IBM发起全新 “代码响应(Code and Response)”计划,将从波多黎各开始大规模构建、强化、测试并实施开源技术解决方案,以加速灾后恢复。
在2月12日Think 2019大会上,IBM(纽交所股票代码:IBM)宣布名为“代码响应(Code and Response)”的新部署计划,即在四年时间里投入2500万美元,把在IBM“代码行动(Call for Code)”大赛中开发的部分开源技术部署到最有需要的社区当中。“代码响应”计划汇集大规模构建、强化、测试及实施相关解决方案所需的资源,同时也将获得IBM企业全球志愿服务队(IBM Corporate Service Corps)的数百名IBM员工,以及政府和多个非政府组织合作伙伴的大力支持,共同将技术应用于生命救援。不仅如此,IBM还与克林顿全球倡议大学计划(Clinton Global Initiative University)建立了合作关系,为在校开发人员提供所需的技能和资源,助力其将创意转化为实践。在第一年中,“代码响应”计划将在波多黎各、北卡罗来纳州、大阪及喀拉拉邦等受灾地区部署实施“代码行动2018”的获胜解决方案——“Project Owl”。
IBM“代码响应”计划还将得到信息技术灾难资源中心(Information Technology Disaster Resource Center ,ITDRC)等非盈利合作伙伴的支持,针对Project Owl的软硬件配置提供反馈意见。此外,基于该机构在应对飓风“厄玛”(Irma)和“玛利亚”(Maria)席卷后的网络恢复方面拥有丰富的实践经验,还将为Project Owl在波多黎各的部署提供有价值的指导。
IBM认知应用及开发者生态系统业务部高级副总裁Bob Lord表示:“每年全球受自然灾害影响的人数接近1.6亿,仅仅通过挑战赛激发创意还远远不够。实现有效应对自然灾害必须充分挖掘全球开源生态系统的潜力,打造出可供我们在救灾现场大规模部署的可持续性解决方案。但是我们不能单打独斗,只有与合作伙伴通力合作才能使技术发挥可持续性影响。”
美国红十字会总裁兼首席执行官Gail McGovern表示:“美国红十字会对于IBM能够持续投入资源帮助因自然灾害而受困的人们表示十分感谢。我们的机构依赖于像IBM这样的投资者和创新公司,通过激发改变命运的新方法加强与自然灾害斗争的力量。”
“代码行动”倡议在2018年大获成功,共有超过10万名开发者提交了数千条关于灾难救援的解决方案。中国农业银行团队的United Aid Net (UAN)解决方案获得了第五名的好成绩,方案通过一个全球紧急援助网络,基于面部识别取款和区块链技术,允许家庭成员或好友在灾难发生期间临时共享金融服务。2019年,代码行动”创始机构David Clark Cause及IBM将再次与联合国、美国红十字会,以及Linux基金会展开合作。此外,还迎来了美国消费技术协会、凯撒医疗集团和Apttus等新的合作伙伴,也赢得了达美航空公司、美国强生、Persistent Systems 等合作伙伴的持续支持。
今天,IBM董事长、总裁兼首席执行官罗睿兰(Ginni Rometty)宣布启动“代码行动2019”并再次强调公司的承诺,即在五年内投入3000万美元用以推动该项目的发展。其目标依然是团结全球2300万名开发者和数据科学家,发挥云计算、人工智能、区块链和物联网技术的力量,创造出可持续、可规模化部署的开源技术。今年的主题是应对自然灾害中个人和社区的健康与福祉。
David Clark Cause首席执行官David Clark表示:“我们为‘代码行动’所取得的巨大成功感到激动不已。同时也为IBM及其推出的‘代码响应’计划而喝彩,它展现了IBM为改变人们命运所做出的承诺。我们为拥有IBM这样的合作伙伴感到自豪,同时也很高兴能够继续激励开发者继续探索新的解决方案,助力应对全球最为迫切的挑战。”
好文章,需要你的鼓励
一加正式推出AI功能Plus Mind和Mind Space,将率先在一加13和13R上线。Plus Mind可保存、建议、存储和搜索屏幕内容,并将信息整理到Mind Space应用中。该功能可通过专用按键或手势激活,能自动创建日历条目并提供AI搜索功能。一加还计划推出三阶段AI战略,包括集成大语言模型和个人助手功能,同时将推出AI语音转录、通话助手和照片优化等工具。
北航团队推出Easy Dataset框架,通过直观的图形界面和角色驱动的生成方法,让普通用户能够轻松将各种格式文档转换为高质量的AI训练数据。该工具集成了智能文档解析、混合分块策略和个性化问答生成功能,在金融领域实验中显著提升了AI模型的专业表现,同时保持通用能力。项目已开源并获得超过9000颗GitHub星标。
预计到2035年,数据中心用电需求将增长一倍以上,达到440TWh,相当于整个加利福尼亚州的用电量。AI工作负载预计将占2030年数据中心需求的50-70%。传统冷却系统电机存在功率浪费问题,通常在30-50%负载下运行时效率急剧下降。采用高效率曲线平坦的适配电机可显著降低冷却系统功耗,某大型数据中心通过优化电机配置减少了近4MW冷却功耗,为13500台AI服务器腾出空间,年增收入900万美元。
卢森堡计算机事件响应中心开发的VLAI系统,基于RoBERTa模型,能够通过阅读漏洞描述自动判断危险等级。该系统在60万个真实漏洞数据上训练,准确率达82.8%,已集成到实际安全服务中。研究采用开源方式,为网络安全专家提供快速漏洞风险评估工具,有效解决了官方评分发布前的安全决策难题。