7月11至13日,以“广连接 ˙新活力 ˙融实业”为主题的第十六届中国互联网大会在北京国家会议中心隆重召开。本届大会由中国互联网协会举办,聚焦在互联网、大数据、云计算如何为企业发展注入新活力等行业热点话题。大会吸引了众多国内外领袖、专家学者以及互联网行业的领军者参与。北京供销大数据集团(以下简称“SinoBBD”)作为国内领先的大数据基础平台,受邀参加此次大会。
会上,北京供销大数据集团CTO兼北京供销科技CEO王帅宇以“DT时代的数据主权和云计算的理性回归”为主题发表重要演讲,同与会嘉宾共同探讨如何捍卫国家数据主权及运用创新思维实现云计算生态赋能,得到与会嘉宾的高度认可。
维护数据主权和国家队的出现是DT时代的呼唤
随着DT时代的到来,我国数字信息革命掀起新一轮的高潮。在“一带一路”、“建设全国‘一体化’的国家大数据中心”战略中,对数据中心、云计算、大数据等发展提出了更高的要求。数据能力的终极目标是提升商业价值,创造及完善生产力。随着数据不断开放、共享、透明,企业在思考如何利用互联网、云计算、大数据与传统行业交融和共同发展的同时,数据安全及主权问题也日益凸显,这也对国家和企业如何保障数据安全和维护数据主权提出全新的挑战。
基于此,北京供销大数据集团CTO兼北京供销科技CEO王帅宇表示,“作为大数据国家队,SinoBBD为建设‘一体化’数据中心集群而生,集团通过‘一体化’发展战略,加速互联网和实体经济融合”。 他表示,首先,集团通过 “一体化”战略布局,围绕“3+10+X”的发展战略积极投入,在全球范围内打造拥有自主产权的分布式、全互联云计算数据中心集群网络。其次,集团以“一体化国家大数据中心”为契机,利用产品“一体化”,形成以IDC、EDC、CDN、Cloud、SDN、国际链路、大数据为核心的“一体化”业务布局。最后,集团借助服务“一体化”,为实现中国大数据产业升级、国家大数据战略的发展、云计算的生态赋能提供技术支撑。
同时,王帅宇还提到,SinoBBD采用国际高标准投资建设的承德德鸣大数据产业园和贵阳乾鸣国际信息产业园,为客户数据安全保驾护航,为促进云计算落地和发展提供先机。
从私有云走向产业云是云计算回归理性的体现
会上,王帅宇提出从私有云走向产业云是云计算回归理性的体现。北京供销大数据集团作为北京市供销合作总社(以下简称“市社”)的下属企业,依托市社大金融、大健康、智慧城市、农村电商及农业4.0等众多领域,集团与供销体系紧密联结,充分利用市社的多元化产业构成为云计算的发展奠定应用基础;同时,集团通过数据中心的创新性前瞻布局,率先在以市场为导向的北上广规划建设数据中心,并以资源政策为导向,打造承德德鸣大数据产业园及贵阳乾鸣国际信息产业园。集团数据中心基础设施的布局为云计算的发展提供坚实的物理基础。此外,集团携手华融新兴共同发起成立的200亿元大数据产业基金为集团云计算的发展提供了强有力的资金保障。
总之,集团以产业、数据和资本为驱动,整合优势资源,在国内快速发展的同时也加速国际化战略部署,打造供销云产业生态圈,这也是集团作为大数据国家队的实力和底气所在。
此外,中国互联网大会期间,SinoBBD还通过搭建展位,构筑与嘉宾沟通交流的纽带,向参会嘉宾详尽展示集团数据中心项目、产品及解决方案,使与会嘉宾进一步对集团产业布局、产品技术实力有了全新的认知,为今后与各行业客户合作打下坚实的基础。
好文章,需要你的鼓励
本文探讨如何使用生成式AI和大语言模型作为倾听者,帮助用户表达内心想法。许多主流AI如ChatGPT、Claude等被设计成用户的"最佳伙伴",或试图提供心理健康建议,但有时用户只想要一个尊重的倾听者。文章提供了有效的提示词技巧,指导AI保持中性、尊重的态度,专注于倾听和理解,而非给出建议或判断。同时提醒用户注意隐私保护和AI的局限性。
北京大学团队开发出WoW世界模型,这是首个真正理解物理规律的AI系统。通过200万机器人互动数据训练,WoW不仅能生成逼真视频,更能理解重力、碰撞等物理定律。其创新的SOPHIA框架让AI具备自我纠错能力,在物理理解测试中达到80.16%准确率。该技术将推动智能机器人、视频制作等领域发展,为通用人工智能奠定重要基础。
人工通用智能和超级人工智能的出现,可能会创造出一种全新的外星智能形态。传统AI基于人类智能模式构建,但AGI和ASI一旦存在,可能会选择创造完全不同于人类认知方式的新型智能。这种外星人工智能既可能带来突破性进展,如找到癌症治愈方法,也可能存在未知风险。目前尚不确定这种新智能形态是否会超越人类智能,以及我们是否应该追求这一可能改变人类命运的技术突破。
香港大学和蚂蚁集团联合推出PromptCoT 2.0,这是一种让AI自动生成高质量训练题目的创新方法。通过"概念-思路-题目"的三步策略,AI能像老师备课一样先构思解题思路再出题,大幅提升了题目质量和训练效果。实验显示该方法在数学竞赛和编程任务上都取得了显著提升,为解决AI训练数据稀缺问题提供了新思路。