中国信息技术目前呈现什么形态?今天下午,工信部副部长刘利华在德国汉诺威CeBIT展会的中德ICT峰会上,对此做出了回答。
他特别强调,当前中国经济发展进入新常态,加快ICT产业创新发展,加强新一代ICT技术改造传统产业,已经成为中国经济向中高端迈进的重要选项。中国和德国政府将为合作提供有力的政策支持。
以下是刘利华副部长在3月17日德国CeBIT展会中德ICT峰会上的发言实录:
ICT激发、颠覆并重构了传统产业的发展模式、组织结构和价值理念,随着网络的普及应用,大规模个性化定制已经成为可能,消费者同时也是工业设计者。
软件是ICT产业的核心灵魂,它将一台机器变成了能够感知、思考和做出敏捷反应的生命体,将人与机器、机器与机器、世界不同部分紧紧连接在一起。
今天世界上最大的营销平台,是基于软件架构,发展最快的互联网公司以软件提供服务,最好的电影制片商依赖软件设计工具,最引人注目的电动汽车也是依托大型操作系统。
云计算、物联网、大数据、移动互联网等新技术的迅猛发展,软件正以前所未有的影响力改变一切。本次峰会的主题——“软件定义世界”正好反映了这一现实和趋势。
经过20多年的快速发展,中国已经成为全球最大的ICT产品消费市场、生产基地和主要的创新地之一。ICT产业的快速发展,有力推动了中国经济的持续发展,造就了华为、中兴、腾讯、阿里巴巴和百度等一批世界级的企业。
当前,中国经济发展进入新常态,加快ICT产业创新发展,加强新一代ICT技术改造传统产业,已经成为中国经济向中高端迈进的重要选项,我们将全面深化改革,全面推进依法行政,努力为中外企业营造更加市场化、法制化和国际化的商业环境,我们将进一步放宽准入,创新国际合作方式,与包括德国企业在内的各国企业,共做创新,共享发展。
德国是全球制造业强国,也是ICT创新应用最好的国家之一,ICT产业的发展不仅造就了像西门子和SAP这样世界顶级的企业,而且大大提高了机械装备等产业的数字化和智能化水平,强化了德国制造的品质信誉和竞争优势。
当前德国已经着手实施工业4.0战略,这将进一步推动新一代信息技术和制造业的融合发展,强化德国工业在全球的领先地位。
中德两国在产业发展、技术创新、市场应用和人才合作方面互补性很强。去年10月两国共同签署了中德合作行动纲要,将双方合作推向了新的高度。纲要中明确提出,工业生产的数字化对于未来的经济发展具有重大意义,要进一步深化两国在云计算、物联网、移动互联网和大数据领域的合作,为实施好纲要,加快推进两国ICT产业合作发展,在此我提出三点建议:
1、加强沟通交往,增进理解信任。ICT产业的合作,始于技术,成于信任,本次峰会的召开,为两国产业界创造了面对面交流,增进彼此了解的机会,也为双方进一步的合作发展创造了良好开端。
希望双方秉持开放包容的理念,积极搭建平台,创造条件,务实推进两国政府、行业协会、专业和科研机构的专业交流与合作,切实解决好合作中出现的新情况新问题,优势互补,合作共赢,把发展潜力转化为现实成果。
2、共同推动新一代信息技术与制造业融合发展。这是ICT产业未来重要发展领域和方向,也是德国工业4.0战略和中国信息化和工业化深度融合的共同目标所在。
希望双方尽快建立常态对话机制,围绕5G、智能传感器、可编程逻辑控制器、工业机器人等重点领域联合开展课题研究,加强标准领域合作对接,开展人才交流培训,推动智能工厂示范项目建设,加快新一代信息技术创新应用,共同引领未来制造业的发展。
3、共同构建ICT产业发展的良好环境。ICT已经成为新一轮科技革命和产业变革的动力,希望两国加强政策对接协调,加大知识产权保护和执法力度,支持企业之间建立以产业链为基础的多层合作机制,在工业软件、大数据、电子商务等领域开展联合创新和推广应用,做大做强各自的ICT产业,同时携手推动建立ICT产业安全的国际规则和法律保障,为ICT产业健康发展营造安全的环境。
好文章,需要你的鼓励
研究人员正探索AI能否预测昏迷患者的医疗意愿,帮助医生做出生死决策。华盛顿大学研究员Ahmad正推进首个AI代理人试点项目,通过分析患者医疗数据预测其偏好。虽然准确率可达三分之二,但专家担心AI无法捕捉患者价值观的复杂性和动态变化。医生强调AI只能作为辅助工具,不应替代人类代理人,因为生死决策依赖具体情境且充满伦理挑战。
哥伦比亚大学研究团队开发了MathBode动态诊断工具,通过让数学题参数按正弦波变化来测试AI的动态推理能力。研究发现传统静态测试掩盖了AI的重要缺陷:几乎所有模型都表现出低通滤波特征和相位滞后现象,即在处理快速变化时会出现失真和延迟。该方法覆盖五个数学家族的测试,为AI模型选择和部署提供了新的评估维度。
麻省理工学院研究发现过度依赖AI会导致认知债务,削弱基本思维能力。研究表明交替进行无辅助思考和AI支持工作的模式能保持认知敏锐度。这种认知高强度间歇训练模仿体能训练中的HIIT模式,通过短时间高强度思考与恢复期交替进行,可以强化大脑神经回路,防止认知衰退,提升独立思考能力。
这项研究首次发现AI推理模型存在"雪球效应"问题——推理过程中的小错误会逐步放大,导致AI要么给出危险回答,要么过度拒绝正常请求。研究团队提出AdvChain方法,通过训练AI学习"错误-纠正"过程来获得自我纠错能力。实验显示该方法显著提升了AI的安全性和实用性,用1000个样本达到了传统方法15000个样本的效果,为AI安全训练开辟了新方向。