面對新冠肺炎疫情的突然襲擊,世界智能大會的合作伙伴們積極承擔社會責任,提供相關(guān)技術(shù)、產(chǎn)品以及服務(wù),為堅實打贏疫情防控攻堅戰(zhàn)貢獻力量。
據(jù)中國銀聯(lián)的數(shù)據(jù)顯示,5月1日至5日,銀聯(lián)網(wǎng)絡(luò)交易總金額突破1.57萬億元,與4月份日常周六、周日相比增長了16%。五一小長假期間消費能力的提升,一方面反映了我國在疫情防控方面取得了良好的成果,另一方面反映了我國復(fù)工復(fù)產(chǎn)工作的穩(wěn)步推進。響應(yīng)國家復(fù)工復(fù)產(chǎn)號召,世界智能大會合作伙伴積極發(fā)揮自身優(yōu)勢,一方面利用自身的技術(shù)優(yōu)勢開發(fā)平臺,一方面承擔大企業(yè)的社會責任幫助中小微企業(yè)走出困境。
海爾 多方聯(lián)手打造“復(fù)工生態(tài)鏈群”
為充分發(fā)揮工業(yè)互聯(lián)網(wǎng)在疫情防控中的重要支撐作用,助力企業(yè)開展復(fù)工復(fù)產(chǎn),海爾積極響應(yīng)國家號召,攜手華住會、中國工業(yè)設(shè)計協(xié)會等十六家生態(tài)合作伙伴共建“企業(yè)復(fù)工生態(tài)鏈群”,全流程保障企業(yè)安全復(fù)工、提升產(chǎn)能。
在生態(tài)鏈群中,海爾的卡奧斯工業(yè)互聯(lián)網(wǎng)平臺起到關(guān)鍵作用。該平臺不僅具有中國自主知識產(chǎn)權(quán),而且在全球首家引入用戶全流程參與體驗,可針對企業(yè)疫情防控和復(fù)工復(fù)產(chǎn)需求,定制人員返程安心住、全員防疫智能管理、復(fù)工實操指南16大全場景解決方案。
比如異地員工返程后,自家住宿無法達到居家隔離標準,卡奧斯平臺就聯(lián)合華住酒店集團,在全國31個省、265個市、5000余家門店推出“復(fù)工安心凈新房”,為他們提供無接觸式服務(wù)、免費在線辦公等服務(wù),圓滿解決隔離住宿問題,保障返程安心住。
聯(lián)想 聯(lián)合各企業(yè)發(fā)起“共享員工”項目
新冠疫情發(fā)生后,聯(lián)想集團及時調(diào)整生產(chǎn)運行模式,保證產(chǎn)業(yè)鏈、供應(yīng)鏈正常運轉(zhuǎn),實現(xiàn)抗疫復(fù)產(chǎn)的“中國速度”,為全國防疫抗疫貢獻力量。
聯(lián)想集團合肥、深圳、惠陽、成都等地的5大制造工廠優(yōu)先為臨時歇業(yè)企業(yè)員工提供共享工作機會,即“跨省共享”,招聘一批共享員工,在按照規(guī)定進行隔離之后,上述員工經(jīng)過快速培訓(xùn),被安排在了一些比較容易上手、操作相對簡單的崗位上。
截至2020年4月28日,通過 “共享員工”計劃招聘的短期失業(yè)人群近1500名,聯(lián)想在中國的所有工廠已全部實現(xiàn)復(fù)工滿產(chǎn)。
好文章,需要你的鼓勵
浙江大學團隊提出動態(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、編程等任務(wù)上顯著提升推理準確率,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。
清華大學研究團隊提出SIRI方法,通過"壓縮-擴張"交替訓(xùn)練策略,成功解決了大型推理模型"話多且準確率低"的問題。實驗顯示,該方法在數(shù)學競賽題上將模型準確率提升43.2%的同時,輸出長度減少46.9%,真正實現(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。
南洋理工大學與騰訊聯(lián)合研究團隊開發(fā)出Rolling Forcing技術(shù),實現(xiàn)AI視頻實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、注意力錨點機制和高效訓(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。
華中科技大學研究團隊發(fā)現(xiàn),通過讓AI模型學習解決幾何問題,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,使用強化學習方法訓(xùn)練多個AI模型。實驗結(jié)果顯示,幾何訓(xùn)練在四個空間智能測試基準上都帶來顯著提升,其中最佳模型達到49.6%準確率,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。