欧盟在如何增强其在科技世界影响力方面似乎达成了一致。
目前,美国的科技巨头主导着欧洲的企业领域,大多数大型企业高度依赖微软、亚马逊和谷歌等公司。
在这篇文章中,我们分析了欧盟为创建数字单一市场所做的努力,这是打败美国大型科技公司、管理全球数据流动和振兴其失败的云计算产业计划的一部分。
这是即将上任的欧盟管理机构议程上的紧急事项,因为他们承认必须改变游戏规则,既然无法竞争。
在中东,另一个投入大量时间和资金以成为科技领导者的地区,沙特阿拉伯正在建设一座名为Neom的智慧城市。这个项目将极大地推动这个石油富国的高科技产业,任何新公司和倡议都将以强大的技术为重点。在这篇年度回顾中可以了解更多相关信息。
同时,在邻近的海湾国家阿联酋,石油巨头阿布扎比国家石油公司 (ADNOC) 与微软达成了一项协议,这被视为美国防止中国在海湾地区进行军事技术抢占的战略工具。
了解为什么荷兰面临潜在危机,因为对复杂的 Cobol 系统的专业知识正在减少,而这些系统对主要金融机构至关重要,导致退休专业人士重返工作岗位。
我们还介绍了一个案例研究,讲述了举办一场大型体育赛事需要多少技术服务才能顺利运行并增加观众。阅读法国 IT 巨头 Atos 在德国欧洲杯足球锦标赛中的工作。《计算机周刊》深入了解了杜塞尔多夫临时 IT 支持中心的幕后工作。
以下是《计算机周刊》2024年欧洲、中东和非洲地区十大新闻:
1. 欧盟推广计划以超越美国大型科技公司,打造数字市场
欧洲即将将其长期努力创建数字单一市场作为打败美国大型科技公司、管理全球数据流动和振兴其失败的云计算产业的宏伟计划的一部分。
2. 丹麦的 AI 驱动福利系统引发大规模监控
根据国际特赦组织的分析,丹麦福利机构使用的人工智能工具侵犯了个人隐私,存在歧视风险,并违反了欧盟 AI 法案关于社会评分系统的规定。
3. 从虚拟病房到数字反馈:北欧后疫情医疗保健方法
新冠疫情改变了全球医疗保健格局,世界各地的机构意识到需要更先进的数字干预,以实现远程护理。
4. Neom:沙特沙漠中的科技冰山一角
即使沙特阿拉伯的 Neom 智慧城市项目只实现了计划的一小部分,也可能极大地推动该国的高科技生态系统。
5. 尽管领导层信心高涨,荷兰关键基础设施仍面临风险
虽然荷兰商业领袖对其 IT 基础设施充满信心,但最近的事件和统计数据描绘了该国关键基础设施脆弱性的更令人担忧的画面。
6. Afas 在荷兰引领四天工作周
在荷兰传统的议会年度开幕前夕,劳工联盟 CNV 和 FNV 大力宣传他们缩短荷兰工作周的计划。
7. 微软与阿联酋的能源协议成为美国 AI 霸权计划的核心
在一年的外交努力后,微软与阿联酋石油巨头阿布扎比国家石油公司 (ADNOC) 达成了人工智能能源协议,这被视为美国防止中国在海湾地区进行军事技术抢占的战略工具。
8. DACH 地区教育"已为 AI 做好准备",家长呼吁创新进入下一阶段
DACH 地区对教育领域数字化干预的呼声可能为未来几年大陆向更具动态性和直观性的学习方式转变定下基调。
9. Atos 为 2024 年欧洲杯"跳上行驶的列车"
今年夏天在德国举行的欧洲男子足球锦标赛展示了数字技术如何改变体育赛事的消费方式,但支持后勤工作的幕后团队是无名英雄。
10. Cobol 知识危机威胁荷兰金融系统
Cobol 仍然是许多关键金融和行政系统的支柱,由于荷兰早期熟练地实现了经济自动化,Cobol 在该国的使用率很高。
好文章,需要你的鼓励
随着员工自发使用生成式AI工具,CIO面临影子AI的挑战。报告显示43%的员工在个人设备上使用AI应用处理工作,25%在工作中使用未经批准的AI工具。专家建议通过六项策略管理影子AI:建立明确规则框架、持续监控和清单跟踪、加强数据保护和访问控制、明确风险承受度、营造透明信任文化、实施持续的角色化AI培训。目标是支持负责任的创新而非完全禁止。
NVIDIA研究团队开发的OmniVinci是一个突破性的多模态AI模型,能够同时理解视觉、听觉和文本信息。该模型仅使用0.2万亿训练样本就超越了使用1.2万亿样本的现有模型,在多模态理解测试中领先19.05分。OmniVinci采用三项核心技术实现感官信息协同,并在机器人导航、医疗诊断、体育分析等多个实际应用场景中展现出专业级能力,代表着AI向真正智能化发展的重要进步。
英国正式推出DaRe2THINK数字平台,旨在简化NHS全科医生参与临床试验的流程。该平台由伯明翰大学和MHRA临床实践研究数据链开发,能够安全传输GP诊所与NHS试验研究人员之间的健康数据,减少医生的管理负担。平台利用NHS现有健康信息,安全筛查来自450多家诊所的1300万患者记录,并使用移动消息系统保持试验对象参与度,为传统上无法参与的人群开辟了研究机会。
Salesforce研究团队发布BLIP3o-NEXT,这是一个创新的图像生成模型,采用自回归+扩散的双重架构设计。该模型首次成功将强化学习应用于图像生成,在多物体组合和文字渲染方面表现优异。尽管只有30亿参数,但在GenEval测试中获得0.91高分,超越多个大型竞争对手。研究团队承诺完全开源所有技术细节。