发展阶段转向高质量发展阶段。这为我们在新时代推动电子信息产业发展指明了新方向、提出了新要求。
第一,激活一个活力。即激活创新作为发展第一动力的引领作用,在重点领域布局电子信息制造业创新中心,牵引重构电子信息产业创新体系,补齐基础领域短板,抢占前沿领域制高点,加快创新成果产业化,为产业升级提供坚实支撑。
第二,面向两类需求。既要面向人民群众消费升级的需求,引导消费电子产品智能化、高端化发展,加快拓展超高清视频、智慧健康养老等新兴领域,提高产业供给质量,扩大升级信息消费;又要面向制造强国和网络强国建设需求,强化产业技术支撑能力,深化互联网、大数据和人工智能与制造业的深度融合,培育壮大数字经济。
第三,用好三大抓手。一是用好智能制造这个抓手,促进产业结构升级,提升发展效率和发展质量;二是用好世界级先进制造业集群培育抓手,引导产业资源集聚和各地区产业特色化、高端化发展,促进我国电子信息产业迈向全球价值链中高端;三是用好“一带一路”抓手,创新对外交流与产业合作模式,拓展电子信息领域发展新空间,推动形成电子信息领域全面开放新格局。
汤森路透《2017全球创新报告》对全球12大重点技术领域的论文、专利等创新成果进行了统计,信息技术、半导体、通信三个领域在所有领域全部创新成果中的占比高达52%。
“电子信息产业的技术创新主要在单一领域和单一企业内部萌发拓展。”工业和信息化部党组成员、副部长罗文指出,人工智能、超高清视频、5G等成为电子信息产业创新发展的主要引领。尤其是人工智能能够显著丰富电子信息产品和服务形态,提升高端产品供给水平,开辟出规模巨大的新市场。
新一轮科技和产业革命为我国电子信息产业带来“换道超车”的契机。主要体现在三个方面。
一是产业格局重构机遇。每一轮技术变革都蕴含着重大发展机遇,抓得住、用得好,就可以实现产业的跨越甚至赶超。上世纪七八十年代,日本凭借发展大规模集成电路,在电子信息产业上大幅拉近与美国的差距;本世纪初,韩国、中国台湾抓住“显示革命”的机遇,通过大力发展TFT-LCD,在显示器件领域迅速崛起。当前,全球信息技术创新进入密集发生期,呈现多方向、宽前沿、集群式等特征,有望引发产业格局重大调整。这有助于我国打破长期以来因核心关键技术缺失带来的低端锁定,加快迈向全球价值链中高端。
二是市场迭代机遇。市场需求是产业发展的核心动力。随着收入水平的提升,我国人民群众的消费升级步伐显著加快,新的市场不断孕育生成。我国电子信息产业如能抓住这一机遇,充分发挥好大国大市场优势,注重技术迭代创新,加强质量品牌建设,提升营销服务水平,不断推出具有市场号召力的新产品,就能够在未来的产业竞争中抢占先机。
三是路径依赖突破机遇。长期以来,我国电子信息产业走的是跟随发展的路子,主要依靠“借鉴”“学习”“模仿”发达国家领先企业的主流产品来参与市场竞争。新一轮科技和产业革命条件下,商业模式创新的地位大大提升,为我们探索新的发展路径提供了可能。比如,手机和彩电企业可以不再仅仅依靠卖硬件来获取收入,还可以通过“终端+内容+服务”的模式快速提升企业规模和经营效益。这方面,苹果公司就是一个成功的案例。如果我们的企业都能在商业模式上闯出新路,我们就有可能破除跟随发展造成的既有路径依赖,赢得发展主动权。
未来在推动电子信息产业发展上要抓好四项重点工作,第一,加快建设电子信息制造业创新中心;第二,着力打造世界级电子信息产业集群;第三,推动电子信息重点领域突破发展;第四,进一步深化对外开放合作。
好文章,需要你的鼓励
微软近年来频繁出现技术故障和服务中断,从Windows更新删除用户文件到Azure云服务因配置错误而崩溃,质量控制问题愈发突出。2014年公司大幅裁减测试团队后,采用敏捷开发模式替代传统测试方法,但结果并不理想。虽然Windows生态系统庞大复杂,某些问题在所难免,但Azure作为微软核心云服务,反复因配置变更导致客户服务中断,已不仅仅是质量控制问题,更是对公司技术能力的质疑。
Meta研究团队发现仅仅改变AI示例间的分隔符号就能导致模型性能产生高达45%的巨大差异,甚至可以操纵AI排行榜排名。这个看似微不足道的格式选择问题普遍存在于所有主流AI模型中,包括最先进的GPT-4o,揭示了当前AI评测体系的根本性缺陷。研究提出通过明确说明分隔符类型等方法可以部分缓解这一问题。
当团队准备部署大语言模型时,面临开源与闭源的选择。专家讨论显示,美国在开源AI领域相对落后,而中国有更多开源模型。开源系统建立在信任基础上,需要开放数据、模型架构和参数。然而,即使是被称为"开源"的DeepSeek也并非完全开源。企业客户往往倾向于闭源系统,但开源权重模型仍能提供基础设施选择自由。AI主权成为国家安全考量,各国希望控制本地化AI发展命运。
香港中文大学研究团队开发出CALM训练框架和STORM模型,通过轻量化干预方式让40亿参数小模型在优化建模任务上达到6710亿参数大模型的性能。该方法保护模型原生推理能力,仅修改2.6%内容就实现显著提升,为AI优化建模应用大幅降低了技术门槛和成本。