“人工智能技术是信息产业发展的新方向,也是曙光所从事的高性能计算机产业未来发展的新应用领域。在未来城市智能化的过程中,人工智能技术一定会起到重要的作用。”
在10月24日于青岛召开的2017中科曙光智能峰会上,曙光公司总裁历军表示,近年来,在广泛开展高性能计算、云计算和大数据业务的基础上,曙光正将企业的战略目标设定为以智能推动数据中国的建设,深化人工智能技术的应用落地。与此同时,曙光也将与国内外的合作伙伴一道,共同推动中国各行各业把握数据驱动的优势,确保中国领跑智能时代。
发展人工智能 中国优势几何?
历军认为,从引爆人工智能的几个基础要素来看,中国有着得天独厚的优势条件。
首先,中国超算硬件水平已经位居世界前列,超算应用及软件水平也在逐渐赶上;此外,中国在云计算、异构计算、大数据计算等领域均有着一定的话语权,这为人工智能在中国的下一步发展提供了充足的计算力保障。
其次,中国具有全球最为庞大的数据资源——预计2020年中国数据总量将占全球数据总量的20%,这为人工智能的训练提供了充足的原料。
同时,国家上下对人工智能的关注和重视,也助推着人工智能技术和产业发展不断向前。“习近平总书记在十九大报告中特别提出,未来我国要‘加快建设制造强国,加快发展先进制造业,推进互联网、大数据、人工智能和实体经济深度融合’;李克强总理也在今年‘两会’上的政府工作报告中提及大力发展人工智能。国家高度重视,人工智能在中国的发展自然会驶入快车道。”历军说道。
不仅如此,历军说,放眼望去,我国各大研究机构、产业领域、投资界都对人工智能产生了浓厚的兴趣,人工智能已经成为中国一场新的“全民运动”,“可以说,计算力强、数据量大、国家政策支持、产业形势向好等系列优势为人工智能在中国迎来黄金发展奠定了坚实的基础。”历军表示。
耀眼成绩背后 亟需打破哪些短板?
近几年,中国人工智能年复合增长率超过26%,2016年的市场规模超过230亿元。中国人工智能在学术、产业、应用等方面取得了令全球瞩目的成就,正在成为全球人工智能版图上非常有影响力的一股力量。同时,中国的人工智能核心技术成就也相当突出,AI芯片即是典型的代表。
“不过,不可否认的是,中国在人工智能理论和算法上还缺少深厚的积累,深度学习框架也大多采用国外的开源框架,这是将来中国要打破的短板。”历军说。
历军指出,尽管近年来中国在人工智能领域的论文和专利数量保持着高速增长,但中国人工智能产业起步较晚,缺乏积累,在人工智能基础理论研究、算法上还较为薄弱。
建立人工智能生态 实现美美与共
“全球都在争先恐后地进行战略部署,说明人工智能正在成为新一轮科技革命和产业变革的核心技术。” 历军表示,当下正值人工智能产业化发展的早期阶段,未来在应用、工具和服务驱动方面还将迎来爆炸式增长。
中国作为全球范围内行动最早、动作最快的国家之一,正在抓住领跑智能时代的机会。 “要使人工智能在中国保持高增长甚至实现弯道超车,既需要政策拉动,更需要大生态的支撑。”历军指出,“中国的人工智能产业刚刚起步,不应满足于现有成果,要怀着认真而谦恭的心继续耕耘探索。无论做技术还是做应用,单打独斗无法成气候,一枝独秀不如百花齐放,只有合力抱团、繁荣生态才是中国人工智能产业发展的决胜之道。”
好文章,需要你的鼓励
最新数据显示,Windows 11市场份额已达50.24%,首次超越Windows 10的46.84%。这一转变主要源于Windows 10即将于2025年10月14日结束支持,企业用户加速迁移。一年前Windows 10份额还高达66.04%,而Windows 11仅为29.75%。企业多采用分批迁移策略,部分选择付费延长支持或转向Windows 365。硬件销售受限,AI PC等高端产品销量平平,市场份额提升更多来自系统升级而非新设备采购。
清华大学团队开发出LangScene-X系统,仅需两张照片就能重建完整的3D语言场景。该系统通过TriMap视频扩散模型生成RGB图像、法线图和语义图,配合语言量化压缩器实现高效特征处理,最终构建可进行自然语言查询的三维空间。实验显示其准确率比现有方法提高10-30%,为VR/AR、机器人导航、智能搜索等应用提供了新的技术路径。
新一代液态基础模型突破传统变换器架构,能耗降低10-20倍,可直接在手机等边缘设备运行。该技术基于线虫大脑结构开发,支持离线运行,无需云服务和数据中心基础设施。在性能基准测试中已超越同等规模的Meta Llama和微软Phi模型,为企业级应用和边缘计算提供低成本、高性能解决方案,在隐私保护、安全性和低延迟方面具有显著优势。
IntelliGen AI推出IntFold可控蛋白质结构预测模型,不仅达到AlphaFold 3同等精度,更具备独特的"可控性"特征。该系统能根据需求定制预测特定蛋白质状态,在药物结合亲和力预测等关键应用中表现突出。通过模块化适配器设计,IntFold可高效适应不同任务而无需重新训练,为精准医学和药物发现开辟了新路径。