由工业和信息化部、广东省人民政府联合主办,汕头市人民政府、广东省工业和信息化厅、广东省通信管理局、中国工信出版传媒集团、中国信息通信研究院、工业和信息化部电子第五研究所、中国电子信息产业发展研究院共同承办的“2022中国数字经济创新发展大会”将于6月27日至29日在广东省汕头市召开。

数字经济日益成为重组全球要素资源、重塑全球经济结构、改变全球竞争格局的关键力量。近年来,党中央、国务院高度重视数字经济发展,作为落实国家数字经济发展战略的关键举措,本次大会将全面展现我国数字经济发展现状与成果,立足汕头,聚焦广东,面向全国,辐射东南亚,发挥广东省数字经济大省,以及汕头市“侨乡”和国际通信基础设施优势,打造我国数字经济国际合作创新发展的重要窗口和数字经济对外开放服务华侨的国家级平台。
大会以“聚数联侨 共创未来——打造数字经济国际合作先行区”为主题,设置开幕式暨高峰论坛,邀请政府领导、两院院士、国际嘉宾、国内外知名企业家、专家学者、侨领侨胞等各界嘉宾,聚焦加快数字产业化与产业数字化发展、夯实数字经济基础、激活数据要素价值、推动数字经济与实体经济深度融合等当前数字经济领域发展热点展开探讨交流。同期将围绕夯实数字经济底座、推动数字融合赋能、提升数字治理能力、培育新兴数字产业四大方向,举办“数字新基建”“数据价值创新”、“数字化治理”、“数字产业”、“数字经济国际合作”等十多个主题论坛。同时,会上将权威发布《中国数字经济发展指数》等十多个数字经济领域最新研究成果报告,同期举办数字经济产业项目签约、潮汕夜话、特色展览等系列活动,推动数字经济发展要素加速集聚、融合、创新、落地,打造具有国际竞争力的数字产业集群,助推传统产业转型升级,构建数字经济开放互惠合作体系,助力我国数字经济创新发展。
大会以安全办会与智慧办会相统一为原则,采用“线上+线下”双线融合的创新会议模式,通过大会直播平台,借助5G、云计算、虚拟现实等技术,采用视频、图文等多种直播形式实时呈现大会盛况,同时邀请国家级权威媒体、主流媒体、重点行业媒体及海外媒体等对大会进行推流推广,开展广泛深入的宣传报道。
厚植数字新优势,构筑产业增长极,大会将致力于推动我国数字经济向更高质量发展迈出坚实步伐,携手产业各界共绘数字经济创新发展新篇章,共创数字经济国际合作新未来!
好文章,需要你的鼓励
据《华尔街日报》报道,在马斯克针对OpenAI的诉讼失败后,OpenAI正加速推进IPO计划。CEO萨姆·奥特曼希望公司最快于今年9月上市,目前已与高盛、摩根士丹利合作,并可能在数日或数周内秘密提交上市申请。与此同时,马斯克旗下SpaceX的IPO文件也预计近期公开。两家公司的上市竞争,标志着马斯克与奥特曼的博弈从法庭转移至资本市场。
KAIST团队提出策略助推方法,通过强制分配解题方向引导AI探索多样思路,仅用八份样本就超越了消耗八倍资源的传统方法。
调查显示,51%的专业人士认为AI生成的低质量内容(即"workslop")正在降低生产效率,45%的人因此对职场使用AI更加谨慎。这类内容表面精致却缺乏准确性和实质价值。专家建议两步应对:一是重塑AI生产力思维,推行"AI先行、人工复核"的工作模式;二是保持持续投入,深入掌握AI工具的有效用法。企业领导者强调,真正从AI中受益需要坚持与学习,而非浅尝辄止。
要理解这项研究,先得明白现在的AI是怎么"画"图的。 可以把AI生成图片的过程想象成一个特殊的厨房。当AI要学会画图时,它不会像人类画家那样一笔一画地描绘,而是采用一种叫做"自回归"的方式——简单说就是"一个食材接一个食材地添加"。但问题在于,AI厨房处理的"食材"不是真实的图像像素,而是一种被压缩过的"标准化食材包"。 这个压缩过程,叫做"离散分词",由一个叫"分词器"(tokenizer)的设备完成。打个比方,分词器就像一台高级的食材切片机,它把一整张图片切成很多小块,然后给每一小块贴上一个"编号标签",对应到一本"标签字典"(也就是研究者口中的"码本")里的某个条目。比如,标签001可能代表"蓝天的一小块",标签002代表"绿草的一小块"。 这种做法的好处是大幅简化了AI的工作量——它不用记住几百万个像素,只需要记住一串编号就行了。这就是为什么如今像Chameleon、Emu3这些大名鼎鼎的多模态AI模型都用这种技术。 但问题也恰恰出在这里。当切片机以16倍的压缩率工作时(也就是说原本256个像素被压缩成1个标签),很多细节就被无情地丢弃了。蓝天少一些云彩、草地少几根草尖,人眼几乎看不出来。可一旦切到了文字或人脸,灾难就发生了——一个英文字母"e"和"c"的差别可能就在那么几个像素,一张脸上眉眼的位置稍微挪一挪,整个人就变了样。 研究团队发现,认知科学研究早就指出,人类的视线会不自觉地被文字和人脸吸引,对这两类内容的细节扭曲特别敏感。换句话说,AI画其他东西糊一点没关系,但文字和脸糊了,用户立马就能察觉。 之前的研究者也意识到了这个问题,他们的解决思路通常是"加大切片机的容量"——比如把标签字典从1万6千条扩展到26万条,或者让每张图用更多的标签。但这就像为了切好一根胡萝卜而把整个厨房改造成大型工厂,成本高得离谱,而且效果也不见得好。 清华和微软的团队提出了一个完全不同的思路:与其让切片机变得更大,不如教它学会"看重点"。 二、给切片机装上"火眼金睛"