至顶网服务器频道青岛 10月24日 新闻消息(文/李祥敬):2017年10月24日,2017中科曙光智能峰会在山东青岛召开。作为中科曙光年度科技盛会,此次峰会探讨AI前沿技术趋势,并就AI如何赋能行业创新进行了深入交流。
在此次峰会上,数据中国智能计划被公布,这是继数据中国战略、数据中国加速计划之后的又一重大战略公布。数据中国智能计划旨在通过先进、高效的智慧计算,让数据变成智慧知识和智能服务能力,从而实现“让全社会共享数据价值”的愿景。
曙光公司副总裁沙超群表示,曙光致力于打造完整的人工智能计算产品线,促进多元计算模式的深入融合。在产品层面,曙光推出了全浸没式液冷AI训练专用服务器,还有与寒武纪联合研发并推出了全球首款基于寒武纪芯片的AI推理专用服务器。
在平台服务层面,曙光推出了人工智能管理平台——SothisAI,这个AI操作系统具有异构融合、简单易用、弹性灵活、可快速部署等特点。沙超群表示,曙光将启动Sugon AI开放实验室计划,面向全球募集1000名AI算法、应用和服务开发者,开放曙光分布在全国的40多个城市云平台,以及包括地球数值模拟装置在内的若干科学装置和先进计算中心。
为了进一步繁荣智能计算的生态环境,曙光还成立了数据中国的智囊团,希望通过广泛联合芯片、算法、数据、应用等AI相关领域的机构,进行关键共性技术和关键行业应用的协同研发。
此外,中科曙光与青岛市政府签署了先进计算与人工智能产业展开深入合作的战略框架协议。在合作框架下,中科曙光投资14亿元专门在青岛成立中科曙光国际信息产业有限公司。未来,中科曙光还会在青岛成立中科曙光全球研发总裁基地,并建设高端服务器生产基地。
根据协议,中科曙光在青岛建立中科曙光大学,在人才培养和引进方面进行积极探索。
曙光公司总裁历军表示,人工智能是高性能计算的一个重要领域,AI是信息产业的重要发展方向。曙光致力于与产业合作伙伴一起推进人工智能市场的发展。
中国工程院原常务副院长、院士潘云鹤进行了主题为《人工智能走向2.0的挑战》,他表示,1956年,人工智能概念被首次提出——让机器像人那样思考和学习。2015年后,AI走向2.0的时代,比如大数据智能、群体智能、跨媒体智能、人机混合增强智能、自主智能系统,典型应用包括智能城市、智慧医疗、智能制造等。
2017年7月20日,中国发布了《新一代人工智能发展规划》。在潘云鹤看来,之所以AI进入到2.0时代,首先是我们的世界从二元空间走向三元空间(物理空间、人类社会、信息空间)。50年来,信息空间成长壮大。空间变化带来了认知的新计算、新通道、新门类。
AI2.0升级的动因包括需求、环境和技术,信息环境巨变、社会新需求爆发、AI的基础和目标巨变。人类正在迎来新一代人工智能计算。
AI走向2.0的大量新特征:大数据上的深度学习与自我博弈进化技术;基于网络的群体智能已经萌芽;人机一体化技术导向混合智能;跨媒体推理已经兴起;无人系统迅速发展。
中国工程院院士、曙光公司董事长李国杰进行了主题为《夯实发展智能产业的基础》,他说,我们正在迎来人工智能的第三波浪潮,应该重视人工智能的基础设施建设。
李国杰表示,未来对经济最大贡献可能不是大数据和人工智能,而是信息技术融入各行各业的新产品。AI是ABCDE的综合,发展人工智能与大数据要重视大众刚性需求。虽然中国人工智能在某些应用领域超过国外,但是在基础设施领域还是很落后。发展大数据和人工智能需求高度重视计算机系统结构和基础软件。
在李国杰看来,人工智能本质上是计算机技术,是计算机科学的前沿研究。从应用看,人工智能是计算机技术的非平凡应用。数字化和网络化是智能化的前提,智能时代不是后信息时代,大数据与人工智能是信息时代的一个新阶段。发展人工智能要重视知识的融合。
好文章,需要你的鼓励
新任CIO上任第一天可能面临前任留下的IT噩梦。专家建议首先全面评估系统、供应商、策略和人员现状,进行综合资产清单盘点和漏洞扫描。新CIO应与CFO、COO等同级建立联系,倾听IT团队和业务相关方意见,通过小而有意义的胜利建立信誉。关键是平衡紧迫性与同理心,既要进行技术重组也要修复企业文化,以透明度领导并重建组织信心。
中国香港中文大学(深圳)研究团队开发了SRLAgent智能学习系统,通过Minecraft游戏环境结合AI助手帮助大学生培养自主学习能力。实验显示该系统能显著提升学生的学习规划和过程监控能力,但也发现过度AI支持可能产生依赖性,提出需要平衡支持与独立能力培养的重要性。
资深首席信息安全官约翰·鲁法斯在医疗服务提供商董事会会议中发现,安全汇报存在严重的表演化问题。虽然安全意识培训完成率达72%,但员工钓鱼模拟测试成功率仅52%且两年未改善;补丁报告看似完善,但关键Linux服务器因内部摩擦未能及时修补。这种安全表演为董事会营造了虚假的安全感,本质上是治理失败而非单纯的IT问题。
韩国科学院研究团队开发了MATTER智能分词系统,解决AI处理材料科学文献时的"翻译问题"。该系统通过MatDetector识别重要材料概念,防止专业术语被错误拆分,在多项材料科学任务中取得显著性能提升,为科学文本处理提供了领域定制化的新思路。