年初至今,国家关于“新基建”的政策持续发布,引起社会各界广泛关注。目前来看,官方定义的新型基础设施主要包括信息基础设施、融合基础设施、创新基础设施三方面内容。疫情过后,新型基础设施建设将承担起经济复苏的使命,成为我国经济增长的新引擎,同时也是国家治理现代化的必要基础。作为数据智能科技服务专家,联通大数据有限公司充分发挥“5G+大数据+人工智能”优势,积极落实国家政策,秉承央企责任,力争在“新基建”推进过程中贡献新力量、展现新作为。



打造大数据能力底座,支撑行业数字化转型升级
随着数据应用场景的不断丰富,对数据治理、平台能力、基础算力、安全能力等提出了更高的要求:一方面,建设方受数据源范围和深度的限制,既要打通获取渠道,又要具备复杂而庞大的数据处理流程体系,还要保障数据的隐私和安全。另一方面,需要搭建昂贵的计算集群,才能获得足够的算力以满足海量数据的加工分析与模型计算。此外,在时间、精力、人力、财力等多方面的投入让众多政府部门及企业望而却步。
中国联通自2012起率先对全国31省的数据进行集中统一运营,并成立专业子公司—联通大数据有限公司。历经几年沉淀,联通大数据研发了“智慧数开发平台、数据资产管理平台、数据科学研发平台、算力平台、智能运维平台以及安全保障平台”六大平台,积累了“联接能力、管理能力、治理能力、分析能力、应用能力、服务能力”六项大数据能力。以此为基础,为政府、金融、文旅交航、商企等行业的客户提供数字化转型产品和服务。
联通大数据自主研发的“智慧数平台”,实现数据资源的统一接入、集中管控、统一服务,提供四库一平台的可视化能力,让数据会听、会看、会说,可以帮助有需求的政企客户实现不同数据来源、数据格式等资源的有效共享,打破数据孤岛,提升包括政务数据治理在内的数据管控与综合服务中台的建设水平。
同时,联通大数据面向合作伙伴打造了多租户、任务隔离、资源共享、支持多框架通用服务平台-联通数享平台,在安全合规的前提下,为合作伙伴提供算力、算法支撑,能够为政府、企事业单位、各大科研教育机构提供便捷、高效的大数据开发环境和一站式数据开发管理服务,大大降低了政府和企业对数据能力平台的建设门槛和数据科技的使用成本。比如,联通大数据利用该平台与上海城市交通设计院合作,对城市交通数据路网进行分析、建模、决策,为上海市城区规划、综合交通规划、道路专业规划、公交专项规划等方面提供多维度支撑。
赋能AI应用创新,构建行业数字化引擎
近年来,人工智能逐渐渗透进社会运行的方方面面,为构建数据驱动、人机协同、跨界融合、共创分享的智能经济提供发展动力。中国联通AI创新应用中心自主打造了人工智能应用创新平台,采用一个开放平台、7大领域原子能力、N项垂直功能、X个行业系统的“1+7+N+X”规划框架。为多个行业系统的智能化改造提供建议与支撑,如智慧工业、智慧社区、智慧校园、智慧商贸、智慧城管等行业。
据了解,目前该平台可提供人脸识别、人体识别、物体识别、环境识别、NLP等领域的30余项原子能力,部分性能在国际评测中领先,均能封装成API或者SDK供开发者调用,也可以根据客户需求定制开发。目前部分原子能力已应用于人脸通行、明厨亮灶、道路合规监测等,支撑城市精细化管理、智能楼宇等场景。
此外,该平台已具备10余项垂直功能,涉及人脸门禁、人证比对、人流监控、视觉定制化、智能问答、AR/VR、移动机器人、合成人、数字孪生等多个领域。目前已应用在社区安防、校园防控、智能培训等场景,在支撑皮革质检、零部件瑕疵检测、员工操作流程合规检测等领域也有应用。在此次新冠肺炎疫情精准防控和助力复工复产过程中,该平台相关应用在多个检测、防控场景中落地实施。
随着5G的深入,为AI赋能工业互联网领域带来无限想象空间。联通大数据基于5G工业互联网、IoT及前端智能传感设备,采用多项先进人工智能技术,可以实现智慧工厂的厂区智能化和车间智能化。比如,工业视觉检测、操作合规监测、在岗检测、AR维修辅助及培训、机器人远程巡检/参观、数字孪生等高级智能功能,为智能化工厂提高运营效率、实现完全智能运营提供强有力的技术支撑。
运营商作为新型基础设施建设的排头兵,将在未来发挥更加重要的作用。联通大数据表示,在用大数据、AI助力“新基建”领域,公司已具备从成熟的团队到核心技术、再到解决方案的全面能力,致力于为各级政府、企业提供领先的数据智能科技服务,助力新基建,助推数字经济发展。
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。