北京2024年5月23日 /美通社/ -- 5 月 23 日,中国开源软件推进联盟(COPU,China OSS Promotion Union)与IBM联合举办的《可信赖的企业级生成式人工智能白皮书》发布活动在京召开,中国开源软件推进联盟名誉主席、原国务院信息化联席会议办公室常务副主任陆首群教授应邀参会,并作主旨演讲。以下是演讲全文,刊载已获授权:
各位嘉宾、各位朋友:
大家好!很高兴应邀参加今天的活动,与各位共同见证《可信赖的企业级生成式人工智能白皮书》的联合发布。作为致辞嘉宾,我祝贺活动圆满成功!
我最早与IBM接触要追溯到上世纪八十年代初,当时我担任中国长城计算机集团公司副董事长,期间,我们引进IBM 金长城生产线。九十年代初,我开始主导我国的金桥、金卡、金关 “三金工程”。可以说,“三金工程”的建设拉开了中国信息化建设的序幕。其中,“金桥工程”就是要在中国建设为经济社会服务的数据网络,当时就借鉴了IBM的Advantis数据网络。
不久后,国家为了引进大型计算机,专门组织了一个代表团赴美考察,由我担任团长;IBM是美方的主要接待和谈判单位。当时,我们考察了IBM在全美的研究所,我们考察了IBM的大型计算机,感谢IBM专业性谈判和热情接待!鉴于大银行业务重要性和复杂性,一般要实行年度审计制度,美国大银行当时请IBM协助年审,我们中国的大银行,在上世纪八、九十年代,也请IBM协助年审。所以与IBM不但有技术引进、企业合资,也有服务领域的合作!当时我担任中国人民银行信息化高级顾问,也曾经手办理有关与IBM服务合作事宜。
今天我们发布的白皮书,主题中有一个关键词:可信赖。要实现可信赖的人工智能,开放开源不可或缺。半个世纪以来,开源在全球发展壮大,在中国崛起也有三十多年了。包括IBM在内的主要科技公司,其人工智能的发展都受益于开源,既打通了技术发展瓶颈,也为之后加快研发进度创造了条件。
如今,开源已经成为一种全球的创新和协同模式,也是创新国家的战略需求。开源创新已经成为数字化转型、智能化重构的基础。目前,人工智能发展正处于拐点:一些最先进的人工智能模型还未开源,仍然处于不透明的“黑盒子”状态。
我非常欣慰地看到,不论在代码和模型的开源上,还是在开源社区的共建上,IBM始终扮演着合作者的角色。我最近得知,IBM已经把自己最先进的部分Granite大模型开源了,这将为开源社区的壮大、人工智能在企业的应用带来更大助力。
我也留意到,今年是IBM在中国的四十周年。在此,我要感谢IBM为中国的信息化建设作出的杰出贡献!尽管面临种种挑战,我还是希望中美两国的科技企业、开源组织共同努力,在新的人工智能时代,引领开源理念和实践,打造“开放、共享、协同、自由”的人工智能生态。
关于中国开源软件推进联盟
中国开源软件推进联盟(英文全称:China OSS Promotion Union,英文缩写:COPU,以下简称"联盟")是在政府主管部门指导下、由致力于开源软件文化、技术、产业、教学、应用、支撑的企业、社区、客户、 大专院校、科研院所、行业协会、支撑机构等组织自愿组成的、民主议事的民间行业联合体,非独立社团法人组织。联盟在2004年7月22日于北京成立。联盟的宗旨是为推动中国开源软件(Linux/OSS)的发展和应用而努力;为促进中日韩以及中国与全球关于开源运动(Linux/OSS)的沟通、交流与合作而努力;为促进全球开源运动(Linux/OSS)做出贡献而努力。联盟的作用是为推动Linux/OSS的发展,充分发挥联盟在政府与企业之间有关立法、政策、规划和环境建设方面的桥梁、纽带与促进作用;充分发挥联盟在企业与用户、企业与企业、企业与社区、中外企业/社区间、企业与科研、教育、支撑机构之间关于研发、生产、教育、培训、测试、认证、标准化、应用等方面沟通、交流、合作、推进的桥梁、纽带与促进作用。
了解更多信息,请访问:http://cosspu.org.cn/
好文章,需要你的鼓励
OpenAI CEO描绘了AI温和变革人类生活的愿景,但现实可能更复杂。AI发展将带来真正收益,但也会造成社会错位。随着AI系统日益影响知识获取和信念形成,共同认知基础面临分裂风险。个性化算法加剧信息茧房,民主对话变得困难。我们需要学会在认知群岛化的新地形中智慧生存,建立基于共同责任而非意识形态纯洁性的社区。
杜克大学等机构研究团队通过三种互补方法分析了大语言模型推理过程,发现存在"思维锚点"现象——某些关键句子对整个推理过程具有决定性影响。研究表明,计划生成和错误检查等高层次句子比具体计算步骤更重要,推理模型还进化出专门的注意力机制来跟踪这些关键节点。该发现为AI可解释性和安全性研究提供了新工具和视角。
传统数据中心基础设施虽然对企业至关重要,但也是预算和房地产的重大负担。模块化数据中心正成为强有力的替代方案,解决企业面临的运营、财务和环境复杂性问题。这种模块化方法在印度日益流行,有助于解决环境问题、满足人工智能的电力需求、降低成本并支持新一代分布式应用。相比传统建设需要数年时间,工厂预制的模块化数据中心基础设施可在数周内部署完成。
法国索邦大学团队开发出智能医学文献管理系统Biomed-Enriched,通过AI自动从PubMed数据库中识别和提取高质量临床案例及教育内容。该系统采用两步注释策略,先用大型AI模型评估40万段落质量,再训练小型模型处理全库1.33亿段落。实验显示该方法仅用三分之一训练数据即可达到传统方法效果,为医学AI发展提供了高效可持续的解决方案。