針對互聯(lián)網(wǎng)未來發(fā)展政策,國務(wù)院發(fā)展研究中心研究員劉勇在第二屆“互聯(lián)網(wǎng)高峰論壇-2015紫金之‘顛’”峰會上提出了四點(diǎn)建議:“大力培育互聯(lián)網(wǎng)+企業(yè);第二是健全互聯(lián)網(wǎng)+產(chǎn)業(yè)發(fā)展的法律法規(guī);第三,不斷完善互聯(lián)網(wǎng)+產(chǎn)業(yè)發(fā)展的體制機(jī)制;另外出臺一些優(yōu)惠政策,扶持新興產(chǎn)業(yè)發(fā)展。”
國務(wù)院發(fā)展研究中心研究員劉勇
劉勇認(rèn)為互聯(lián)網(wǎng)+是中國最重要的經(jīng)濟(jì)增長點(diǎn)之一。“互聯(lián)網(wǎng)時代為什么是中國經(jīng)濟(jì)包括世界經(jīng)濟(jì)的發(fā)展潮流,IT從大環(huán)境來說分三各行業(yè),第一個是IT制造業(yè),包括硬件,第二個產(chǎn)業(yè)是IT基礎(chǔ)設(shè)施,包括我們網(wǎng)絡(luò)建設(shè)、基站建設(shè),第三個是IT應(yīng)用行業(yè),也就是互聯(lián)網(wǎng)+,包括智慧城市等等,這是中國經(jīng)濟(jì)包括世界經(jīng)濟(jì)技術(shù)進(jìn)步的一個主流。因?yàn)樗腥齻€性質(zhì),IT產(chǎn)業(yè)高科技含量,這是毫無疑問的,它和很多行業(yè)可以結(jié)合起來,提高某一個資源某一個產(chǎn)業(yè)的利用效率。”
同時他表示,互聯(lián)網(wǎng)對中國的應(yīng)用包括三方面,“一個是互聯(lián)網(wǎng)要頂層設(shè)計,就是和我國“四個全面”治國思想結(jié)合,也要和中國“五位一體”經(jīng)濟(jì)發(fā)展戰(zhàn)略相融合。第二,互聯(lián)網(wǎng)和金融融合要與宏觀經(jīng)濟(jì)調(diào)控深度融合,互聯(lián)網(wǎng)+與增長、就業(yè)、物價和國際收支檢測改善融合,互聯(lián)網(wǎng)+與財政、貨幣金融、產(chǎn)業(yè)和土地調(diào)控階段的融合。第三,互聯(lián)網(wǎng)+與經(jīng)濟(jì)結(jié)構(gòu)升級的深度融合,包括工業(yè)化、信息化、城鎮(zhèn)化、農(nóng)業(yè)現(xiàn)代化和生態(tài)化五化。”
以IT技術(shù)為核心的互聯(lián)網(wǎng)時代成為我國新常態(tài)局面下最重要的新經(jīng)濟(jì)增長點(diǎn),在當(dāng)下我國新舊增長點(diǎn)處于青黃不接的狀況時,政府在政策上的大力扶持尤顯重要。
好文章,需要你的鼓勵
浙江大學(xué)團(tuán)隊提出動態(tài)專家搜索方法,讓AI能根據(jù)不同問題靈活調(diào)整內(nèi)部專家配置。該方法在數(shù)學(xué)、編程等任務(wù)上顯著提升推理準(zhǔn)確率,且不增加計算成本。研究發(fā)現(xiàn)不同類型問題偏愛不同專家配置,為AI推理優(yōu)化開辟新路徑。
清華大學(xué)研究團(tuán)隊提出SIRI方法,通過"壓縮-擴(kuò)張"交替訓(xùn)練策略,成功解決了大型推理模型"話多且準(zhǔn)確率低"的問題。實(shí)驗(yàn)顯示,該方法在數(shù)學(xué)競賽題上將模型準(zhǔn)確率提升43.2%的同時,輸出長度減少46.9%,真正實(shí)現(xiàn)了效率與性能的雙重優(yōu)化,為AI模型訓(xùn)練提供了新思路。
南洋理工大學(xué)與騰訊聯(lián)合研究團(tuán)隊開發(fā)出Rolling Forcing技術(shù),實(shí)現(xiàn)AI視頻實(shí)時流式生成的重大突破。該技術(shù)通過滾動窗口聯(lián)合去噪、注意力錨點(diǎn)機(jī)制和高效訓(xùn)練算法三項創(chuàng)新,解決了長視頻生成中的錯誤累積問題,可在單GPU上以16fps速度生成多分鐘高質(zhì)量視頻,延遲僅0.76秒,質(zhì)量漂移指標(biāo)從傳統(tǒng)方法的1.66降至0.01,為交互式媒體和內(nèi)容創(chuàng)作開辟新可能。
華中科技大學(xué)研究團(tuán)隊發(fā)現(xiàn),通過讓AI模型學(xué)習(xí)解決幾何問題,能夠顯著提升其空間理解能力。他們構(gòu)建了包含約30000個幾何題目的Euclid30K數(shù)據(jù)集,使用強(qiáng)化學(xué)習(xí)方法訓(xùn)練多個AI模型。實(shí)驗(yàn)結(jié)果顯示,幾何訓(xùn)練在四個空間智能測試基準(zhǔn)上都帶來顯著提升,其中最佳模型達(dá)到49.6%準(zhǔn)確率,超越此前最好成績。這項研究揭示了基礎(chǔ)幾何知識對培養(yǎng)AI空間智能的重要價值。