2019年4月3日下午,由世界智能大会组委会与中国欧盟商会天津分会共同组织的第三届世界智能大会路演推介活动在北京四季酒店成功举办。来自欧洲的多家外资企业代表及北京当地企业代表齐聚一堂,大家都希望能够抢抓智能科技产业发展机遇,共同寻找企业与世界智能大会之间互利共赢的合作契机。
天津市滨海新区副区长梁益铭出席活动并致辞,世界智能大会秘书处策划运营部部长任丽伟向与会嘉宾详细介绍了第三届世界智能大会和天津智能科技产业发展情况,天津市工业和信息化局合作交流处副处长高海漪及滨海新区商务和投资促进局相关人员参加本次活动,并与企业代表进行现场交流。
天津市滨海新区副区长梁益铭表示,第三届世界智能大会将于5月16至19日在津举办,来自全球30个以上主要国家和地区的著名企业家、专家学者以及政府官员将齐聚天津、共襄盛举。这不仅是一场世界级的头脑风暴和思想的碰撞,更是一次聚焦智能科技产业发展前沿,设计智能科技产业发展“全球方案”和“中国路径”的巅峰探索。他代表大会组委会诚挚邀请各位企业代表参会,共商智能科技产业演进方略,共谋智能科技产业发展机遇,共寻互利合作共赢的契机。
梁益铭还重点介绍了滨海新区智能科技产业发展情况,他说,近年来,天津推出了关于智能科技产业一系列政策。滨海新区作为天津发展的排头兵,经过多年发展,已经拥有自贸区、开发区、保税区、高新区等多种开放形态,吸引了150多家世界五百强投资建设了400多个项目,形成了航空航天、电子信息、汽车装备制造、生物医药等八大主导产业,是国内产业门类最齐全、综合实力最强、发展环境最优的国家级新区。希望企业家通过参与世界智能大会,多了解天津和滨海新区,切身感受天津在优化营商环境、推动智能科技产业方面发展做出的巨大努力和取得的丰硕成果。同时也欢迎企业家到天津滨海新区共享机遇、投资兴业。
世界智能大会秘书处策划运营部部长任丽伟对第三届世界智能大会进行了详细介绍。她表示,大会首提“智能科技”,通过会、展、赛、智能体验、互动交流为一体,打造智能科技领域最权威、高品质、高规格的全球盛会。第一,世界智能大会是一个高端学术交流的平台,主论坛囊括了智能科技领域的中外知名学者、院士专家、诺贝尔奖得主和图灵奖获得者,智能科技企业领军人物集聚一堂,在发表主旨演讲同时,还能进行沟通交流;第二,世界智能大会是一个展览平台,第三届大会设置了6万平米的智能科技展区域,吸引了逾220家国内外知名企业、科研机构和大专院校参展,展示内容包括智慧城市解决方案、无人驾驶、智能穿戴、人工智能、量子通讯、智能家居等;第三,世界智能大会是一个开放创新的平台,大会引入了大赛的概念,曾举办世界智能驾驶挑战赛、中国(天津)工业APP创新应用大赛、中国华录杯·开放数据创新应用大赛和世界智能大会无人机大赛,今年新增亚太机器人世界杯天津国际邀请赛与世界智能水下机器人挑战赛;第四,世界智能大会是一个合作交流的平台,政府来搭台,企业唱主角,希望吸引更多智能产业领域企业,加快将大会影响力转化为产业竞争力。
在推介会的互动交流环节,众多企业代表均积极与大会组委会、市工信局、滨海新区商务和投资促进局相关负责人进行沟通,就大会分论坛情况、相关赞助权益、合作契合点等内容进行了详细咨询和深入探讨。普华永道、91科技、渣打银行分别从大会合作、项目投资等多个角度表达了明确的合作意向。其他与会企业代表纷纷表示,希望积极参与世界智能大会,通过这一高水平的国际交流平台,与国际国内高水平的研发机构和智能领域领军企业共享机遇、共谋发展,同时也进一步走进天津、了解天津,为天津智能科技产业发展做出积极贡献。
好文章,需要你的鼓励
还在为渲染一个3D模型等上几小时吗?还在纠结移动办公就得牺牲性能吗?当AI遇上专业工作站,传统设计流程的游戏规则正在被改写。
伊斯法罕大学研究团队通过分析Google Play商店21款AI教育应用的用户评论,发现作业辅导类应用获得超80%正面评价,而语言学习和管理系统类应用表现较差。用户赞赏AI工具的快速响应和个性化指导,但抱怨收费过高、准确性不稳定等问题。研究建议开发者关注自适应个性化,政策制定者建立相关规范,未来发展方向为混合AI-人类模型。
据报道,OpenAI正与亚马逊洽谈至少100亿美元的融资。亚马逊此前已是Anthropic的最大投资者,并为其建设了110亿美元的数据中心园区。若融资达成,OpenAI将采用AWS的Trainium系列AI芯片。Trainium3采用三纳米工艺,配备八核心和32MB SRAM内存。AWS可将数千台服务器连接成拥有百万芯片的集群。报道未透露具体估值,但OpenAI最近一次二次出售估值已达5000亿美元。
这项由伊利诺伊大学香槟分校等四所院校联合完成的研究,提出了名为DaSH的层次化数据选择方法。该方法突破了传统数据选择只关注单个样本的局限,通过建模数据的天然层次结构,实现了更智能高效的数据集选择。在两个公开基准测试中,DaSH相比现有方法提升了高达26.2%的准确率,同时大幅减少了所需的探索步数。