2021年7月9日,由太原市人民政府、清华大学、中关村发展集团主办的中俄青年创新创业与创意大赛-网络空间与先进制造产业决赛暨峰会闭幕式暨颁奖典礼在晋阳湖国际会议中心召开。太原市委常委、常务副市长刘俊义,俄罗斯联邦驻华大使馆科技参赞亚历山大·叶尔莫拉叶夫出席闭幕式并致辞。中俄青年创新创业与创意大赛俄方联席主席、莫斯科创新集群总裁阿纳托利·瓦列托夫代表俄方主办方发言。中俄青年创新创业与创意大赛中方秘书长、清华大学俄罗斯研究院秘书长刘伟代表中方主办方致答谢词。
太原市政府副秘书长陈爱军,太原市发改委三级调研员郭绍华,中俄青年创新创业与创意大赛组委会俄方主任、莫斯科创新集群发展规划局局长弗拉基米尔·季亚科夫,中俄青年创新创业与创意大赛俄方秘书长、特罗伊茨克创新集群总经理维克多·西德涅夫,中俄青年创新创业与创意大赛中方执行秘书长、清华校友总会TMT专委会秘书长邓永强,中俄青年创新创业与创意大赛中方执行秘书长、中关村天使投资联盟执行秘书长毛江华以及来自中俄两国的嘉宾和参赛选手出席闭幕式。
刘俊义表示,太原作为历史文化名城,自17世纪以来就与俄罗斯有着较密切的往来与合作,中俄青年创新创业创意大赛-网络空间与先进制造产业决赛暨峰会作为中俄科技创新年的重要活动,是新时代中俄全面战略协作伙伴关系的生动实践:本次活动挖掘了大量创新技术成果,吸引了一批高层次青年人才,带来了国内外顶尖专家的前沿分享。他相信,通过本次活动的交流、对接和合作,将进一步加强彼此在技术与人才方面的联系,进一步推动太原市产业迭代升级,为实现跨越式协同发展带来历史性机遇。
亚历山大·叶尔莫拉叶夫全程参加了为期三天的赛事活动。他指出,二十年来,中俄双边合作取得了重大进展,达到了历史最高水平。科技创新合作是中俄全面战略协作伙伴关系的重要组成部分。在中俄科技创新年的框架下,举行中俄青年创新创业与创意大赛,具有标志性作用。大赛形式新颖、务实高效,中俄双方参赛选手交流了经验、分享了做法,有助于寻找新的合作伙伴与合作机遇,无论获奖与否,每一位参赛选手都是赢家。
阿纳托利·瓦列托夫表示,作为中俄科技创新年的重大活动,中俄青年创新创业与创意大赛无论表现形式、还是实质内涵都前所未有。中俄主办方通过一年多的紧密配合、高效协作,在太原市成功举办了网络空间与先进制造赛道的产业决赛。选手们的精彩表现给人留下了印象深刻。阿纳托利·瓦列托夫向获奖选手致以热烈地祝贺,同时也期待通过大赛,聚合产业、资本、市场等要素资源,帮助参赛项目拓展更多的合作机会,取得更加丰硕的务实成果。
刘伟回顾了中俄青年创新创业与创意大赛的缘起、策划和实施的全过程,以独特的视角诠释了大赛本身就是“创新创业与创意”的结晶。刘伟代表大赛中方主办方向合作各方、参赛选手与评委嘉宾等表达了衷心的感谢,分享了诸多幕后故事和感人细节。刘伟还简要介绍了大赛的后续安排,并期待与各方共同成长,相互成就。
在中俄双方的共同努力,中俄青年创新创业与创意大赛网络空间与先进制造产业决赛及各项议程圆满完成、胜利闭幕。
经过为期三天的激烈角逐,每个赛道从20个参赛项目中评选出一、二、三等奖和优胜奖。基于人工智能的新基建物联网(中方)、高性能复杂金属结构件增材制造工程化项目(中方)荣获一等奖;全景-加速智能视频的到来(中方)、泄漏检测和管道监控系统(俄方)荣获二等奖;Examus AI监考(俄方)、基于机器指纹的多传感器融合设备健康预测性维护(中方)荣获三等奖;电力AI预警主机(中方)、Insurion—用于保险公司的SaaS管理系统(俄方)、Just air 空气质量改善技术(俄方)、谛声科技“无接触式”异音检测项目(中方)获得优胜奖。
刘俊义、阿纳托利·瓦列托夫、刘伟、郭绍华、毛江华为获奖选手颁发了荣誉证书。
共享科技创新新机遇、共谱合作共赢新篇章。本次中俄青年创新创业与创意大赛网络空间与先进制造产业决赛暨峰会的成功举办,充分展现了中俄合作共赢、协同发展的精神,继往开来,推陈出新,扩大了中俄合作的深度与广度,增进了青年的交流与理解。我们也真诚期待,各位参赛选手都能达成所愿,找到心仪的合作伙伴,未来能有长足的发展。
好文章,需要你的鼓励
OpenAI明确表示要成为互联网一切事物的主导界面。AI智能体正在改变用户的数字习惯,从健康记录分析到购物指导,ChatGPT已经在多个领域扩展影响力。用户快速采用AI工具,但企业和生态系统的适应速度滞后。电商领域的权力分配尚不明确,用户偏好AI驱动的答案优先体验,品牌则推动生成式引擎优化。研究旨在了解用户与企业在AI变革中的适应差异。
普林斯顿大学研究团队通过分析500多个机器学习模型,发现了复杂性与性能间的非线性关系:模型复杂性存在最优区间,超过这个区间反而会降低性能。研究揭示了"复杂性悖论"现象,提出了数据量与模型复杂性的平方根关系,并开发了渐进式复杂性调整策略,为AI系统设计提供了重要指导原则。
微软亚洲研究院开发出革命性的认知启发学习框架,让AI能够像人类一样思考和学习。该技术通过模仿人类的注意力分配、记忆整合和类比推理等认知机制,使AI在面对新情况时能快速适应,无需大量数据重新训练。实验显示这种AI在图像识别、语言理解和决策制定方面表现卓越,为教育、医疗、商业等领域的智能化应用开辟了新前景。