日前,上海市数据局正式揭牌成立。在此之前包括江苏省数据局、四川省数据局在内等省市正式成立了省级数据局。结合2024年1月4日,《国家数据局等部门关于印发〈“数据要素×”三年行动计划(2024—2026年)〉的通知》,预示着“数据要素×”的新阶段将拉开大幕。
国家发展改革委党组成员,国家数据局党组书记、局长刘烈宏提到与2015年“互联网+”行动相比,“数据要素×”实现了从连接到协同、使用到复用、叠加到融合的转变,推动数据要素化,让数据要素在千行百业中发挥乘数效应,正成为推动数字经济发展的新抓手。
“有意见”留言板
@媒体搬运工 :数据成为新的生产要素,数据局将会是政府的常设机构。这一部门的设立类似首席数据官在企业中的设置,将会对数据的管理起到规范作用。
@辣腿堡不加酱 :上海市数据局的揭牌成立是数字化转型和智慧城市建设方面迈出的重要一步。这一举措体现了国家对数据资源管理和利用的重视,以及对提升城市治理能力和服务水平的决心。如何平衡数据的开放与安全、创新与规范,将是数据局在未来工作中需要不断探索和完善的问题。
好文章,需要你的鼓励
在基于Chiplet的架构中,可观测性正成为系统设计的关键缺失环节。多位半导体行业专家指出,AI可从硅层遥测数据中挖掘价值,但前提是架构须提供一致的检测手段、近传感器数据压缩及可编程采集能力。专家们强调,多供应商Chiplet生态系统需要标准化、安全的遥测模式,以实现跨芯片、封装和互联域的故障定位,同时保护敏感运营数据。目前,AI在遥测分析阶段已展现出显著价值,但可观测性的扩展本质上仍是架构问题。
这项研究系统比较了四种AI图像分词策略在640000张星系图像上的表现,发现重建质量与物理属性预测能力之间存在根本性解耦,为天文基础模型的分词器选择提供了实验依据。
生命科学企业在全渠道战略和AI平台上投入巨大,但成效往往不尽如人意。问题根源不在于技术本身,而在于组织架构、数据治理和工作方式未能同步演进。许多转型项目止步于试点阶段,原因是各部门数据孤立、职责不清。要实现从传统CRM向智能互动的真正转型,企业需优先建立统一的数据基础和跨团队协作机制,并将AI能力嵌入日常工作流程,而非将其视为独立模块。
阿里Qwen团队研究如何将大模型的规模化训练思路迁移到机器人操作领域,通过统一多机器人表示与38100小时数据预训练,让机器人在陌生场景和陌生机型上也能完成复杂操作任务。