ZDNet至顶网软件频道消息: 4月19日,在2014中国城镇化高层国际论坛召开之际,为贯彻落实刚刚颁发的《国家新型城镇化规划》的要求,在国家发改委高技术产业司的指导下,促进不同行业和领域在智慧城市建设中的合作,国家发改委城市和小城镇改革发展中心、神州数码、财讯传媒、上置集团、IBM、民生银行、亚信联创、建业集团、亿阳集团、乐视网等10家单位共同发起的“智慧城市发展联盟”签约仪式同期举行。国家发展和改革委员会主任徐绍史见证签约仪式。
“智慧城市发展联盟”签约仪式
智慧城市发展联盟作为新型的合作机制,将形成企业和城市间共赢的合作格局,推动城市治理、城市管理、公共服务创新。通过该合作框架协议的签署,IBM将发挥技术优势,与联盟成员一道建设以人为本、具有中国特色的智慧城市发展模式,共同推动中国智慧城市发展。
(图2:IBM公司大中华区董事长及首席执行总裁钱大群出席2014中国城镇化高层国际论坛)
IBM公司大中华区董事长及首席执行总裁钱大群表示:“加入‘智慧城市发展联盟’是IBM在中国推动智慧城市发展落地的重要一步。作为最早提出“智慧城市”愿景并进行全球创新实践的公司,IBM一直致力于推动中国智慧城市建设发展。希望借助以大数据分析、云计算、移动和社交为代表的新兴技术帮助城镇提高竞争力,实现可持续发展,为推进中国新型城镇化建设发展贡献力量。”
新产业、新环境、新模式、新生活、新服务是中国智慧城市发展的五大挑战
目前,“新型城镇化”已经成为推动经济发展、造福民生、实现“中国梦”的重要途径。对于支持新型城镇化发展,“智慧城市”将从新产业、新环境、新模式、新生活、新服务五大方面出发。包括充分利用信息互通和共享,挖掘新服务,分析确定优先改善领域,并通过兴建智慧产业园的方式实现产业规模效应,推动城市产业结构转型;“智慧城市”可以有效地提升能源管理和环境监控,从而保护环境;随着智慧城市建设的不断深入,建设模式将呈现多元化、定制化趋势,取代在数字城市、无线城市发展阶段以政府为主导的建设模式,通过特许权经营、公私合营、企业主导建设运营、电信运营商主导建设运营等多种模式,共同建设智慧城市;通过智慧城市的建设,可以有效提升市民的生活水平;此外,“智慧城市”还可以加强政府管理,促进服务型政府转型,帮助打造和谐城市的典范。
利用大数据、云计算、移动和社交提升竞争力
中国的城市发展经历了“数字城市”、“无线城市”、到“智慧城市”这样的衍变历程。其中,智慧城市阶段更加突出城市的“智慧”特征:一方面,管理者通过运用各类新兴技术手段来满足城市内日益丰富的应用类型;另一方面,城市内不同业务部门之间乃至各城市之间将被有效贯通,通过数据的智慧化分析、信息整合和数据挖掘,能够更好的满足产业发展、民生保障以及政府服务等方面的业务需求。
面对中国智慧城市建设的复杂模式和多样化格局,城市管理者亟需通过深入而有效的顶层设计来指引发展方向、规划建设步骤,有针对性地引入包括大数据、云计算、移动和社交等新兴技术手段。
智慧城市建设需要全生态系统之间展开通力协作,“智慧城市发展联盟”的出现将有助于推动中国智慧城市发展。未来,IBM希望将更多的先进技术应用到推动城市智慧发展当中,帮助城市通过科技增强管理和创新,通过技术改变传统的服务模式,并以运营带动城市的产业升级和经济结构转型,从而更好地为市民和企业服务,提升城市竞争力。
好文章,需要你的鼓励
尽管全球企业AI投资在2024年达到2523亿美元,但MIT研究显示95%的企业仍未从生成式AI投资中获得回报。专家预测2026年将成为转折点,企业将从试点阶段转向实际部署。关键在于CEO精准识别高影响领域,推进AI代理技术应用,并加强员工AI能力培训。Forrester预测30%大型企业将实施强制AI培训,而Gartner预计到2028年15%日常工作决策将由AI自主完成。
这项由北京大学等机构联合完成的研究,开发了名为GraphLocator的智能软件问题诊断系统,通过构建代码依赖图和因果问题图,能够像医生诊断疾病一样精确定位软件问题的根源。在三个大型数据集的测试中,该系统比现有方法平均提高了19.49%的召回率和11.89%的精确率,特别在处理复杂的跨模块问题时表现优异,为软件维护效率的提升开辟了新路径。
2026年软件行业将迎来定价模式的根本性变革,从传统按席位收费转向基于结果的付费模式。AI正在重塑整个软件经济学,企业IT预算的12-15%已投入AI领域。这一转变要求建立明确的成功衡量指标,如Zendesk以"自动化解决方案"为标准。未来将出现更精简的工程团队,80%的工程师需要为AI驱动的角色提升技能,同时需要重新设计软件开发和部署流程以适应AI优先的工作流程。
这项由德国达姆施塔特工业大学领导的国际研究团队首次发现,当前最先进的专家混合模型AI系统存在严重安全漏洞。通过开发GateBreaker攻击框架,研究人员证明仅需关闭约3%的特定神经元,就能让AI的攻击成功率从7.4%暴增至64.9%。该研究揭示了专家混合模型安全机制过度集中的根本缺陷,为AI安全领域敲响了警钟。