7月15日,由中国信息协会举办的2022数字政府论坛在京召开,本次会议以“激发数字经济活力,增强数字政府能效”为主题,来自多部委、地方政府、科研院校和信息技术领军企业、专家学者参会交流。曙光作为核心信息基础设施企业,应邀参会并分享了在数字政府发展中的创新成果与实践。
数字政府作为数字中国的重要组成部分,是实现政府治理体系和治理能力现代化的有力抓手。
在会上,中科曙光政府业务部总经理杨莹珠表示,“近日,国务院正式发布《国务院关于加强数字政府建设的指导意见》,擘画了以数字化改革助力政府职能转变的宏伟战略蓝图。我们要整合构建结构合理、智能集约的平台支撑体系,适度超前布局相关新型基础设施,全面夯实数字政府建设根基。当前,在“东数西算”和一体化大数据中心的大背景下,曙光秉持绿色数字经济理念,通过自主核心产品与技术构建完整的信息技术产业链,赋能数字政府建设,驱动数字经济发展。”
立足于政务数智底座、政务数据运营、政务数据治理三大需求,曙光基于自主的核心元器件、硬件系统、软件平台技术优势构建了四大体系,即新型算力基建设施体系、开放包容的数字化生态体系、赋能“一脑统管”的智能应用中枢体系、海量共享的数据资源体系,聚焦新技术、新制造、新基建、新生态、新服务、新产业六大发力点,打造数字政府核心竞争力,携手生态体系伙伴,为数字政府建设提供智能集约、安全自主的政府云平台支撑、网络平台支撑、重点共性应用支撑,赋能协同高效的数字化履职能力体系建设。
在本届会议中,曙光凭借着在政府行业多年的业务积累和大量的项目经验,入选2022数字政府“创新成果与实践案例”。后续,曙光将充分发挥在政府行业的创新能力和“体系”优势,为数字政府建设事业的健康持续发展提供源源不竭的动力。
好文章,需要你的鼓励
当前企业面临引入AI的机遇与挑战。管理层需要了解机器学习算法基础,包括线性回归、神经网络等核心技术。专家建议从小规模试点开始,优先选择高影响用例,投资数据治理,提升员工技能。对于影子IT现象,应将其视为机会而非问题,建立治理流程将有效工具正式化。成功的AI采用需要明确目标、跨部门协作、变革管理和持续学习社区建设。
这项由东京科学技术大学等机构联合发布的研究提出了UMoE架构,通过重新设计注意力机制,实现了注意力层和前馈网络层的专家参数共享。该方法在多个数据集上显著优于现有的MoE方法,同时保持了较低的计算开销,为大语言模型的高效扩展提供了新思路。
美国垃圾收集行业2024年创收690亿美元,近18万辆垃圾车每周运营六至七天,每日停靠超千次。设备故障成为行业最大隐性成本,每辆车年均故障费用超5000美元。AI技术通过实时监控传感器数据,能提前数周预测故障,优化零部件库存管理,减少重复维修。车队报告显示,预测性维护每辆车年节省高达2500美元,显著提升运营效率和服务可靠性。
小米团队开发的MiMo-7B模型证明了AI领域"小而精"路线的可行性。这个仅有70亿参数的模型通过创新的预训练数据处理、三阶段训练策略和强化学习优化,在数学推理和编程任务上超越了320亿参数的大模型,甚至在某些指标上击败OpenAI o1-mini。研究团队还开发了高效的训练基础设施,将训练速度提升2.29倍。该成果已完全开源,为AI民主化发展提供了新思路。