“兩三天時間,杭州上線健康碼,一天一晚,把健康碼推廣到整個浙江省,這么短的時間內(nèi),做出健康碼,因為我們有好的基礎(chǔ)設(shè)施來支撐,大多數(shù)應(yīng)用都不是從頭開發(fā)的。”
健康碼是阿里云今年最不經(jīng)意間做的案例,在今天的阿里云棲大會,阿里云智能總裁張劍鋒說,今年的數(shù)字化發(fā)展進入快車道,智能化、數(shù)字化、移動化成為新的能力要求。
圖:阿里云智能總裁 張劍鋒
為什么數(shù)字化來的這么快
突如其來的疫情,讓很多事情都靜止了,沒能靜止,反而還在最最貼緊我們的,就是數(shù)字化的過程。
“過去,我們講講云、大數(shù)據(jù),但都沒有今年來得這么真切,這么深刻影響我們的生活,讓我們每個人都能夠感受得到。今年還有一個現(xiàn)象,大量新型的應(yīng)用在不斷出現(xiàn),不斷來通過數(shù)字化的手段影響我們的工作跟生活。”張劍鋒說。
釘釘上有超過3億人、1500萬組織,大量的企業(yè)都通過釘釘、通過云在開展工作,特別是通過像視頻會議、遠程辦公這樣的方式來開展工作。浙江省大概有100多萬的公務(wù)員在釘釘上辦公,他們每天大概會產(chǎn)生1千萬條的信息,電話、郵件等方式的信息流轉(zhuǎn),今天變成了通過釘釘這樣的移動工具在做流轉(zhuǎn)。
張劍鋒認為,這一切來得如此之快,而行業(yè)相應(yīng)也如此之迅速,有賴于過去10年,在基礎(chǔ)設(shè)施建設(shè)的成果,特別是像云、大數(shù)據(jù)這樣的基礎(chǔ)設(shè)施。
協(xié)同化的辦公平臺不僅深刻改變了我們工作的方式,也深刻影響了我們開發(fā)應(yīng)用的方式?;谶@些基礎(chǔ)設(shè)施,也使得我們應(yīng)用開發(fā)變得更為容易。
以后:一切來得會更容易
企業(yè)自己本身在提高效率,組織變得更為敏捷,更容易開發(fā)應(yīng)用,這些都意味著更容易去做創(chuàng)新。更容易做創(chuàng)新的話,意味著我們的企業(yè)可以更容易的去試錯。
張劍鋒比喻:“全社會都是這樣形態(tài)的話,可以帶來更大的全社會的協(xié)同。對政府來說,它把政府的工作人員,把企業(yè),把它服務(wù)的企業(yè),把它服務(wù)的這些老百姓,他們第一次通過這樣統(tǒng)一的平臺把它協(xié)同起來,這個有點像全社會的‘雙11’。”
企業(yè)變得更敏捷了,就可以跨企業(yè)、跨組織去做全社會的協(xié)同,提供更多的公共服務(wù)。
今天的阿里云,把簡單狹義的“飛天”云平臺,再加上上面的數(shù)字原生操作系統(tǒng),共同組成的這么一個復(fù)合型平臺。
如果說原來的云就像一個在DOS系統(tǒng)上,要開發(fā)一個復(fù)雜的應(yīng)用界面,要懂得很多的技能。今天阿里云希望這個系統(tǒng)是個類似于Windows的系統(tǒng),是個窗口式的,非常容易去開發(fā)一些新的應(yīng)用。
云的時代,個人計算需要新的形式
今天,阿里云發(fā)布了阿里云自己的計算機“無影”。以前的個人電腦叫做PC,叫做個人電腦,阿里云把這個電腦叫做Cloud computer,簡稱CC電腦。
它沒有CPU,沒有存儲,沒有屏幕,但是,有無限的算力??梢杂迷诩彝ダ铮鳛榧彝サ膫€人電腦,也能夠用在企業(yè)端,作為辦公之用。
隨著云的發(fā)展,云不僅僅是企業(yè)需要的,以后每個人在云上會有一臺自己的主機,而且這個主機是靈活可用的??梢园褌€人資料全部保存在云端,也不用再花時間遷移。
好文章,需要你的鼓勵
新加坡國立大學(xué)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(xùn)練AI玩簡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。
同濟大學(xué)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(xué)習(xí)和數(shù)學(xué)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(xué)研究團隊通過對比實驗發(fā)現(xiàn),經(jīng)過強化學(xué)習(xí)訓(xùn)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(xùn)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(xùn)練效率,已在多個任務(wù)上驗證有效性。
琢磨技術(shù)發(fā)展史,關(guān)注算力產(chǎn)業(yè),關(guān)注數(shù)字經(jīng)濟。
參與編寫了《開源法則》(人民郵電出版社),《人類計算簡史:從中國算盤到數(shù)字經(jīng)濟》(中共中央黨校出版社)。