2019年3月13日晚,神州数码控股有限公司(以下简称:神州控股)发布公告,公司与长春新区签署“数字新区”一期服务项目协议。根据协议,神州控股将协同生态伙伴负责长春新区“数字新区”项目一期建设,合同金额约1.74亿元。
据悉,神州控股将把旗下企业北京因特睿软件有限公司(以下简称:因特睿)与北京大学共同研发,新近荣获“2018年度国家技术发明奖一等奖”的领先技术成果应用到项目建设中,包括大数据平台、城市运行管理平台,智慧城管、智慧建管、智慧环保、智慧社区应用平台,长春新区智慧城市管理指挥大厅等。
业界认为,该项目的签署不仅标志着神州控股在“数字吉林”乃至“数字中国”建设过程中迈出了坚实的一步,更重要的是,这是燕云DaaS这一颠覆性技术,在智慧城市领域产业化应用的一次重要实践,具有里程碑意义。
作为中国智慧城市理念的率先提出者、标准制定的推动者、实践探索的先行者,神州控股自2010年发布智慧城市战略以来,先后参与了116个城市的智慧城市建设,服务人口超过一亿,从智慧城市1.0、2.0到3.0,不断推动我国智慧城市新发展,在理念、技术和实践方面处于领先地位。
神州控股首席运营官郭郑俐表示,当前,基于城市自身特点,将大数据、IoT等新技术的应用与智慧城市产业发展战略相结合,是我们构建未来城市的一个新的突破口。燕云DaaS将为城市大数据运营服务提供关键支撑,具有广泛的应用场景,将在神州控股的智慧城市建设中发挥举足轻重的作用。此次将该技术应用于长春新区的“数字新区”建设,势必将打造出我国智慧城市建设新标杆。
资料显示,神州控股旗下因特睿与北京大学研发的“云-端融合系统的资源反射机制及高效互操作技术”及“燕云DaaS”系列产品,可在数据库封闭、源代码缺失、无原厂支持等情况下,智能生成给定系统的读写接口(API),构建数据和功能“管道”,实现数据的实时流动和功能的无缝集成,解决了制约互联网+政务发展的信息孤岛瓶颈问题,实现了系统的互联互通和数据的交互共享,平均可为用户节省90%以上的项目沟通协调时间,缩短50%的项目实施周期。该技术在国家政务信息系统整合共享、国家互联网+政务服务试点等重大工程和任务中,广泛应用于科技部、工信部、农业农村部等10余个部委和北京、上海、贵州、浙江等20多个省市自治区,累计打破数千个政务信息孤岛,成为支撑万亿级大数据产业生态发展的一项共性关键技术。
谈及此次备受关注的颠覆性技术——燕云DaaS的诞生,郭郑俐表示,只有提高关键核心技术创新能力,我国数字经济发展才能不受制于人。作为一家自成立起便以“数字中国”为使命的科技公司(神州数码英文名称为Digital China,译为:数字中国),神州数码不断以自主创新核心技术赋能行业数字化转型,践行数字中国。长期以来,除依托自身技术团队的研发创新之外,神州控股通过与北京大学等国内外知名高校、科研院所合作,成立“协同创新中心”,围绕产业需求,开展大数据、云计算、人工智能等新一代技术攻关、项目孵化。燕云DaaS便是众多成果之一,未来还将有更多技术成果应用到实践中。
展望未来,神州控股将协同生态伙伴努力向智慧城市3.0迈进,以燕云互操作技术及平台打破信息孤岛,以IoT技术实现城市的智能感知,实现物联汇聚、数据融合共享,构建基于大数据赋能的智慧应用场景,涵盖智慧环保、智慧水务、智慧交通、智慧产业园等,提供从规划设计、建设实施、产业引入到城市大数据运营的全周期解决方案,致力于成为中国领先的智慧城市大数据综合运营服务商,为数字经济发展和民生服务改善赋能。
好文章,需要你的鼓励
机器人和自动化工具已成为云环境中最大的安全威胁,网络犯罪分子率先应用自动化决策来窃取凭证和执行恶意活动。自动化攻击显著缩短了攻击者驻留时间,从传统的数天减少到5分钟内即可完成数据泄露。随着大语言模型的发展,"黑客机器人"将变得更加先进。企业面临AI快速采用压力,但多数组织错误地关注模型本身而非基础设施安全。解决方案是将AI工作负载视为普通云工作负载,应用运行时安全最佳实践。
MBZUAI研究团队发布了史上最大的开源数学训练数据集MegaMath,包含3716亿个Token,是现有开源数学数据集的数十倍。该数据集通过创新的数据处理技术,从网页、代码库和AI合成等多个来源收集高质量数学内容。实验显示,使用MegaMath训练的AI模型在数学推理任务上性能显著提升,为AI数学能力发展提供了强大支撑。
面对心理健康专业人士短缺问题,谷歌、麦肯锡和加拿大重大挑战组织联合发布《心理健康与AI现场指南》,提出利用AI辅助任务分担模式。该指南构建了包含项目适应、人员选择、培训、分配、干预和完成六个阶段的任务分担模型,AI可在候选人筛选、培训定制、客户匹配、预约调度和治疗建议等环节发挥作用。该方法通过将部分治疗任务分配给经过培训的非专业人员,并运用AI进行管理支持,有望缓解治疗服务供需失衡问题。
这项由多个知名机构联合开展的研究揭示了AI系统的"隐形思维"——潜在推理。不同于传统的链式思维推理,潜在推理在AI内部连续空间中进行,不受语言表达限制,信息处理能力提升约2700倍。研究将其分为垂直递归和水平递归两类,前者通过重复处理增加思考深度,后者通过状态演化扩展记忆容量。