过大年吃饺子,元宵节放花灯,立春日剪春幡……中国历史悠久,民族众多,在悠悠五千年的历史中形成了丰富多彩的民俗文化。然而,在现代急剧变化的社会生活中,许多的传统民俗正不断地变迁,有些传统民俗甚至濒临消失。日前,希捷科技公司与北京大学社会学系合作,利用希捷行业领先的存储解决方案,帮助北京大学社会学系数字化保存中国民俗文化及非物质文化遗产资料。
北京大学社会学系是中国高校顶尖的社会学系之一,历史悠久,人才济济。 严复、蔡元培、李大钊、陶孟和、马寅初等中国知名学者都曾为社会学以及与社会学相关的一些课程在北大的发展做出巨大贡献。北京大学社会学系在从事社会学、人类学、民族学、民俗学等学科领域的研究时,十分重视资料的搜集工作。自建系以来,北京大学社会学系的专家学者们深入湘西 、陕北、晋中、贵州、黑龙江等地,在田野调查中收集了大量的与中国民俗礼仪、饮食文化、节日庆典、传统工艺相关的宝贵资料。
作为全球领先的硬盘及存储解决方案提供商,希捷科技公司非常重视中国传统文化的保护,并将其视为企业社会责任的一部分。希捷科技为北京大学社会学系提供了其全新的商业级4-盘位网络存储产品,帮助其实现资料的数字化存储。目前,借助希捷商业级网络存储产品,北京大学社会学系已经建立起一个庞大的中国民俗文化及非物质文化遗产数据库,其中包括长达1000小时的采访录音、200小时以上的视频、多达15万张的图片及30万字的文字资料等。
中国非物质文化遗产宁波金银彩绣(图片由北京大学社会学系提供)
中国非物质文化遗产朱金漆木雕(图片由北京大学社会学系提供)
“30多年来,我们承担了400余项调查研究课题,其中许多项目都与中国民俗及非物质文化遗产相关,我们师生因此累计了大量的宝贵资料,对数字化存储有着迫切的需求。”北京大学社会学系系主任谢立中表示:“希捷提供的这款容量高达4TB的商业级网络存储产品上,帮助我们实现了资料的集中存储,为我们建立中国民俗及非物质文化遗产数据库提供了便利。”
希捷商业级4-盘位网络存储是一套完备的网络存储解决方案,旨在通过创建安全的私有云,使最多 50 名雇员的企业保持卓越的生产力。多年来,由于缺乏先进的存储设备,北京大学社会学系的工作人员只能将田野调查中获得的大量的录音、录像、照片等资料散存在各自的电脑设备中,在数据查找与分享时存在诸多不便。凭借多种容量级别和易于配置的备份选项,希捷商业存储“4-盘位”网络存储产品将北京大学社会学系收集的关键数据集中于单个设备,实现数据的集中备份和保护,为北京大学社会学系的工作人员开展协作创造一个共享空间。
此外,希捷商业级4-盘位网络存储产品特有一个 Web 界面,北京大学社会学系的工作人员可以在该界面上安全下载和上传大文件。与一般的云存储服务不同的是,用户对自己的数据拥有完全的所有权和控制。而且,希捷商业级网络存储产品的设置和使用也极为简单,无需聘用 IT 专业人员。
北京大学社会学工作人员使用希捷商业级4-盘位网络存储产品
存储收集的资料(图片由北京大学社会学系提供)
除希捷商业存储4-盘位网络存储产品外,希捷科技还为北京大学社会学系提供了希捷无线硬盘,帮助专家学者深入民间,采集民俗文化及非物质文化遗产资料。北京大学社会学系专家曾携带希捷无线硬盘走访湘西 、陕北、晋中等地,完成了 “非物质文化遗产保护与文化生态建设”、“晋中国家级文化生态保护区规划”、“陕北国家级文化生态保护区规划” 、赫哲族“伊玛堪”的社区保护研究、“湘西凤凰声音民族志研究”等多项中国民俗及非物质文化遗产研究项目。
“希捷无线硬盘小巧便携,并且容量非常大。在田野调查时,我们可以及时地将收集的资料保存到希捷无线硬盘上。” 北京大学社会学系“非物质文化遗产保护与文化生态建设”项目负责人高丙中教授表示:“更重要的是,我们的团队成员可以通过各自的智能手机或平板电脑,随时连接希捷无线硬盘,共享资料。”
“中华民族创造了丰富多彩、弥足珍贵的文化遗产。” 希捷科技全球副总裁暨中国区总裁孙丹女士表示:“我们非常荣幸能与北京大学社会学系合作,利用自身行业领先的存储技术,数字化存储中国民俗文化及助力非物质遗产学术研究。”
好文章,需要你的鼓励
机器人和自动化工具已成为云环境中最大的安全威胁,网络犯罪分子率先应用自动化决策来窃取凭证和执行恶意活动。自动化攻击显著缩短了攻击者驻留时间,从传统的数天减少到5分钟内即可完成数据泄露。随着大语言模型的发展,"黑客机器人"将变得更加先进。企业面临AI快速采用压力,但多数组织错误地关注模型本身而非基础设施安全。解决方案是将AI工作负载视为普通云工作负载,应用运行时安全最佳实践。
MBZUAI研究团队发布了史上最大的开源数学训练数据集MegaMath,包含3716亿个Token,是现有开源数学数据集的数十倍。该数据集通过创新的数据处理技术,从网页、代码库和AI合成等多个来源收集高质量数学内容。实验显示,使用MegaMath训练的AI模型在数学推理任务上性能显著提升,为AI数学能力发展提供了强大支撑。
面对心理健康专业人士短缺问题,谷歌、麦肯锡和加拿大重大挑战组织联合发布《心理健康与AI现场指南》,提出利用AI辅助任务分担模式。该指南构建了包含项目适应、人员选择、培训、分配、干预和完成六个阶段的任务分担模型,AI可在候选人筛选、培训定制、客户匹配、预约调度和治疗建议等环节发挥作用。该方法通过将部分治疗任务分配给经过培训的非专业人员,并运用AI进行管理支持,有望缓解治疗服务供需失衡问题。
这项由多个知名机构联合开展的研究揭示了AI系统的"隐形思维"——潜在推理。不同于传统的链式思维推理,潜在推理在AI内部连续空间中进行,不受语言表达限制,信息处理能力提升约2700倍。研究将其分为垂直递归和水平递归两类,前者通过重复处理增加思考深度,后者通过状态演化扩展记忆容量。