今年三月在北京举办的“中国发展高层论坛”上,全球的各企业领导者和经济思想家们围绕中国的“十三五规划”进行了较深入的讨论,其中一个中心话题就是怎样支持中国经济在保持一定速度的前提下切换方式,实现更健康的成长。参会者有一个共识,就是中国经济的转型和长期繁荣一定要在开放与合作的国际环境下进行。特别是在全球科技新一轮革命的背景下,开放环境下的技术创新合作对于中国经济的健康成长来说,可以起到“奇兵”的作用。
这种创新合作已经在信息技术架构方案领域开花结果,成果辐射众多行业。今天,在中国,开放创新正被引入一个全新的技术发展时代。开放创新可以让各企业、政府以及组织共享知识产权、创意以及人员,并通过和本土及全球合作伙伴协作,帮助中国加速技术应用。
例如,IBM在2014年启动了“绿色地平线”计划,与北京市政府、国网冀北电力有限公司等本土合作伙伴开展了合作。“绿色地平线”采用了最前沿的认知计算、物联网以及大数据分析技术,帮助北京政府更好地管理空气质量。这个项目能帮助政府和企业领导者做出更好的环境管理决策,保障公民更健康地生活,同时,为中国得可持续发展保驾护航。
类似的科技合作在很多其他领域也在展开。在制药和医疗领域,辉瑞中国公司与IBM合作,在一项升级中国医疗系统的联合研究项目中采用了IBM的认知分析技术,从新药研发、临床诊疗和社区医疗体系三个方面探索新的机会。在服务业,IBM与东软合作为中国国际航空公司建立新一代的、以云为基础的移动平台,催生围绕国航的 API 经济模式。这些合作是IBM“与中国同创”发展战略的重要体现。所谓“与中国同创”,就是要通过合作,把代表行业内最前沿水平的研发创新的中心推到中国的市场一线,为中国企业提供更多的选择,并通过授权和协作促进中国成为创新的第一现场,解决现实问题,并交付更大的价值。
“与中国同创”的最佳实践之一是中国与OpenPOWER 基金会的协作。成立于2013年的OpenPOWER基金会是一个全球性、独立的技术联盟组织,旨在促进和鼓励围绕IBM 的POWER架构的协作创新。OpenPOWER联盟支持成员定制POWER CPU处理器、系统平台、固件以及中间件软件,让他们可以针对自己的业务与组织需求对POWER服务器进行优化。基金会的全球成员数量现已超过200家,其中包括24家中国成员。
2014年,OpenPOWER生态系统在中国扎根,并开始快速发展。这个生态系统从一个愿景发展成了一桩有活力的生意,为中国各行业带来了各种定制化的计算解决方案。通过让这些新的解决方案为任何企业所用,OpenPOWER生态系统已经加速了整个技术产业的变革。现在,希望参与到OpenPOWER生态系统中的全球开发者都可以通过由IBM中国研究院创建的开放云服务SuperVessel获得这些新的解决方案。这些开发者包括来自中国及全球30多所高校的学生。OpenPOWER生态系统合作伙伴可以充分利用SuperVessel去加快他们的应用开发。
同样是去年,OpenPOWER基金会成员苏州中太在中国市场推出了为本地设计的OpenPOWER服务器,创和通讯发布了OP-1X OpenPOWER服务器。山东英特力公司生产的首款OpenPOWER服务器也已经于今年3月31日下线。
这些定制生产的服务器和其它的中国OpenPOWER创新产品反映了一个日渐成熟的技术和商业生态系统在中国的成功。这些终端产品融入了众多中国合作伙伴的专业技术,如操作系统、数据库、应用和加速器等。
2016年,我们期待看到更多中国客户采用基于POWER架构和OpenPOWER技术的认知解决方案。
在中国这样一个稳健增长的经济环境中,OpenPOWER和其它开放技术创新所产生的价值可以对客户、供应商以及市民带来重大影响。随着全球技术与软件供应商格局的不断演变,我们在很多案例中看到,创造者与用户之间的模糊界限正在彻底消失,正如传统IT供应商正在直接和终端用户合作。
这种演变需要基于一个开放、透明的技术和商业模式。培养一个广泛的创新者社区以及在开放标准上进行开发,可以为终端用户创造无限选择。秉持开放创新的精神,“与中国同创”正在促进中国的进步和创新。
好文章,需要你的鼓励
谷歌地图将集成Gemini人工智能技术,旨在将其升级为一个"全知型副驾驶"助手。这一整合将大幅提升地图服务的智能化水平,为用户提供更加个性化和全面的导航体验。通过AI技术的加持,谷歌地图有望在路线规划、地点推荐和实时信息服务等方面实现重大突破。
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。
微软研究人员发布新的仿真环境来测试AI智能体,研究显示当前智能体模型容易受到操纵。该名为"Magentic Marketplace"的合成平台让客户智能体与商家智能体进行交互实验。测试包括GPT-4o、GPT-5和Gemini-2.5-Flash等模型,发现智能体在面临过多选择时效率下降,且在协作方面表现不佳。研究揭示了AI智能体在无监督环境下的性能问题。
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。