至顶网软件频道消息:11月30日,由msup主办的第7届TOP100全球软件案例研究峰会(简称TOP100summit)在北京举行,多位业内专家分享人工智能、大数据时代下,产品、技术、管理的新观点。
国际人才交流基金会苏光明做开幕致辞,他提出两个问题:第一,在大数据、AI时代,我们如何技术创新?第二,在全球格局日新月日的今日,我们如何主创新?对此,他的观点是:引进和创新相结合。对于引进,下一步的政策将更加柔性、隐性;原始创新需要长时间积累,离不开国际合作,接下来的国际竞争与合作将是持续和复杂的。
msup创始人兼CEO刘付强给出了企业立足未来的七点启示:一是数据驱动,如果一家企业跟不上数字企业的发展步伐,那它就是所谓的遗产企业;二是温度,一家企业的状态正如亚马逊创始人贝索斯提到的Day1,企业运营永远保持第一天的创业状态;三是企业文化,举例谷歌文化的最大特色就是TGIF,组织应该保持对业界趋势的关注和跨界交流;四是少即多,很多公司都在思考如何打造爆款产品,其实回归本质还是应该以简单为主,在简单中追求极致;五是The One,每过一段时间都应该给大家一个惊喜,提醒大家它的存在,这也是为什么有些公司可以单点突破干出一番事业;六是OKR,通过建立团队共识赋予每位员工创造性以达成不可能完成的目标;七是First principle thinking,我们应该透过现象看到本质,不断反思什么是本质、规律,找到其中最基本的命题。
京东副总裁、大数据平台负责人翁志讲到,让数据在整个数据网络环境中流动是京东大数据的使命和目标。他介绍了京东大数据架构及数据体系架构核心,系统介绍了京东大数据的技术——高速网络、京东大数据的系统、读写分离、精细化数据管理、数据统一监控系统及数据安全管理,存储层、计算层、调度层等各个层面的架构。
快手产品副总裁徐欣介绍了产品经理如何通过研究分析案例实现快速成长。他认为,做好功课、主动提出问题是快速成长的捷径,提问可以获得他人长时间积累的经验和思想精华,避免少走弯路;他还通过列举QQ和MSN版本优化的例子,阐释如何在他人不愿意回答问题的情况下,通过思考优化背后的原因来实现自我成长。
华为云首席云产品专家汪维敏介绍了华为的DevOps平台:DevCloud。他表示,上云只是技术手段,目标是成本更低,竞争力更强,资源利用率更强,性能可靠性、安全性等等。DevCloud的理念是:第一,一切研发活动都是在云中完成。第二,对传统的软件不需要运营和运维,采取持续交付的研发模式;对于新型的软件,云化的软件采用DevOps模式。第三,覆盖全生命周期。
搜狗语音交互技术中心语音首席科学家陈伟提出智能时代的产品和人工智能战略:一是自然交互,一是知识计算。围绕着自然交互搜狗语音推出了知音IOS,关注语音识别、语音翻译以及人工智能。最后他提出,AI产品是否足够好有三个判断标准:第一,是不是足够刚需;第二,是不是足够稳定;第三,这个是不是简洁、有趣、方便。
yelp产品总监杨光分享了三点工程师文化,第一是构造企业金字塔的要素:使命、文化、员工,三层环环相扣;第二是企业的组织与管理,用好ORK,将产品和文化管理好;在做决策的过程当中,以用户和数据为驱动;第三是关爱自己的员工,让员工有使命感、归属感、创造价值,同时关心员工的职业发展。另外,沟通至关重要的,贯穿在企业文化中。
网易有道首席科学家段亦涛介绍,网易有道的翻译以语言为主线,结合文本、视觉、手写、语音识别等,致力于提高翻译质量,设立纠错评测。段亦涛同时介绍了网易有道的应用场景,如在线教育、作业宝和达尔文系统,希望利用人工智能的手段优化学、教、练等过程,使得每个人获得最好的教育机会。展望未来,有道也将深耕教育和AI的结合。
腾讯区块链高级产品总监秦青介绍了腾讯的区块链业务模型,一是数字资产,二是共享账本,腾讯认为,这两个模型覆盖了应用场景90%的案例。谈到区块链最大的价值,秦青认为是平等、共享,在区块链构建的联盟里没有谁会必须服从谁,大家共享能力。而区块链的的另一个价值在于自治和贡献。同时,他列举了区块链+游戏,区块链电子发票等实用案例。
本届TOP100峰会于11月30日至12月3日举办,主办方广邀了国内外的100+技术大牛带来了最新的软件研发实战案例分享,聚集的海外讲师涵盖了 Google、yelp、微软、Linkedln、Uber、亚马逊等等互联网头部国际企业,国内讲师来自BAT、京东、美团、Keep、滴滴等互联网第一阶梯大厂...
好文章,需要你的鼓励
亚马逊云服务部门与OpenAI签署了一项价值380亿美元的七年协议,为ChatGPT制造商提供数十万块英伟达图形处理单元。这标志着OpenAI从研究实验室向AI行业巨头的转型,该公司已承诺投入1.4万亿美元用于基础设施建设。对于在AI时代竞争中处于劣势的亚马逊而言,这项协议证明了其构建和运营大规模数据中心网络的能力。
Meta FAIR团队发布的CWM是首个将"世界模型"概念引入代码生成的32亿参数开源模型。与传统只学习静态代码的AI不同,CWM通过学习Python执行轨迹和Docker环境交互,真正理解代码运行过程。在SWE-bench等重要测试中表现卓越,为AI编程助手的发展开辟了新方向。
当今最大的AI数据中心耗电量相当于一座小城市。美国数据中心已占全国总电力消费的4%,预计到2028年将升至12%。电力供应已成为数据中心发展的主要制约因素。核能以其清洁、全天候供电特性成为数据中心运营商的新选择。核能项目供应链复杂,需要创新的采购模式、标准化设计、早期参与和数字化工具来确保按时交付。
卡内基梅隆大学研究团队发现AI训练中的"繁荣-崩溃"现象,揭示陈旧数据蕴含丰富信息但被传统方法错误屏蔽。他们提出M2PO方法,通过改进数据筛选策略,使模型即使用256步前的陈旧数据也能达到最新数据的训练效果,准确率最高提升11.2%,为大规模异步AI训练开辟新途径。