至顶网软件频道消息: 2018年4月14日-15日,在重庆召开了为期两天的重庆西部大数据前沿应用研究院(以下简称渝北研究院)开院暨“数字渝北”发布活动,重庆市政府副市长李殿勋,国家信息中心主任程晓波、大数据发展部主任于施洋、副主任魏颖及其他重庆市级领导和数字中国相关领导参观并主持召开了渝北研究院开院暨“数字渝北”发布活动,旨在完善渝北研究院和“数字渝北”产业发展规划及其在渝北区推动大数据产业发展情况等有关事宜。整个开院及发布活动,深入贯彻落实了党的十九大精神,在思想上、认识上、战略上、行动上对标了习近平总书记关于实施国家大数据战略的重要讲话精神,按照国家信息中心数字中国研究院对渝北研究院近期部署,加快构建"1+3+5+10+N"的大数据创新生态圈,加快建设“数字渝北”。
全拓数据董事长崔永庆作为数字中国研究院常务副理事长单位代表出席开院签约仪式与发布活动。
4月14日当天,国家信息中心主任程晓波及其他相关领导在渝北区委书记段成刚等区委领导的陪同下,参观了仙桃国际大数据谷体验中心、智能样机中心、扬升信息科技等集中展现现阶段“数字渝北”发展面貌的大数据体验中心,在参观中进一步学习了,习近平总书记在中共中央政治局第二次集体学习时关于“实施国家大数据战略加快建设数字中国”的重要讲话精神,听取了仙桃数据谷关于产业规划调整和重点项目建设进展等情况汇报。
参观过程中,与会领导深刻分析大数据发展现状和趋势,结合我国对实施国家大数据战略、加快建设数字中国的战略理念,对渝北研究院作出部署要求,为数字中国研究院和数字消费研究(由全拓数据主导)的未来发展的战略主动指明了方向。
在对渝北研究院和“数字渝北”现阶段发展情况有一定了解基础上,4月15号,国家信息中心和重庆市级领导主持召开了渝北研究院开院暨“数字渝北”发布活动。渝北区政府区长唐川、国家信息中心主任程晓波在开院仪式上致辞,国家信息中心大数据发展部主任于施洋作“数字渝北”规划发布。于施洋认为“数字渝北”的主要建设框架将围绕大数据智能化这一条主线,打造数据汇聚和大数据管理两部引擎,服务于数字经济发展体系、智慧社会建设体系、现代政府治理体系,着力于建设四组数字化平台。
国家信息中心对于“数字渝北”规划的总体思路,让全拓数据董事长崔永庆深受启发。作为数字中国研究院常务副理事长单位之一的全拓数据,担负着主导数字消费研究的重要责任。此次会议让全拓数据进一步明确了未来数字消费研究过程中“智慧引领数据驱动”的重要思路。全拓数据将紧扣大数据核心,聚焦大数据在消费领域前沿应用,创新“数字消费”生态圈公共服务平台,引入专业孵化器和众创空间,基于数据的宏观经济监测和国民经济运行预测,以数据驱动深度个性化消费,同时进一步联合国家信息中心与多家知名高校培育并引进高层次人才。
开院仪式上,与会成员就“数字渝北”、 渝北研究院、渝北研究院与重庆工商大学战略合作、渝北区低收入人群综合管理大数据平台等项目进行了集中签约并参观国家信息中心大数据展示馆与研究院办公场地。
签约仪式结束后,与会成员在仙桃学院会议中心二楼报告厅进行了深入大数据前沿应用座谈会。座谈会上,吴德华常委介绍渝北区推动大数据产业发展情况,程晓波主任介绍国家信息中心大数据发展战略。会议再一次强调大数据的发展要对标十九大报告:贯彻新发展理念,建设现代化经济体系。渝北研究院和“数字渝北”要着力加快建设实体经济、科技创新、现代金融、人力资源协同发展的产业体系。
可以说,渝北发展大数据有基础、有条件,大有作为。此次渝北研究院的开院暨“数字渝北”发布活动,对渝北大数据前沿应用的产业发展规划进行再调整、再提升,让大数据成为渝北建设现代化经济体系的重要基石。
大数据应用领域浸润多年的全拓数据董事长崔永庆,在渝北研究院开院暨“数字渝北”发布活动中感触颇多。大数据应用探索的道路上,全拓数据可谓是披荆斩棘,不忘初心,始终坚持数据安全与数据服务,数据覆盖包括电商、金融、汽车、体育、房产等多个领域,为上千家大中型企业进行数字化转型,让传统型企业向数字化、移动化、智能化发展,让大数据应用呈现出跨行业、跨领域的交流和融合。现如今,全拓数据得以在数字中国研究院这一片沃土中继续成长,将进一步加快构建自主可控的大数据产业链、价值链和生态系统,形成以创新为主要引领和支撑的数字经济,以数据优势,驱动数字消费领域深化改革,探索出了一条支撑宏观决策的全新路径,全面提升大数据在现代化消费发展过程中的全方位应用,用好大数据,赢得新时代!
好文章,需要你的鼓励
工业升级的关键,或许在于智能本身。“工业+机器人”将成为通向下一阶段工业体系的核心抓手。——黄仁勋。
浙江大学等联合研究发现,AI强化学习效果取决于"模型-任务对齐"程度。当AI擅长某任务时,单样本训练、错误奖励等非常规方法也有效;但面对陌生任务时,这些方法失效,只有标准训练有用。研究团队通过大量实验证实,这种"舒适圈"现象比数据污染更能解释训练差异,为AI训练策略优化提供了新思路。
瑞士政府正式发布了自主研发的人工智能模型,该模型完全基于公共数据进行训练。这一举措标志着瑞士在AI技术自主化方面迈出重要一步,旨在减少对外国AI技术的依赖,同时确保数据安全和隐私保护。该模型的推出体现了瑞士对发展本土AI能力的战略重视。
巴赫切希尔大学研究团队通过对五种不同规模YOLO模型的量化鲁棒性测试发现,静态INT8量化虽能带来1.5-3.3倍速度提升,但会显著降低模型对噪音等图像损伤的抵抗能力。他们提出的混合校准策略仅在大型模型处理噪音时有限改善,揭示了效率与鲁棒性平衡的复杂挑战。