至顶网服务器频道 12月12日 新闻消息(文/李祥敬):云栖小镇坐落于杭州转塘的群山环抱中,前身是一个先天不足的工业园区,经过五年发展已经成为全国云计算产业标杆小镇,一年一度的云栖大会更让全世界认识了这个小镇。现在云栖小镇正在酝酿一个大事件——云栖2050大会,这个消息是阿里巴巴集团技术委员会主席、云栖小镇名誉镇长王坚在极客邦科技主办的ArchSummit全球架构师峰会上公布的。
2017年12月8日,阿里巴巴技术委员会主席、云栖小镇名誉镇长王坚博士在ArchSummit架构师峰会上做主题演讲
在主题为《创新是人类的自信》的演讲中,王坚表示,中国在发展历程中享受了很多世界的创新成果,今天中国要做的创新,不仅是为了中国的发展,也要为世界贡献。这样的创新,只有年轻人才能做到。“年轻人最了不起的地方,就是觉得自己什么都能干,那些最有创新动力和能力的人,不一定在聚光灯下,云栖2050要把舞台給他们。”
王坚说,到底什么是我们真正的创新?什么创新才是人类应该拥有的自信?我在思考这两者之间的关系。很显然,年轻人与创新之间是一种强耦合关系。“其实年轻人很了不起的地方在于,他觉得他什么都能干,但是没有说他什么都能干成。这是两件不同的事。可能年轻人明知道干不成,他还要去干,这是一件非常了不起的事情,要有巨大的自信心才可以做到。今天的时代,正好到了一个时刻,需要我们重新想想我们的创新在哪里,我们的智慧在哪里。”
在王坚博士看来,这个世界的挑战应该留给年轻人,未来才会离我们更近。而且挑战离年轻人更近,因为只有年轻人想学习东西,年纪大了天天想教别人东西。所以云栖2050大会将会是年轻人的舞台,这个舞台属于年轻人。世界最需要的是对年轻人的关注,年轻人的未来才是世界的未来。
“我们为世界做出自己的贡献,年轻人真正的机会在哪里?就是挑战。”王坚说,“年轻人不只是一个口号,其实要提供一定的平台,整个世界要给年轻人创造更多的机会。云栖2050大会就是要成为这样的一个平台,推动年轻人的思想和想法影响整个世界。这个时代要年轻人给世界贡献一个原来不存在的东西。”
王坚用四个“更近”定义了云栖2050大会的目标,第一,让挑战离年轻人更近,“未来一定是年轻人创造的,但年轻没有特权,把机会给年轻人这句话是错的,机会是靠主动解决问题赢来的。挑战天生应该离年轻人更近,要相信年轻人有这个担当,让年轻人有机会接触最困难的问题。”
王坚博士(左)、极客邦科技创始人兼CEO霍泰稳(右)
第二,让科技离企业家更近,“今天,几乎所有的企业家都知道科技是企业的未来,但是科技工作者还没有充分认识到,企业是科技的摇篮。科研工作者要主动拥抱企业,让自己离问题更近,才能创造更大的社会价值。”
第三,让资本离工程师更近,“资本已经越来越难推动创新了,今天的资本其实跟100年前相比没有改变,爱迪生输给了特斯拉,就被JPMorgan从自己创办的公司里赶走了,资本决定了社会的钱花在什么地方。事实上,工程师是世界上最了不起的科学家,只有工程师对资本有更大的话语权,社会的创新成本才能更低,创新效率才能更高。“
王坚表示,有了上面三个更近,未来必然会离我们更近,云栖2050会为这个目标长久努力。
需要特别指出的是云栖2050的发起方是王坚博士成立的基金,也就是说云栖2050大会用科技公益的方法来帮助年轻人。对此极客邦科技创始人兼CEO霍泰稳还透露,如果这次大会有盈利的话,最终会全部留在公益基金,继续支持科技公益。
“云栖小镇可能是全中国唯一一个走廊跟室外是通的会展中心。在这个离阳光和空气都很近的会场,既可以到室内交流,也可以到外面有阳光的地方进行思考,并希望届时每个人都能有机会去实地体验一下。”霍泰稳说。
可以说,云栖2050选在云栖小镇是别有深意的,年轻代表着自由奔放、无拘无束。云栖2050则是将年轻表达地更加彻底。希望云栖2050带给我们一个不一样的体验。
好文章,需要你的鼓励
在迪拜Gitex 2025大会上,阿联酋成为全球AI领导者的雄心备受关注。微软正帮助该地区组织从AI实验阶段转向实际应用,通过三重方法提供AI助手、协同AI代理和AI战略顾问。微软已在阿联酋大举投资数据中心,去年培训了10万名政府员工,计划到2027年培训100万学习者。阿联酋任命了全球首位AI部长,各部门都配备了首席AI官。微软与政府机构和企业合作,在公民服务和金融流程等领域实现AI的实际应用,构建全面的AI生态系统。
查尔斯大学和意大利布鲁诺·凯斯勒基金会的研究团队首次系统性解决了同声传译AI系统延迟评估的准确性问题。他们发现现有评估方法存在严重偏差,常给出相互矛盾的结果,并提出了YAAL新指标和SOFTSEGMENTER对齐工具。YAAL准确性达96%,比传统方法提升20多个百分点。研究还开发了专门的长音频评估工具LongYAAL,为AI翻译技术发展提供了可靠的测量标准。
苹果与俄亥俄州立大学研究人员发布名为FS-DFM的新模型,采用少步离散流匹配技术,仅需8轮快速优化即可生成完整长文本,效果媲美需要上千步骤的扩散模型。该模型通过三步训练法:处理不同优化预算、使用教师模型指导、调整迭代机制来实现突破。测试显示,参数量仅1.7亿至17亿的FS-DFM变体在困惑度和熵值指标上均优于70-80亿参数的大型扩散模型。
印度理工学院团队构建了史上最大规模印度文化AI测试基准DRISHTIKON,包含64288道多语言多模态题目,覆盖15种语言和36个地区。研究评估了13个主流AI模型的文化理解能力,发现即使最先进的AI也存在显著文化盲区,特别是在低资源语言和复杂推理任务上表现不佳,为构建文化感知AI提供了重要指导。