案例基本内容和执行情况
国投贸易大宗贸易进口是个复杂的业务流程,地域上,货物源头能延伸至境外的生产厂商、海关、船公司、船代、货代,根据国内市场的订单需求实时准备生产计划、资金计划及运输计划;往贸易流的下游,能延伸到买家,根据买家的需求量安排进口计划。当前并无一个系统能连接各方,各方之间的材料传递主要还是靠线下邮寄或者线上传递。
本系统以货物的货权为基本出发点,将现有进口贸易全流程作业手续搬到线上,利用区块链连接国投贸易、贸易商、报关行、货代、运输、仓库等多方,全程记录同一批次货物从进口、仓储、买卖到出库等流转的所有环节的信息,实现全程无纸化,进一步提高效率。
主要技术指标:
本系统由于是单证存证业务,所以对即时性和并发性要求不是很高,预期的潜在性能指标为100TPS,确认时间<3s。
国投贸易货权追踪系统通过国投贸易、报关行和仓库等参与各方分别建立联盟链节点,连接各自的信息系统,建立一套协同作业系统,作业系统的每步流程都可以通过系统提供的操作页面进行操作或者通过API接口接入(第三方系统对接)。

案例主要经济成效和社会成效分析
在进口货物流转所有的单证都线上化之后,基于系统保存的数据,系统进行了数据的智能化分析,方便国投贸易进行流程精细化管理。主要体现在:
1)流程精细化管理
国投贸易作为国内进口货物的源头,报关的流程和货物的仓储流程都是很重要而且过程很繁琐的。货权追踪系统给国投贸易提供了一个便利的操作平台,系统将流程固化,新手按照系统的提示,也能一步一步的进行相关操作,效率提升的同时,操作流程也得到了进一步的精细化管理。
2)物流和仓储精细化管理
报关行和仓库都使用货权追踪系统进行操作,国投贸易能对报关行和仓库的关键时间点的操作进行监控和分析,可以对报关行和仓库的办事效率和质量进行评分,做到物流和仓储的精细化管理。
3)库存精细化管理
货权追踪系统中记录了每个货物在仓库的进出情况,系统可以对仓库的库存情况给出多维度的统计,可以统计货物的库龄,对即将过期货物给出统计和预警等,能对库存进行多方位的精细化管理。
4)供应链精细化管理
货权追踪系统当前只做到货物出库,未来货权追踪系统可延伸至下游的买家或供应商,将货物的全生命周期信息进行跟踪和记录入区块链,国投贸易作为货物的源头,对整个供应链进行管理,可以提供更多的增值服务,例如供应链金融服务。
好文章,需要你的鼓励
近期有观点认为,大规模使用生成式AI和大语言模型会增强人类左脑的逻辑分析能力,同时削弱右脑的创造力,导致人类社会逐渐成为左脑主导的群体。但研究表明,左右脑功能分工理论缺乏科学依据,大脑两半球在创造性和逻辑性任务中都会协同工作。此外,AI不仅能辅助逻辑思维,同样可用于诗歌创作、图像生成等创意任务。
这项由圣母大学和IBM研究院联合开展的研究,开发出了名为DeepEvolve的AI科学助手系统,能够像人类科学家一样进行深度文献研究并将创新想法转化为可执行的算法程序。该系统突破了传统AI要么只能改进算法但缺乏创新、要么只能提出想法但无法实现的局限,在化学、生物学、数学等九个科学领域的测试中都实现了显著的算法性能提升,为AI辅助科学发现开辟了新的道路。
微软全球AI巡展在迪拜举行,宣布启动Microsoft Elevate UAE项目,计划为超过25万名学生和教育工作者以及5.5万名联邦政府员工提供AI技能培训。该项目是微软152亿美元投资计划的一部分,旨在加强AI基础设施建设,培养本地人才能力。微软还将与G42和JAHIZ平台合作,为联邦公务员提供技术培训,支持阿联酋成为AI领域的区域和全球领导者。
卡内基梅隆大学研究团队通过3331次大规模实验,系统揭示了代码训练如何提升AI推理能力。研究发现,代码的结构特性比语义内容更重要,适当的抽象形式(如伪代码)可以达到与原始代码相同的效果。不同编程语言产生差异化影响:低抽象语言有利于数学推理,Python更适合自然语言任务。这些发现为AI训练数据的科学化设计提供了重要指导。