伴隨著微信“城市服務(wù)”版圖的迅速擴(kuò)張,新的開(kāi)放平臺(tái)將進(jìn)一步推動(dòng)城市服務(wù)生態(tài)發(fā)展,促進(jìn)更多優(yōu)質(zhì)民生服務(wù)的加速優(yōu)化整合。
全面開(kāi)放接入流程,加速智慧城市版圖擴(kuò)張
從“廣州公安”等全國(guó)首批政務(wù)微信公眾號(hào)推出到2014年底微信團(tuán)隊(duì)首次提出并實(shí)踐“城市服務(wù)”——廣州“城市服務(wù)”上線,兩年時(shí)間,全國(guó)政務(wù)微信公眾帳號(hào)已達(dá)4萬(wàn)。微信“城市服務(wù)”半年來(lái),全國(guó)已上線11個(gè)城市,覆蓋用戶超1億,服務(wù)人次超2300萬(wàn),接入了150多項(xiàng)民生服務(wù)。
城市服務(wù)開(kāi)放平臺(tái)的上線,使接入流程更加簡(jiǎn)化、標(biāo)準(zhǔn)化。微信團(tuán)隊(duì)表示希望通過(guò)這種方式,降低溝通成本,縮短接入流程,盡快幫助更多政府部門連接民生服務(wù)的“最后一公里”,通過(guò)手機(jī)里的“辦事大廳”讓更多用戶享受到微信“城市服務(wù)”的智慧和便捷。
微信“城市服務(wù)”將微信上分散的城市生活服務(wù)功能集合到一起,市民辦事不必再擔(dān)心“跑斷腿、說(shuō)破嘴”,動(dòng)動(dòng)手指即可隨時(shí)隨地完成政府相關(guān)機(jī)構(gòu)提供的各類業(yè)務(wù)辦理,以最簡(jiǎn)單的方式享受最“智慧”的生活。而政府也從中提升服務(wù)水平。來(lái)自廣州市政務(wù)辦的調(diào)查數(shù)據(jù)顯示,廣州微信“城市服務(wù)”上線以后,城市居民滿意度提升了4.2個(gè)百分點(diǎn)。
從“定向邀請(qǐng)”到“全面開(kāi)放”,特色服務(wù)不斷涌現(xiàn)
微信“城市服務(wù)”發(fā)展初期,微信團(tuán)隊(duì)在各個(gè)城市邀請(qǐng)最受用戶歡迎的政務(wù)服務(wù)接入。“城市服務(wù)”上線半年來(lái),醫(yī)院掛號(hào)、違章辦理、港澳再次簽注、戶政業(yè)務(wù)預(yù)約、長(zhǎng)途汽車購(gòu)票等服務(wù)成為使用頻次最高的服務(wù)。
而隨著越來(lái)越多的優(yōu)質(zhì)民生服務(wù)加速優(yōu)化整合,各地的特色民生服務(wù)類型也在不斷涌現(xiàn)。如杭州“城市服務(wù)”的法院業(yè)務(wù),首次連接了浙江省高院、11個(gè)地市中院和全省各區(qū)縣市法院的審判流程、裁判文書和執(zhí)行信息。深圳“城市服務(wù)”的公安業(yè)務(wù),完全實(shí)現(xiàn)了護(hù)照、港澳通行證續(xù)簽的微信辦理。
今年以來(lái),騰訊董事會(huì)主席兼首席執(zhí)行官馬化騰多次用“把半條命交給合作伙伴”來(lái)闡述騰訊的開(kāi)放理念,而微信城市服務(wù)正是基于這樣的理念全面搭建開(kāi)放生態(tài)。平臺(tái)全面開(kāi)放后,更多此前沒(méi)有被邀請(qǐng)到的服務(wù)類別可以利用自助流程接入。從“定向邀請(qǐng)”到“全面開(kāi)放”的轉(zhuǎn)變,微信將聯(lián)合更多政務(wù)機(jī)構(gòu)合作伙伴,匯聚更多特色服務(wù)、創(chuàng)意服務(wù),繁榮城市服務(wù)生態(tài),也給服務(wù)于政務(wù)機(jī)構(gòu)的第三方打開(kāi)更加寬廣的市場(chǎng)空間。
附:微信城市服務(wù)接入流程:
申請(qǐng)城市服務(wù)插件 - 提交服務(wù) - 服務(wù)審核 - 服務(wù)上線
好文章,需要你的鼓勵(lì)
新加坡國(guó)立大學(xué)研究團(tuán)隊(duì)開(kāi)發(fā)了SPIRAL框架,通過(guò)讓AI與自己對(duì)弈零和游戲來(lái)提升推理能力。實(shí)驗(yàn)顯示,僅訓(xùn)練AI玩簡(jiǎn)單撲克游戲就能讓其數(shù)學(xué)推理能力提升8.6%,通用推理提升8.4%,且無(wú)需任何數(shù)學(xué)題目作為訓(xùn)練材料。研究發(fā)現(xiàn)游戲中的三種推理模式能成功轉(zhuǎn)移到數(shù)學(xué)解題中,為AI訓(xùn)練提供了新思路。
同濟(jì)大學(xué)團(tuán)隊(duì)開(kāi)發(fā)的GIGA-ToF技術(shù)通過(guò)融合多幀圖像的"圖結(jié)構(gòu)"信息,創(chuàng)新性地解決了3D相機(jī)噪聲問(wèn)題。該技術(shù)利用圖像間的不變幾何關(guān)系,結(jié)合深度學(xué)習(xí)和數(shù)學(xué)優(yōu)化方法,在合成數(shù)據(jù)集上實(shí)現(xiàn)37.9%的精度提升,并在真實(shí)設(shè)備上展現(xiàn)出色泛化能力,為機(jī)器人、AR和自動(dòng)駕駛等領(lǐng)域提供更可靠的3D視覺(jué)解決方案。
伊利諾伊大學(xué)研究團(tuán)隊(duì)通過(guò)對(duì)比實(shí)驗(yàn)發(fā)現(xiàn),經(jīng)過(guò)強(qiáng)化學(xué)習(xí)訓(xùn)練的視覺(jué)語(yǔ)言模型雖然表現(xiàn)出"頓悟時(shí)刻"現(xiàn)象,但這些自我糾錯(cuò)行為并不能實(shí)際提升推理準(zhǔn)確率。研究揭示了AI模型存在"生成-驗(yàn)證差距",即生成答案的能力強(qiáng)于驗(yàn)證答案質(zhì)量的能力,且模型在自我驗(yàn)證時(shí)無(wú)法有效利用視覺(jué)信息,為AI多模態(tài)推理發(fā)展提供了重要啟示。
MIT等頂尖機(jī)構(gòu)聯(lián)合提出SparseLoRA技術(shù),通過(guò)動(dòng)態(tài)稀疏性實(shí)現(xiàn)大語(yǔ)言模型訓(xùn)練加速1.6倍,計(jì)算成本降低2.2倍。該方法使用SVD稀疏性估計(jì)器智能選擇重要計(jì)算部分,在保持模型性能的同時(shí)顯著提升訓(xùn)練效率,已在多個(gè)任務(wù)上驗(yàn)證有效性。