2023年11月8日,北京 -- 11月8日,2023年世界互联网大会乌镇峰会在浙江乌镇正式开幕,IBM 董事长兼首席执行官Arvind Krishna受邀参加乌镇峰会全体会议,并做主旨演讲。他表示,人工智能(AI)有望大幅提高人类生产力、推动经济增长,并为善用AI的组织和个人带来竞争优势;IBM正与各方紧密合作,构建充满活力的开放AI生态,让更多人受益于技术创新。随着中国继续推进高质量发展,IBM 将继续为中国客户寻求业务增长和海外发展提供高效、可靠和安全的行业洞察和技术能力。
IBM 董事长兼首席执行官Arvind Krishna在乌镇峰会全体会议致辞
以下是他的演讲全文:
我很高兴今天可以来到现场,和大家一起庆祝世界互联网大会乌镇峰会的第十年。这是我数年后再次访问中国,对于中国发生的巨大变化我深感震撼,今天的中国已经成为一个更强大、更富裕的国家。
作为世界互联网大会的长期合作伙伴和会员,IBM对大会在促进全球交流、推动行业发展、催化创新方面取得的巨大成就表示祝贺。我很高兴与各位讨论并分享我们对技术趋势和国际合作的一些看法。
科技是人类进步的动力。以人工智能为例,今年对于人工智能来说是具有里程碑意义的一年。生成式人工智能颠覆几乎所有行业的潜力已初见端倪。人工智能将大幅提高人类生产力,预计到 2030年每年将创造4.4万亿美元的价值。它不仅将推动经济增长,提升GDP,还将为有能力高效利用人工智能的个人和组织带来竞争优势。
每个企业都应当至少在以下四个方面利用人工智能:
作为企业级人工智能的主要供应商,IBM向包括中国公司在内的众多客户提供我们的人工智能平台watsonx,帮助他们提升生产力。
IBM 董事长兼首席执行官Arvind Krishna在乌镇峰会全体会议致辞
当我们将变革性技术引入社会时,创新者也应该更加关注责任,这与创新本身同样重要。一百多年来以来,IBM始终站在负责任地引领技术突破的最前沿。在人工智能方面,IBM确保整个人工智能生命周期的治理——从数据获取到模型开发、部署和监控。我们知道,中国人工智能产业正在蓬勃发展,创新成果不断涌现。IBM愿与中国政府和客户密切合作,构建开放且充满活力的人工智能生态系统。
我们也坚信,人工智能可以帮助我们人类解决一些最紧迫的挑战,无论是开拓性药物发现、制造业升级和食品生产,还是应对气候变化。例如,IBM与航空航天机构合作构建开源地理空间基础模型,用于地球观测和监测气候变化。
IBM 的目标是让技术触及每个人并使其受益。为了弥合数字鸿沟,我们承诺到2030年在全球范围内对三千万人进行再培训和技能提升。在中国,经过我们过去两年的努力,IBM SkillsBuild中国平台已让11个省份超过350万人受益。
IBM在中国投资发展已有四十年。我们非常自豪能够成为中国信息化与数字化发展历程中的主要技术提供商和合作伙伴,为客户提供我们的技术和专业知识。许多中国企业,包括大型银行、IT巨头以及来自各行各业的公司,在其国际化和现代化过程中都受益于IBM的解决方案、服务和管理经验。我们将继续致力于与中国合作伙伴共创,为中国的数字经济发展作出更多贡献。
当前中国正努力实现高质量发展并成为全球先进制造业的领导者,我们也看到,中国客户在寻求业务增长和海外发展过程中对更高效、可靠和安全的信息技术的需求日益强烈。作为负责任的、值得信赖的合作伙伴,IBM 已准备好利用我们的行业洞察和技术能力,满足不断增长的需求,为中国创新驱动发展和经济繁荣继续做出贡献。
IBM愿与大会共同努力,为人类社会的共同发展注入更加稳定、积极的动力。祝大会取得圆满成功,影响力继续扩大!
好文章,需要你的鼓励
本文评测了六款控制台平铺终端复用器工具。GNU Screen作为老牌工具功能强大但操作复杂,Tmux更现代化但学习曲线陡峭,Byobu为前两者提供友好界面,Zellij用Rust编写界面简洁易用,DVTM追求极简主义,Twin提供类似TurboVision的文本界面环境。每款工具都有各自特点和适用场景。
韩国汉阳大学联合高通AI研究院开发出InfiniPot-V框架,解决了移动设备处理长视频时的内存限制问题。该技术通过时间冗余消除和语义重要性保留两种策略,将存储需求压缩至原来的12%,同时保持高准确性,让手机和AR眼镜也能实时理解超长视频内容。
网络安全公司Snyk宣布收购瑞士人工智能安全研究公司Invariant Labs,收购金额未公开。Invariant Labs从苏黎世联邦理工学院分拆成立,专注于帮助开发者构建安全可靠的AI代理工具和框架。该公司提供Explorer运行时观察仪表板、Gateway轻量级代理、Guardrails策略引擎等产品,并在工具中毒和模型上下文协议漏洞等新兴AI威胁防护方面处于领先地位。此次收购将推进Snyk保护下一代AI原生应用的使命。
纽约大学研究团队通过INT-ACT测试套件全面评估了当前先进的视觉-语言-动作机器人模型,发现了一个普遍存在的"意图-行动差距"问题:机器人能够正确理解任务和识别物体,但在实际动作执行时频频失败。研究还揭示了端到端训练会损害原有语言理解能力,以及多模态挑战下的推理脆弱性,为未来机器人技术发展提供了重要指导。