ZD至顶网软件频道消息:7月11日—14日,由物联网产业技术创新战略联盟、W3C(万维网联盟)和中国电子科技集团公司主办,中国电子科技集团公司信息科学研究院承办的“2016国际开放物联技术与标准峰会暨W3C万维物联网工作组会议”在北京举行。
本次会议所讨论的“开放物联”是一个备受关注的热点话题,但是对于物联网的标准化、开放融合以及变革创新,坦率讲目前并没有明确的答案。市场大,但是挑战更大,这就是物联网发展所面临的现状。
对于物联网标准化,无论此次与会的W3C联盟还是中国电子科技集团公司,都在进行积极的标准化制定、推进等工作。
据中国电子科技集团公司董事长、物联网产业技术创新战略联盟理事长熊群力介绍:中国电子科技集团公司牵头,联合40家首批成员单位,发起成立物联网产业技术创新战略联盟,2016年1月的ITU SG20标准会议上,联盟核心企业共同获得“物联网物体描述”标准制定权,意味着我国将拥有全球物联网时代定义“万物”的主导权。
作为全球最权威的万维物联网标准制定组织,W3C联盟也在致力于物联网标准的制定和推进工作,去年年初宣布设立Web of Things计划,成立Web of Things兴趣组,开发支持基于互联传感器及作动器等为代表的物联网资源,以及基于Web数据的应用和服务及其开放市场及其所需要的开放Web标准。
对于目前物联网标准化制定以及物联网所面临的开放融合、发展创新等问题,记者在采访中国工程院院士刘韵洁的时候,他对此进行了详解。在刘院士看来,物联网无论是在医疗这一关乎民生的领域,还是在工业、制造业这一关乎经济发展的领域,都是大有可为的。未来网络是中国实现弯道超车的机会所在,具体到工业互联网、能源互联网、车联网等领域的加快发展,这才是互联网的下一个蓝海。
提及中国发展物联网所面临的挑战,刘院士认为最关键在于核心芯片、传感器的研发和制造能力,这方面既需要创新能力,也需要人才的培养。在刘院士受聘担任主任的北京工业大学“北京未来网络科技创新中心”,目前已经在开展工业互联网、能源互联网、车联网与产业端结合的实验项目,这其中也将创新能力作为一大重点。
在此次“2016国际开放物联技术与标准峰会暨W3C万维物联网工作组会议”上,国家科技部高新技术发展及产业化司杨咸武副司长在致辞中表示:“物联网应用前景广阔,大有可为,下一步科技部将一如既往的继续支持物联网技术和产业的发展,以此推动技术创新,引领带动产业发展,积极推动重点研发计划中,物联网与智慧城市重点专项的启动实施,这个已经有了规划,有可能会在今年启动。力争在前沿技术布局、重大核心技术研究等方面取得一些突破,提升我国物联网技术的核心竞争力。”
国家标准化管理委员会工业标准二部戴红主任致辞中指出:希望依托联盟这一平台,强化物联网技术研发、标准、知识产权和产业化的互动和协同,推动标准更符合应用需求,符合产业发展需要,进一步提高标准的适用性、可行性,提升标准的影响力和权威性;另外,继续坚持标准制定与国际接轨,让中国的技术通过标准进入国际舞台,推动与国际标准和国外先进标准的互通互融,满足中国产业国际化需求的同时,为国际标准化贡献中国智慧,提升国际水平。
工业和信息化部科技司卢希副司长致辞中指出:为进一步推动两化融合的建设,工信部将重点推动物联网规模应用,推进物联网在消费领域的应用创新,以及加快物联网在各个领域的深度融合。工信部还将深化物联网在智慧城市领域的应用,推进物联网感知设施规划布局。
好文章,需要你的鼓励
科技亿万富翁拉里·埃里森资助的研究团队将向英国牛津大学投资1.18亿英镑,用于将AI技术应用于疫苗研究。牛津疫苗研究小组将领导这一项目,研究人体免疫系统对严重细菌感染和抗生素耐药性的反应。该项目由曾主导新冠疫苗试验的安德鲁·波拉德教授领导,计划采用人体挑战模型,让志愿者在受控条件下接触细菌,然后运用现代免疫学和AI工具来精确识别预测保护效果的免疫反应,以开发针对致命疾病的创新疫苗。
伦斯勒理工学院研究团队通过网络科学方法首次系统揭示了大语言模型的内部"认知架构"。研究发现AI模型采用类似鸟类大脑的弱定位架构,模块间通过分布式协作而非专业化分工来处理认知任务。这一发现颠覆了基于功能模块优化的传统思路,指出应充分利用网络级协作来提升AI性能。
据报道,ChatGPT开发商OpenAI计划在印度建设一座耗电量超过1吉瓦的数据中心,目前正寻找当地合作伙伴。该设施预计可容纳至少5.9万片英伟达B200芯片。这可能是OpenAI全球数据中心计划的一部分,旨在为国际用户提供更低延迟服务。OpenAI CEO奥特曼将于下月访问印度,公司还计划年底前在新德里开设办事处。
腾讯和清华研究团队首次从数学理论角度解释了为什么AI需要外部工具。研究证明纯文本AI存在"隐形枷锁",无法突破预训练的能力边界,而工具集成能打破这种限制,让AI获得全新的问题解决策略。团队还开发了ASPO算法,解决了训练AI更早使用工具的技术难题。实验显示配备工具的AI在数学问题上全面超越纯文本版本,展现出三种新奇认知模式,为构建更强大的AI系统提供理论指导。