11月26日,“2022第五届中国(黄石)工业互联网创新发展大会暨2022全国工业互联网平台赋能深度行(黄石站)”将在黄石拉开帷幕。本届大会由黄石市人民政府、湖北省经济和信息化厅、湖北省通信管理局、中国工信出版传媒集团、中国工业互联网研究院、工业互联网平台创新合作中心联合主办,黄石市经济和信息化局、北京信通传媒有限责任公司承办。
中国(黄石)工业互联网创新发展大会作为黄石推动工业互联网创新发展的重要举措之一,自2018年首届大会成功举办,永久会址落户黄石,迄今已是第5年。大会见证了黄石工业互联网从扬帆起航到落地深耕的演进历程,镌刻了黄石踔厉奋进、数智转型的重要时刻。时光荏苒,黄石行而不戳,大会精彩再续。
今年是大会5周年盛典,也是《黄石市工业互联网创新发展三年行动计划(2021-2023年)》实施的关键一年。大会坚持“立足黄石,引领湖北,面向全国”总体定位,密切结合工业互联网发展阶段与热点,以推动工业互联网平台赋能走深向实为目标导向,优化内容和环节设置,深度释放大会平台价值,为全国产业伙伴持续搭建高质量的交流合作平台。
深化央地联动协同,助力发展。
大会在往届论坛成功经验基础上,做优版块内容,深度融合“部、省、市”相关重点工作部署,推进工业和信息化部“工业互联网平台赋能深度行”活动在黄石落地,围绕“平台赋能”,规划设置“一个专题论坛、一场供需对接会、一次专题调研、一场展览展示”,举办2022全国工业互联网平台赋能深度行(黄石站)高峰论坛暨黄石峰会,以及智能制造与数字化转型专题论坛、工业互联网平台与应用供需会、工业互联网平台+园区专题调研;举办线下全国工业互联网平台赋能深度行综合展暨黄石工业互联网创新成果展、以及线上工业互联网云展览活动,推动工业互联网平台应用推广,促进区域产业数字化发展,助力工业互联网创新提速发展。
展示创新发展成果,强化引领。
大会通过规划、举办线上线下结合的展览展示活动,系统展示近年来工业互联网新技术、新产品以及工业互联网赋能新模式、新业态;突出展现5年来黄石工业互联网创新发展的主要路径、创新实践、典型应用等,并将同期发布工业互联网发展相关成果报告、黄石市工业互联网发展成效报告,举行工业互联网项目签约等活动。
突出大会活动成效,走深向实。
本届大会以“平台赋能 数智转型”为主题,广泛汇聚工业互联网领域的院士专家、领军企业代表、工业互联网双跨平台共聚黄石,聚焦工业互联网平台赋能等前沿热点,以“走深向实”为目标导向,通过开展专题论坛、供需对接、调研考察等系列活动,促进工业互联网平台进园区、进基地、进集群,加强成果输出转化,优化供给需求对接,完善产业发展生态,助力黄石工业互联网走深向实、实现高质量发展。
2018年,工业和信息化部深入实施工业互联网创新发展战略,我国工业互联网驶入加速发展的快车道。同一年,黄石以首届中国(黄石)工业互联网创新发展大会召开为契机,在全省乃至全国率先吹响了工业互联网创新发展号角。5年来,黄石市将工业互联网作为发展数字经济的重要切入口,“强基础、育平台、抓智改、树标杆、促融合、优生态”,推动工业互联网在更广范围、更深程度、更高水平融合应用。5届大会的持续召开,彰显了黄石举全市之力推动工业互联网创新发展,赋能产业数智转型的坚定决心。
2022年,5年盛典的大幕即将拉开,黄石工业互联网创新发展的基础愈加夯实,智改数转的步伐加速推进、标杆典范持续涌现、生态体系不断优化。我们不仅将见证黄石奋发5载的丰硕成果,还将与黄石同行,与产业发展的脉搏同频,开启奋进的全新征程,开拓新时代的更大作为。
再出发,更精彩!期待与产业伙伴共聚黄石!
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。