2020年,疫情的原因,让大家喜欢把不确定挂在嘴边。其实不管是生物发展还是人类历史,时间拉长来看,“不确定”才是常态,“确定”才是非常态。
奥地利著名物理学家薛定谔根据量子力学中微观粒子运动状态总结认为“自然万物都是趋向于从有序到无序。”按照薛定谔的发现理论,对于自然万物而言,要抵抗“无序”,就需要注入能量;对于社会发展而言,要抵抗“不确定”,同样需要注入能量。
今天社会经济的发展主要是数字经济在驱动,要促进数字经济发展,核心就是要注入数字能量,来不断解决其中的不确定。大家知道,要促进物理世界的进步,不管是石油、煤炭等资源,其能量总归有耗尽的时候,所以其能量是有限的。但是对于数字经济而言,数据的产生是无限的,基于数据的驱动力目前来看可以说是取之不尽用之不竭的。
数据成为“不确定”常态中的定海神针
所以如何利用好数据,让数据成为社会发展洪流中不确定中的确定因素,成为企业发展的重要推动力。
当电商头部企业还在盯着京东和拼多多的时候,谁能想到颠覆电商行业的是抖音、快手等视频流选手。
我们不能确定电商发展趋势,但是我们能确定的是大家对于数据流的通路需求越来越大。
我们不能确定3G、4G、5G还是十年后的6G,引领这些技术的公司是谁,但是能确定的是大家对于低时延、高带宽、多链接的需求是明确的。
我们不能确定未来AI发展会不会替代人类,但是我们能确定的是驱动AI需要海量的数据,海量的算力和海量的链接。
只有开放创新,才能无限注入数据能量
我们将处于“不确定”的螺旋式发展的进程中,而只有不断注入能量才能让我们暂时的获得片刻安然。同样面对不确定的数字经济发展趋势和不确定的技术创新趋势,如何才能把无限的数据去动驱动数字经济的发展,唯有开放,唯有创新,才释放海量数据的能量,让数据流动,让能量释放。
人类现在区区不到百亿,其能量有限。而万物互联造成的数据的增长就像宇宙一样无穷尽,其产生的能量也将是无穷尽。我们要炸开万物互联的数据,让数千亿的设备链接,让数千亿的边缘设备释放算力,同时数千亿的数据海洋来激活生产力。只有无限的能量注入,才能再次给整个社会的注入发展的条件。
疫情时期,拥抱科技企业受到不确定影响小
对于企业来讲,就需要不断地利用创新技术来进行自我重塑。来保证企业在不确定的环境下首先能生存下来。疫情爆发几个月以来,根据某权威分析机构的研究:在行业属性和主营业务一致的情况下,信息系统覆盖面广、自动化程度高的企业受到的影响小,数字化转型成熟度高的企业受到的影响小,线上业务占比高的企业受到的影响小,业务覆盖区域广、远程协同强的企业受到的影响小,风险忧患意识强并有预案的企业受到的影响小。
2020年的种种趋势,让我们再也无法预测下一秒要发生什么事情,但是回看过去,历史或许不能带给我们什么启示,但是能带来无尽的感叹。有想把新技术藏着掖着的柯达被数据相机摧枯拉朽的干掉,到如日中天的诺基亚手机对新系统不屑一顾的轰然倒塌。无不说明技术创新很重要,但能否把握住才是根本。当你不确定是否要拥抱技术创新的时候,疫情给你上了一课。当你还没意识到数字化战略的重要性的时候,必将会被时代淘汰。
好文章,需要你的鼓励
谷歌DeepMind研究团队开发了一种革命性的机器人3D重建技术SplatMesh,能够让机器人从不完美的真实数据中学习,同时重建物体几何形状和外观。该技术采用端到端优化策略,将机器人校准、场景重建和物理仿真统一在一个框架中,在ALOHA2双臂机器人上的实验证明其能够处理现实世界的复杂条件,为机器人自主学习和适应提供了新的解决方案。
电子科技大学研究团队突破性发现:仅使用不到10%的精选训练数据,就能让多模态AI的推理能力超越传统全数据训练方法,同时缩短40%训练时间。他们开发的RAP数据选择框架通过因果差异分析和注意力评估,精准识别能激发AI真正多模态推理的"认知样本",颠覆了"大数据必然更好"的传统观念,为AI训练开辟了质量优先的新路径。
这项由巴斯克语言技术中心团队完成的研究,开发了GUIDEX方法来自动生成信息提取的标注指南和训练数据。该方法通过四个步骤(文档总结、结构化表示、指南生成、实例提取)模拟专家工作流程,无需人工标注即可适应新领域。实验显示,GUIDEX在七个零样本命名实体识别基准上创造了新的最佳成绩,比现有方法平均提升近2个F1分数点。
Skoltech等机构联合开发了首个多语言"常青问题"识别系统EverGreenQA,能准确区分问题答案的时效性。研究创建了包含7种语言4757个问题的数据集,训练的EG-E5分类器准确率达90.6%,超越现有大型语言模型。该技术可改善AI自我认知、优化数据集质量,并能预测GPT-4o的检索行为,为构建更可信的AI问答系统提供重要突破。