5月15日,由至顶网与科技行者主办的“培训讲座.智能合约与产业区块链”专场在第二届世界智能大会上“开课”。本次培训时间为期一天,依托于世界智能大会的平台,聚焦智能合约及区块链的行业应用,邀请了区块链领域的专家,就区块链技术如何赋能实体经济进行了深入探讨。
如今,智能合约与区块链技术正在以其可信交易、去中心化、分布式数据存储、加密算法等特点,以新的思维模式、技术架构冲击整个经济社会,也为此成为全社会各领域的关注焦点。在本次培训中,来自中国信息通信研究院云计算与大数据研究所的所长何宝宏就区块链标准的目前研究成果进行分享。复杂系统管理与控制国家重点实验室主任、中国自动化学会副理事长兼秘书长、青岛智能产业技术研究院的院长王飞跃,中国科学院自动化研究所副研究员、青岛智能产业技术研究院的副院长袁勇从区块链与人工智能结合角度来剖析智能经济下区块链的应用潜力。
据Gartner预测,区块链技术正在从单一支持数字货币的基础技术架构向综合型数字化平台转变,区块链当前的关注焦点和探索领域已经从较为单一的金融领域逐渐向政府部门、医疗保健、制造业、媒体发布、身份识别、所有权登记服务等领域扩散。
基于此,本场培训特意从区块链服务实体经济的思路出发,工信部信息中心工业经济研究所所长于佳宁、天德首席科学家蔡维德、微软中国云计算与人工智能资深合伙人及高级总监梁戈碧、IBM研究院区块链研究总监任常锐、工业区块链(DIPNET)基金会理事长阚雷、能源区块链实验室创始合伙人专家曹寅、京东Y事业部区块链研发负责人孙海波,则分别从宏观层面梳理了区块链技术与数字化转型路径、商业化的价值,从微观层面介绍了区块链技术在制造、零售、金融、能源四大行业中的落地与应用。
可以预见,随着区块链产业标准日渐成型、应用实践日益深入,必将带来巨大市场需求的爆发。对此,Gartner的预测是,到2022年基于区块链的业务将达到1000亿美元。然而,当下智能合约与区块链的人才力量还有相当大的缺口,尤其在数字证书、P2P技术、共识机制、智能合约部署及交互等方面缺乏技术人才,具有行业视野的战略性领军人才偏少,与爆发式的市场需求形成错位。因此,区块链技术人才的培养和能力提升迫在眉睫。
在培训过程中,清华大学教授徐恪与联动优势首席架构师刘胜,从以太坊与智能合约的开发与应用、区块链技术溯源和技术推进等技术层面进行了现场授课,借此让参与者进一步了解了智能合约与区块链技术,帮助大家开拓眼界,启发新的思路与见解。
作为第二届世界智能大会期间唯一一场技术培训,本次活动通过全方位、多层次的展示,注重智能合约与区块链技术的推广与普及,以此培养学员对于技术的行业应用思维与业务创新能力。
一直致力于记录和推动数字化创新的知识传播机构的至顶网,长期以来,以帮助金融、制造、商业、能源和新零售等行业的数字化技术的决策者和从业者为己任,将以本次技术培训为契机,持续邀请区块链领域产业、行业和技术专家,通过线上线下等活动为业界提供交流与学习的平台,为进一步推动实体经济与区块链技术的结合,帮助期望使用该技术解决产业、行业实际难题的企业实现业务创新,为该领域的人才培养持续储能。有志和我们一道,加入推动中国区块链人才培养的进程,请邮件至:sun.fenglei@zhiding.cn
好文章,需要你的鼓励
研究人员基于Meta前首席AI科学家Yann LeCun提出的联合嵌入预测架构,开发了名为JETS的自监督时间序列基础模型。该模型能够处理不规则的可穿戴设备数据,通过学习预测缺失数据的含义而非数据本身,成功检测多种疾病。在高血压检测中AUROC达86.8%,心房扑动检测达70.5%。研究显示即使只有15%的参与者有标注医疗记录,该模型仍能有效利用85%的未标注数据进行训练,为利用不完整健康数据提供了新思路。
西湖大学等机构联合发布TwinFlow技术,通过创新的"双轨道"设计实现AI图像生成的革命性突破。该技术让原本需要40-100步的图像生成过程缩短到仅需1步,速度提升100倍且质量几乎无损。TwinFlow采用自我对抗机制,无需额外辅助模型,成功应用于200亿参数超大模型,在GenEval等标准测试中表现卓越,为实时AI图像生成应用开辟了广阔前景。
AI云基础设施提供商Coreweave今年经历了起伏。3月份IPO未达预期,10月收购Core Scientific计划因股东反对而搁浅。CEO Michael Intrator为公司表现辩护,称正在创建云计算新商业模式。面对股价波动和高负债质疑,他表示这是颠覆性创新的必然过程。公司从加密货币挖矿转型为AI基础设施提供商,与微软、OpenAI等巨头合作。对于AI行业循环投资批评,Intrator认为这是应对供需剧变的合作方式。
中山大学等机构联合开发的RealGen框架成功解决了AI生成图像的"塑料感"问题。该技术通过"探测器奖励"机制,让AI在躲避图像检测器识别的过程中学会制作更逼真照片。实验显示,RealGen在逼真度评测中大幅领先现有模型,在与真实照片对比中胜率接近50%,为AI图像生成技术带来重要突破。