政府工作报告提到,大力推进现代化产业体系建设,加快发展新质生产力。强调,深化大数据、人工智能等研发应用,开展“人工智能+”行动,打造具有国际竞争力的数字产业集群。适度超前建设数字基础设施,加快形成全国一体化算力体系。
“有意见”留言板
@周鸿祎:今天看到“人工智能+”上升为一种行动,意味着国家将加强顶层设计,加快形成以人工智能为引擎的新质生产力。
@卡卡卡卡西:人工智能技术竞争已经从企业之间的竞争上升到了国与国之间的技术竞争,这凸显出了人工智能技术的重要性,不过,现在备受关注的新一代人工智能技术要真正深入到产业中,尤其是传统产业,产生变革性作用,至少还需要5-10年。
@贰言:政府将“人工智能+”纳入报告,彰显了对AI技术及其应用的高度重视,同时也凸显了科技创新在国家发展中的核心地位。政府的关心与投入无疑将激发科技从业者的创新激情,推动AI技术不断取得新的突破。
好文章,需要你的鼓励
OpenAI CEO描绘了AI温和变革人类生活的愿景,但现实可能更复杂。AI发展将带来真正收益,但也会造成社会错位。随着AI系统日益影响知识获取和信念形成,共同认知基础面临分裂风险。个性化算法加剧信息茧房,民主对话变得困难。我们需要学会在认知群岛化的新地形中智慧生存,建立基于共同责任而非意识形态纯洁性的社区。
杜克大学等机构研究团队通过三种互补方法分析了大语言模型推理过程,发现存在"思维锚点"现象——某些关键句子对整个推理过程具有决定性影响。研究表明,计划生成和错误检查等高层次句子比具体计算步骤更重要,推理模型还进化出专门的注意力机制来跟踪这些关键节点。该发现为AI可解释性和安全性研究提供了新工具和视角。
传统数据中心基础设施虽然对企业至关重要,但也是预算和房地产的重大负担。模块化数据中心正成为强有力的替代方案,解决企业面临的运营、财务和环境复杂性问题。这种模块化方法在印度日益流行,有助于解决环境问题、满足人工智能的电力需求、降低成本并支持新一代分布式应用。相比传统建设需要数年时间,工厂预制的模块化数据中心基础设施可在数周内部署完成。
法国索邦大学团队开发出智能医学文献管理系统Biomed-Enriched,通过AI自动从PubMed数据库中识别和提取高质量临床案例及教育内容。该系统采用两步注释策略,先用大型AI模型评估40万段落质量,再训练小型模型处理全库1.33亿段落。实验显示该方法仅用三分之一训练数据即可达到传统方法效果,为医学AI发展提供了高效可持续的解决方案。