园区是区域经济发展、产业转型升级的重要空间聚集形态,也是推进我国“双碳”目标实现的关键着力点。6月14日,在2023 NAVIGATE 领航者峰会——零碳智慧园区专题论坛上,紫光股份旗下新华三集团就智慧园区的“零碳”发展新路径,与业内专家展开了全面而深刻的分享与探讨。
以标准持续引领,智推行业绿色发展
在国家“双碳”背景下,园区作为70%经济活动的发生地点,既是碳排放的主体,又是落实碳中和目标的主体。新华三集团数字中国研究院执行副院长岳鹏在演讲中表示,作为数字化解决方案领导者,新华三集团积极响应“双碳”战略,以标准为牵引,以数字技术为驱动,将数据作为核心生产要素打通各环节,从而为不同园区的绿色转型构建契合、稳固的数字化底座。
新华三集团数字中国研究院执行副院长岳鹏
中国电子技术标准化研究院信息技术研究中心副主任、全国信标委智慧城市标准工作组秘书长张群表示,新华三集团联合多家企业开展了大量有关智慧园区碳管理参考架构标准研制,持续为行业开展智慧园区碳管理规划、建设与运营工作提供指导与参考,同时引导技术融合、带动产业链上下游联动互促发展。
中国电子技术标准化研究院信息技术研究中心副主任
全国信标委智慧城市标准工作组秘书长张群
北京清华同衡规划设计研究院智慧城市研究所副所长、全国信标委智慧城市工作组智慧园区专题组组长王飞飞提到,园区需要在规划、建设、管理、运营等全流程之中,全方位、系统性地融入碳中和理念,让能量流、信息流、碳排流融合交汇,从而助力行业健康发展。
全国信标委智慧城市工作组智慧园区专题组组长王飞飞
“零碳+智慧”再升级,全面赋能应用场景
基于“1+4”顶层设计理论,新华三零碳智慧园区解决方案针对碳能管理、园区服务等应用场景再次全面升级,目前零碳智慧园区解决方案可以围绕“产能-测能-节能-用能”四个关键词做到全链条服务:
产能:
通过搭建标准化和新能源管理平台,完成光伏、储能及用电设备的统一管理,实现清洁能源的持续生产和利用
测能:
通过智能计量仪表实现用能数据远程监测和实时传输,配合后端零碳操作系统实现用能数据的可视化分析和智能预警,挖掘园区节能潜力
节能:
通过楼宇自控系统,自动控制建筑物内的机电设备,优化设备的运行状态和时间,不仅降低能源消耗,还能减少维护人员的劳动强度和工时数量
用能:
在货运场景中,依靠AI+AR的模式以及数字月台算法,实现预约车辆管理、月台调度管理,全面提升月台运营效率
数智融合,夯实行业绿色变革底座
智慧化应用离不开数字平台的赋能,零碳智慧园区数字大脑平台采用“一平台+双中枢”的技术架构,通过物联中枢和视觉中枢,将南向系统、物联设备、视频设备的数据进行全量采集,并集成至绿洲平台,通过绿洲平台对数据的集成管理和数据运营,形成标准化的数据资产、业务资产和集成资产,北向以标准API接口形式,统一向智慧应用赋能,从而支撑业务绿色创新。
目前,零碳智慧园区解决方案已率先在新华三未来工厂全面落地,构建了生产设备、生产产品、生产人员、生产信息化的全面互联互通,充分利用5G、AI、边缘计算等先进数字化技术,实现了厂区智能制造和园区“零碳+智慧”运营的融会贯通。
园区走向“零碳”是适应社会发展、提高园区竞争力的必然趋势。新华三集团将继续扩展、细化零碳智慧园区解决方案的应用场景,促进产业升级蝶变。躬身入局智能新时代,精研云智原生技术,深耕客户应用场景,以务实理念打造领先的数字化解决方案,通过不断进化的数字大脑加速推进数字化变革的智能化升级,做百行百业最值得信赖的合作伙伴。
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。