[中国,苏州,2021年4月22日]为更好地使能开发者、加速产业创新发展,在苏州·进而有为 华为云城市峰会—2021人工智能高峰论坛上,华为联合用友、金蝶、中软、科技日报、中青报、CSDN、InfoQ、51CTO、50+产业云基地、20+鲲鹏创新中心等产学研用各界代表,正式发布“产业创新人才发展倡议”,倡议产业界以开发者为中心,从完善使能平台、完善开源治理、加速产业标准制定、营造人才培养环境、共建商业价值实现平台五方面,帮助开发者抓住产业创新的时代机遇,成为“了不起”的筑梦人!

倡议发布现场
产业创新赋予开发者新使命
随着中国成为世界第二大经济体,迈入高质量发展改革新阶段,技术创新和产业升级是数字经济实现“智变、质变”的关键要素,而开发者将是技术创新和产业创新实现突破的关键力量。产业创新,质量的提升是要求也是衡量标准,全栈智能的创新技术是引擎,而拥有产业视角和创新技术的人才是关键,随着产业创新浪潮的兴起,产业开发者的时代已经来临!
作为ICT领域技术创新的引领者,华为坚持基础研究和研发投入,并高度重视培育产业创新人才。得益于强大的研发投入,华为在算力、算法、数据存储、操作系统、先进的软件架构等领域积累了丰富的经验,可以为开发者提供更加多维的差异化开发工具与强劲的技术支撑。同时,华为高度重视开发者的个人成长与商业成功,提供开发者社区、培训课程及技术沙龙赋能,举办开发者大赛和启动人才认证,帮助开发者方便、快捷地开发应用和提升开发技能。截至目前,华为开发者规模已达160万,计划五年内发展开发者500万。

产业开发者成长图谱
发布倡议,全面使能开发者
华为云与计算中国区CMO张鹏出席本次倡议活动的发布,他表示,“质变”是时代的需求,“智变”是产业的趋势,以智变推动产业创新是实现数字经济质变的新动能;人才是实现智变的核心竞争力,开发者是基础,是深入基础研究、补齐产业链短板、实现产业创新的关键力量。
千行百业将迎来一个从“智变”驱动“质变”的新产业发展阶段,中国将迎来产业创新的黄金时期。

华为云与计算中国区CMO张鹏
为此,华为联合各界伙伴联合发布“产业创新人才发展倡议”,从以下五方面使能开发者:
1、完善面向开发者服务的使能平台,以开发者为中心,以服务开发者、使能开发者、成就开发者为宗旨,共同构建一个开放合作、价值共赢、多样性、有活力的开发者生态。
2、践行开源理念,完善开源治理,推动从产品服务到开发工具链等关键技术的开放和开源,有效汇聚社会力量,提供持续的开源创新服务,激发开发者创新热情。
3、推动产业标准、规范、技术认证体系建设,加速产业标准制定,为开发者构建公平、开放、务实的产业平台,提升开发者体验。
4、加速人才培养,聚合教育、科研、企业、产业的力量,优化人才培养环境,共同培育面向未来的创新人才。
5、共建商业价值实现平台,帮助开发者应用和解决方案快速实现商业价值变现,与开发者共生共荣,促进产业蓬勃发展,把握产业发展新机遇!
智能大潮,奔涌向前;产业创新,未来可期。面向智能时代的变革,华为将坚定不移地持续加大投入,联合业界伙伴,构建繁荣生态,为开发者提供更肥沃的成长土壤;并期待与广大开发者一起,加入产业创新,加速产业创新,成为了不起的开发者。
2021年4月24-26日,华为开发者大会2021(Cloud)将举办。我们诚邀广大开发者一起:体验和分享最新的ICT技术在行业的深度创新和最佳实践;系统学习和深度实践机器学习、深度学习、鲲鹏、昇腾、容器、微服务、DevOps、 数据库、区块链、数据通信、多接入边缘计算等ICT开放能力;深度参与openEuler、openGauss、MindSpore、KubeEdge、Volcano等热门开源 项目;与Linux、Apache、开源中国、CNCF等社区大牛探讨最新开源技术;了解异构计算、量子计算、函数编程等前沿理论和未来技术。欲了解更多详情,请参阅:
好文章,需要你的鼓励
很多人担心被AI取代,陷入无意义感。按照杨元庆的思路,其实无论是模型的打造者,还是模型的使用者,都不该把AI放在人的对立面。
MIT研究团队提出递归语言模型(RLM),通过将长文本存储在外部编程环境中,让AI能够编写代码来探索和分解文本,并递归调用自身处理子任务。该方法成功处理了比传统模型大两个数量级的文本长度,在多项长文本任务上显著优于现有方法,同时保持了相当的成本效率,为AI处理超长文本提供了全新解决方案。
谷歌宣布对Gmail进行重大升级,全面集成Gemini AI功能,将其转变为"个人主动式收件箱助手"。新功能包括AI收件箱视图,可按优先级自动分组邮件;"帮我快速了解"功能提供邮件活动摘要;扩展"帮我写邮件"工具至所有用户;支持复杂问题查询如"我的航班何时降落"。部分功能免费提供,高级功能需付费订阅。谷歌强调用户数据安全,邮件内容不会用于训练公共AI模型。
华为研究团队推出SWE-Lego框架,通过混合数据集、改进监督学习和测试时扩展三大创新,让8B参数AI模型在代码自动修复任务上击败32B对手。该系统在SWE-bench Verified测试中达到42.2%成功率,加上扩展技术后提升至49.6%,证明了精巧方法设计胜过简单规模扩展的技术理念。