近日,2015年德国汉诺威国际信息及通讯技术博览会(CeBIT 2015)在德国隆重开幕。在本次博览会上,IBM(NYSE: IBM)强调了“与中国同创”的理念,展示了IBM CAMSS技术(云计算 , 大数据分析, 移动, 社交和安全)对于行业、企业提升互联化、智能化的重要意义。这彰显了IBM利用最前沿的信息科技,助力中国企业迈向“制造2025” 和工业4.0发展愿景的决心。
一年一度的CeBIT以信息技术(IT业)和信息工程(IE业)为主,是世界上规模最大、最具影响力的国际博览会之一。在过去的15年里,IBM一直积极参与此项盛会。今年展览的主题为“D!conomy”,其中的这个D既可以理解为数字化(Digital),也可以理解为大数据(Big Data)。不仅如此,今年CeBIT的合作伙伴国恰好是中国,不仅有来自各行各业的上百家中国企业参展,中国馆的主题也被定为是“融合、创新、合作”。因此,CeBIT也是一个重要平台,IBM可以与中国企业一同探讨:如何在新一轮数字化浪潮中抓住先机,实现转型升级。
IBM大中华区董事长陈黎明出席表示:“大数据是中国工业重要的软优势,有可能给中国工业企业的转型换代一个一步到位的良机。用好我们的大数据资源,对中国版工业4.0意义重大。IBM一直以来,致力于成为中国企业创新与转型的合作伙伴,所以在中国企业升级的历史机遇期,IBM倡导用大数据驱动智能工业,愿与中国企业携手,助力‘中国制造’走向‘中国智造’。”
与中国同创,助力“中国智造”
围绕着与中国同创的理念,IBM特别为CeBIT 2015带来了助力民生议题、本土创新和构建大数据驱动的工业智能互联化等方面的一些实践案例。
与中国同创——绿色智慧城市提升民众健康: IBM研究院通过“绿色地平线计划”,运用大数据分析和认知计算技术帮助北京市搭建大气污染防治量化决策支持平台,助力中国空气质量治理。
与中国同创——科技合作与安全可控的中国IT产业:展示IBM如何全面贯彻“协作开放,融入中国”的策略,开放POWER相关芯片技术,为中国企业提供打造自主、安全、可控IT产业链的重要技术基础,为中国IT产业实现跨越式发展作出贡献。
与中国同创——大数据驱动的工业智能互联化:依托云计算和物联网技术,IBM联合宁波智慧物流公司为亚太区最大环氧丙烷经营企业之一的宁波镇海炼化利安德化工销售有限公司提供业界领先的危化品供应链管理协作平台,提升物流业的智能化水平,共建共生共赢的智慧物流生态体系。
与中国同创——客户主导模式的产业自主创新:运用多年行业积累, IBM协助汽车,制造业的客户实现向自主研发的全面转型,为其全球化战略打下夯实基础;并运用先进的大数据平台及社交移动技术实现从传统制造企业向基于互联网模式的制造业的转型。
大数据驱动有中国特色的“工业4.0”
“工业4.0”战略已成为世界重要经济体制定发展策略的关注焦点之一。实施 《中国制造2025》的规划,对网络化、数 字化、智能化等信息科技的利用至关重要。
作为信息科技的领先企业,IBM认为,工业4.0是大数据驱动的智能工业。首席执行客户(CEC)是工业4.0发展的重要推动力量之一,工业4.0是以“D世代企业”(大数据分析驱动型企业)的诞生与发展为标志的,以大数据、云计算、移动、社交等技术为主要驱动手段的新一轮产业升级。在工业4.0趋势下,工业的信息化水平进一步提升,产品智能化、流程管理智能化以及工业互联网的发展将是这一个过程中的突出特点。
中国的“工业4.0”可以把新一代 IT 科技作为重要的突破口,驱动移动互联经济和IT 产业适度超前发展,发挥带动作用,实现两化深度融合。同时,在发达的移动互联经济基础上,以大数据、云计算、移动和社交等新一代 IT技术为突破口,驱动大规模、活跃的市场创新、应用创新和业务模式创新。
通过多年的努力,IBM已经在云计算、大数据、社交及移动领域成为了行业的领先者。IBM当前正在转型的三个方向,与建设中国特色的“工业4.0”所需的关键技术切合:第一:借助数据协助行业转型;第二,利用云计算重塑企业IT基础架构;第三:通过移动社交构建互动参与体系。IBM正在以开放、协作、创新的姿态,在推动自身转型的同时,助力中国企业加强客户洞察,实现研发突破,提升流程管理智能化,并构建一个安全可控的运营体系。IBM将利用CAMSS技术帮助中国企业从产品、管理、制造等多个方面实现互联化和智能化,向中国智造不断迈进。
好文章,需要你的鼓励
微软近年来频繁出现技术故障和服务中断,从Windows更新删除用户文件到Azure云服务因配置错误而崩溃,质量控制问题愈发突出。2014年公司大幅裁减测试团队后,采用敏捷开发模式替代传统测试方法,但结果并不理想。虽然Windows生态系统庞大复杂,某些问题在所难免,但Azure作为微软核心云服务,反复因配置变更导致客户服务中断,已不仅仅是质量控制问题,更是对公司技术能力的质疑。
Meta研究团队发现仅仅改变AI示例间的分隔符号就能导致模型性能产生高达45%的巨大差异,甚至可以操纵AI排行榜排名。这个看似微不足道的格式选择问题普遍存在于所有主流AI模型中,包括最先进的GPT-4o,揭示了当前AI评测体系的根本性缺陷。研究提出通过明确说明分隔符类型等方法可以部分缓解这一问题。
当团队准备部署大语言模型时,面临开源与闭源的选择。专家讨论显示,美国在开源AI领域相对落后,而中国有更多开源模型。开源系统建立在信任基础上,需要开放数据、模型架构和参数。然而,即使是被称为"开源"的DeepSeek也并非完全开源。企业客户往往倾向于闭源系统,但开源权重模型仍能提供基础设施选择自由。AI主权成为国家安全考量,各国希望控制本地化AI发展命运。
香港中文大学研究团队开发出CALM训练框架和STORM模型,通过轻量化干预方式让40亿参数小模型在优化建模任务上达到6710亿参数大模型的性能。该方法保护模型原生推理能力,仅修改2.6%内容就实现显著提升,为AI优化建模应用大幅降低了技术门槛和成本。