至顶网CIO与应用频道 03月22日 北京消息:全球领先的信息技术研究和顾问公司Gartner预计,到2023年,政府首席信息官将承担50%目前政府IT尚未出现的工作。
Gartner的近期首席信息官调查(Gartner CIO survey)显示,数字政府转型的势能正逐步增加。目前有53%的政府数字项目已脱离设计阶段,开始显现数字化的初期成果,比例高于去年的40%;另有39%的政府预计,云服务将成为其2019年新增或追加投资最多的技术领域。Gartner研究副总裁Cathleen Blanton表示:“调查结果显示领导者已较能接受云交付模式,而且不再对安全和数据的所有权感到担忧。”
发展数字化业务意味着IT机构必须采用新的技术要求。Cathleen Blanton指出:“许多政府已设有首席数据官和云架构师的职位,不过在缺乏足够资源、技术和相应文化的状况下,38%的政府机构受访者并未在2018年增设任何新职位。”
为适应新的技术需求,首席信息官必须主动进行转型进程来产生新职位或改变既有职位。例如,云服务愈发普及之后,数据中心管理一职的数量将会减少。此外,随着数字产品管理概念的出现,政府对自身服务的看法也逐渐改变,这将促使内部数字团队的形成,以便自行设计和交付产品。
未来,政府IT部门将完成更多样化的任务,公共部门机构将仰赖政府IT服务来满足包容性、市民体验和数字伦理的需求,而这些领域需要研究人员、设计师和社会科学家等新型态的技能。Blanton女士认为:“政府首席信息官必须雇用专家向市民和企业示范并解释如何针对法规与政策做出回应,且说明其对于社会、经济和政府收入带来的影响。”
同时,政府IT部门未来必须指派新的职位来支持其数字化转型,并将新兴技术引入各类型企业和任务。随着人工智能及物联网技术的进步,机器训练师(machine trainer)、会话专家(conversational specialist)和自动化专家(automation expert)将逐渐取代旧有技术领域专家。
“一切即服务”逐渐兴起
Gartner预测,到2023年,政府采用的所有新型技术解决方案中,超过80%是以一切即服务(Anything-as-a-Service,XaaS)的模式来实现并支持的。XaaS涵盖了多种IT类别,其中包括通过云提供的订阅式服务、托管式桌面(managed desktop)、服务台和网络服务、网络电话(VoIP)以及整合通讯(unified communications)。
Gartner高级研究总监Alia Mendonsa指出:“云服务带动全球各地、各产业采用XaaS模式,就连政府机构也不例外,这种模式可说是旧有基础架构现代化和投资之外的另一种选择。由于不只能提供小规模的地方性质服务,也能适用全国,因此若要扩展数字政府,这会是一种极具前景的做法。”
不过XaaS模式也会为政府首席信息官带来新的挑战。在采用初期,业务部门可能会较少寻求IT部门提供解决方案,因为他们可在无需IT介入或提供相关资源的情况下,取得XaaS解决方案。但这做法其实带有风险,因为部门通常不熟悉如何协商复杂的合约,各部门也可能各行其政,重复获取已集中提供的功能。此外,XaaS的承包模式也尚未成熟,服务水准往往不高。
Mendonsa女士认为:“正因如此,首席信息官必须告知业务部门承包作业的风险,而且要尽可能积极参与这类合约的协商过程。若没有IT机构的支持和经验,XaaS解决方案很可能对机构和市民带来极大风险。”
好文章,需要你的鼓励
这项研究提出了ORV(占用中心机器人视频生成)框架,利用4D语义占用作为中间表示来生成高质量的机器人操作视频。与传统方法相比,ORV能提供更精确的语义和几何指导,实现更高的时间一致性和控制精度。该框架还支持多视角视频生成(ORV-MV)和模拟到真实的转换(ORV-S2R),有效弥合了虚拟与现实之间的差距。实验结果表明,ORV在多个数据集上的表现始终优于现有方法,为机器人学习和模拟提供了强大工具。
这项研究由Writer公司团队开发的"反思、重试、奖励"机制,通过强化学习教导大型语言模型生成更有效的自我反思内容。当模型回答错误时,它会生成反思并二次尝试,若成功则奖励反思过程。实验表明,该方法在函数调用和数学方程解题上带来显著提升,最高分别改善18.1%和34.7%。令人惊讶的是,经训练的小模型甚至超越了同家族10倍大的模型,且几乎不存在灾难性遗忘问题。这种自我改进技术为资源受限环境下的AI应用开辟了新方向。
FuseLIP是一项突破性研究,提出了通过早期融合离散标记实现多模态嵌入的新方法。与传统CLIP模型使用独立编码器不同,FuseLIP采用单一编码器同时处理图像和文本标记,实现了更自然的模态交互。研究证明,这种早期融合方法在多种多模态任务上表现优异,特别是在需要理解图像结构而非仅语义内容的任务上。研究还开发了创新的数据集和评估任务,为多模态嵌入研究提供了宝贵资源。
ByteDance与浙江大学合作开发的MERIT是首个专为多语言多条件语义检索设计的基准数据集,包含320,000条跨5种语言的查询和135,000个产品。研究发现现有模型在处理多条件查询时过度关注全局语义而忽略特定条件元素,为此提出CORAL框架,通过嵌入重建和对比学习相结合的方式,使检索性能提升45.9%。这项研究不仅识别了现有方法的关键局限性,还为多条件交错语义检索领域的未来研究奠定了基础。