繼成立生態(tài)大學后,華為又一次在ICT人才領(lǐng)域發(fā)聲。8月8日,華為與中國軟件行業(yè)協(xié)會、信息技術(shù)工科產(chǎn)學研聯(lián)盟三方聯(lián)合發(fā)布《中國ICT人才生態(tài)白皮書》(以下簡稱白皮書)。該《白皮書》首次以生態(tài)為視角,全面展現(xiàn)了信息技術(shù)產(chǎn)業(yè)的人才需求變化脈絡(luò),闡釋了企業(yè)數(shù)字化轉(zhuǎn)型過程中信息技術(shù)人才生態(tài)的發(fā)展趨勢,并提煉出新動能、新生態(tài)、新人才三大關(guān)鍵詞。
華為EBG中國區(qū)副總裁、華為生態(tài)大學校長楊文池表示:“一直以來,華為都非常清楚ICT人才的重要價值,并長期關(guān)注和持續(xù)投入ICT人才培養(yǎng)。過去的三十年,華為努力把人力變成人才,并將多年來積累的知識體系、技術(shù)能力等分享出來,以ICT產(chǎn)業(yè)長期積累的成功實踐為基礎(chǔ),持續(xù)投入”。
華為EBG中國區(qū)副總裁、華為生態(tài)大學校長楊文池
華為18萬員工中有45%以上從事創(chuàng)新、研究與開發(fā)工作,一直以來,華為高度重視 ICT 人才對于產(chǎn)業(yè)發(fā)展的重要意義。華為企業(yè)業(yè)務(wù)每年投入數(shù)億用于發(fā)展中國的 ICT 人才生態(tài)。截至 2017 年底,已與 31 個省或副省級城市簽署了戰(zhàn)略合作協(xié)議,與廣大高等院校合作授牌成立了 200 多家華為ICT學院,每年培養(yǎng)超過1萬名學生。
2018年3月,華為正式發(fā)布華為生態(tài)大學,開始以華為生態(tài)大學為載體, 與政府、教育機構(gòu)、行業(yè)協(xié)會及合作伙伴等生態(tài)各方攜手同心,共同打造中國數(shù)字化轉(zhuǎn)型的人才引擎。此次由中國軟件行業(yè)協(xié)會和信息技術(shù)新工科產(chǎn)學研聯(lián)盟指導,華為技術(shù)有限公司支持,計世資訊負責調(diào)研撰寫的《白皮書》,從去年9月開始籌備,全面展現(xiàn)了ICT生態(tài)的人才需求變化,正是“產(chǎn)-學-研”合作的重要成果。
計世資訊副總經(jīng)理王軍凱在對《白皮書》進行了解讀:2017年信息技術(shù)產(chǎn)業(yè)人才總體需求缺口達765萬,并表現(xiàn)出人才需求數(shù)量巨大和人才錯位兩個顯著特征。未來,ICT 人才需求缺口的70% 將集中在云計算、大數(shù)據(jù)、物聯(lián)網(wǎng)、人工智能等新興領(lǐng)域,且呈現(xiàn)出人才需求類型多樣化、需求結(jié)構(gòu)多元化的特點。云計算、人工智能等新興技術(shù)將持續(xù)引領(lǐng)ICT人才需求導向,并不斷加速于業(yè)務(wù)型人才和技術(shù)型人擦相互協(xié)同、融合。
以“ICT人才生態(tài)之我見”為主題的圓桌論壇,在中國軟件行業(yè)協(xié)會常務(wù)副秘書長、信息技術(shù)新工科產(chǎn)學研聯(lián)盟副秘書長陳寶國先生主持下,各位嘉賓對ICT行業(yè)人才培養(yǎng)現(xiàn)狀、培養(yǎng)模式、發(fā)展趨勢等問題進行了深入討論。
楊文池在談及本次《白皮書》發(fā)布的初衷時表示,華為在企業(yè)市場如果還靠著運營商市場的模式,是走不下去的。在企業(yè)市場上,華為需要與產(chǎn)業(yè)各方緊密合作,包括合作伙伴解決方案的能力,合作伙伴的不同角色,比如投融資、加工設(shè)計、咨詢等,也包括高校跟企業(yè)進行的聯(lián)合創(chuàng)新??偨Y(jié)起來,企業(yè)市場的打法是平臺加生態(tài)。人才生態(tài)助力產(chǎn)業(yè)生態(tài),
“本次《中國ICT人才生態(tài)白皮書》的輸出,是華為的工作內(nèi)容之一,也是階段性的成果之一,《白皮書》本身沒有任何商業(yè)目的。華為期待未來在華為生態(tài)大學這個平臺的努力下,能夠與更多專家、產(chǎn)學研機構(gòu)有更多的合作,為中國的ICT人才生態(tài)建設(shè)做出更多的貢獻。”楊文池說。
《中國ICT人才生態(tài)白皮書》下載鏈接:
好文章,需要你的鼓勵
新加坡國立大學研究團隊開發(fā)了SPIRAL框架,通過讓AI與自己對弈零和游戲來提升推理能力。實驗顯示,僅訓練AI玩簡單撲克游戲就能讓其數(shù)學推理能力提升8.6%,通用推理提升8.4%,且無需任何數(shù)學題目作為訓練材料。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)學解題中,為AI訓練提供了新思路。
同濟大學團隊開發(fā)的GIGA-ToF技術(shù)通過融合多幀圖像的"圖結(jié)構(gòu)"信息,創(chuàng)新性地解決了3D相機噪聲問題。該技術(shù)利用圖像間的不變幾何關(guān)系,結(jié)合深度學習和數(shù)學優(yōu)化方法,在合成數(shù)據(jù)集上實現(xiàn)37.9%的精度提升,并在真實設(shè)備上展現(xiàn)出色泛化能力,為機器人、AR和自動駕駛等領(lǐng)域提供更可靠的3D視覺解決方案。
伊利諾伊大學研究團隊通過對比實驗發(fā)現(xiàn),經(jīng)過強化學習訓練的視覺語言模型雖然表現(xiàn)出"頓悟時刻"現(xiàn)象,但這些自我糾錯行為并不能實際提升推理準確率。研究揭示了AI模型存在"生成-驗證差距",即生成答案的能力強于驗證答案質(zhì)量的能力,且模型在自我驗證時無法有效利用視覺信息,為AI多模態(tài)推理發(fā)展提供了重要啟示。
MIT等頂尖機構(gòu)聯(lián)合提出SparseLoRA技術(shù),通過動態(tài)稀疏性實現(xiàn)大語言模型訓練加速1.6倍,計算成本降低2.2倍。該方法使用SVD稀疏性估計器智能選擇重要計算部分,在保持模型性能的同時顯著提升訓練效率,已在多個任務(wù)上驗證有效性。