英国政府近日宣布设立一项2亿英镑的专项基金,旨在帮助企业提升AI相关技能,推动人工智能的广泛应用与规模化落地。
该资金在6月8日举办的AI应用峰会上正式公布,将用于一系列举措,包括促进企业AI应用、为企业和监管机构设立AI应用成长实验室等。
财政大臣雷切尔·里夫斯表示,AI创新是她推动经济增长的三大核心选择之一。她说:"我们今天将以更快的步伐推进AI应用,为工作者和企业提供所需的工具与技能,利用AI为全国实现安全、具韧性的经济增长。"
作为该计划的一部分,政府将与企业、工会及行业领袖携手合作,共同推动AI领域的技能提升与行业成长。思科、IBM等大型企业将为中小企业提供AI培训资源,帮助它们探索如何有效应用AI。
目前,已有30家英国企业签署协议,承诺共享其AI使用数据,以助力未来AI应用政策的制定,参与企业包括英国电信(BT)、劳斯莱斯、法国电力集团(EDF)、埃森哲、领英、天空传媒等。
在资金分配方面,1亿英镑将作为配套投资,通过政府的"Bridge AI"计划支持英国企业,并为其提供技能培训支持。此外,政府还将扩大Sparck AI奖学金计划的规模,为顶尖大学生提供最多50个企业实习名额,使其在英国企业中积累实践经验,汇丰银行、Octopus Energy和英国电信均已加入该计划。
这笔资金还将用于建立全新的AI顾问型成长实验室,供企业、监管机构和专家在实际工作环境中测试AI应用;另有500万英镑将注入现有的AI成长区项目,5300万英镑专项用于促进AI应用与创新的相关计划。
科技大臣利兹·肯德尔表示,AI能够切实改善人们的生活,"但前提是每个人都能从中获益"。她补充道:"这就是为什么我们要联合企业、工会和工作者,共同完成一项使命——确保没有人被落下。通过为工作者赋予所需技能、为年轻人创造机会,以及支持各类规模的企业采用这项技术,我们可以确保AI惠及英国每一个地方、每一个人。"
与此同时,英国政府还与谷歌、Anthropic、微软和OpenAI共同签署了一份联合声明。这些公司承诺与政府及前沿AI实验室密切合作,支持AI的负责任开发。
英国科学、创新与技术部(DSIT)还推出了"亲工作者AI应用奖",旨在表彰那些借助AI提升生产力、为员工增能及创造新就业岗位的英国机构。目前该奖项已开放提名,前50名企业将由专家评审团进行入围筛选,英国商学院教授还将针对排名前三的企业撰写详细案例研究,展示AI如何惠及企业及其员工。
Q&A
Q1:英国政府的2亿英镑AI专项基金具体会用在哪些方面?
A:这笔资金将分配至多个方向:1亿英镑通过"Bridge AI"计划为企业提供配套投资和技能支持;500万英镑用于AI成长区项目;5300万英镑专项支持AI应用与创新举措;此外还将用于建立AI顾问型成长实验室,以及扩大Sparck AI奖学金计划,为优秀大学生提供企业实习机会。
Q2:Sparck AI奖学金计划是什么?哪些企业参与了?
A:Sparck AI奖学金计划是英国政府支持的人才培养项目,旨在为顶尖大学生提供最多50个在英国企业的实习名额,帮助年轻人积累实际的AI应用经验。目前已有汇丰银行、Octopus Energy和英国电信等知名企业签署加入该计划。
Q3:"亲工作者AI应用奖"是什么奖项?怎么参与?
A:该奖项由英国科学、创新与技术部发起,专门表彰那些利用AI提升生产力、为员工赋能并创造新就业机会的英国企业。目前已开放提名,经专家评审团筛选后,前50名企业将进入候选名单,排名前三的企业还将获得英国商学院教授撰写的专项案例研究报告。
好文章,需要你的鼓励
美国连锁超市巨头Albertsons正在基于Databricks构建商品智能平台,整合产品、定价、促销与陈列等决策功能,目标是在2026年底前全面向门店运营商落地。该平台以Databricks Lakehouse存储零售数据,通过Unity Catalog与AI Gateway实现数据治理,并借助AI智能体Genie支持自然语言查询,帮助商家洞察销售趋势,提升决策效率。此举是Albertsons今年四项AI核心战略投资之一。
阿里Qwen团队通过引入强化学习和在线策略蒸馏,将Qwen-Image-2.0升级为Qwen-Image-2.0-RL,让图像生成模型真正学会人类审美,文生图Elo评分提升78分,图像编辑提升93分。
微软正将Windows 11打造成真正的AI操作系统。在Build大会上,微软展示了AI模型与智能代理如何深度融合进Windows 11,让用户通过自然语言完成系统操作。借助Windows ML框架,超过5亿台PC已可在本地离线运行AI任务,无需联网、无token费用、数据不离设备。Office、Photos、Teams等应用已支持本地AI能力,Adobe、WhatsApp、Canva等第三方也在积极跟进,企业级AI PC采购需求有望加速。
港科大与快手联合提出NormGuard,针对流匹配模型强化学习训练中速度范数膨胀问题,通过训练时单向惩罚约束,在保留奖励的同时改善图像真实感。