2017年6月23日,联想集团与太原钢铁(集团)有限公司(以下简称:太钢集团)达成大数据战略合作协议。今后,双方将结合各自技术及实践积累,资源共享、形成合力,共同挖掘大数据技术对于冶金行业产能升级所发挥的价值,共同致力于冶金大数据领域的能力建设与应用实践。
近年来,大数据能够创造巨大商业价值已成为业界共识。大数据已经成为政府和企业所积极探索的全新领域,其重要性已上升到国家高度。作为中国最早规模化应用大数据的公司,联想在大数据领域拥有深厚的研发实力以及长达6年基于自有IT的大数据实践经验。而作为不锈钢全球领军企业的太钢集团,一直秉承以新制胜的发展理念,不断探索以新技术发展方向为主导的产业转型升级。此次战略合作的达成,标志着双方将以提升实际产能和效能为出发点,以大数据技术为依托,在需求预测、质量根因分析、跨工序关联分析、预测性维护等领域展开深入合作。
太钢集团经过多年信息化积累,拥有海量的冶金大数据,这些数据涵盖产线、供应链、销售等各个领域,将为数据挖掘、分析,以及机器学习提供丰富的数据资源;联想将基于自主研发的企业级大数据分析平台(LEAP),结合现有数据资源,为太钢提供一站式的大数据解决方案;此外联想还将与太钢集团一道,在机器学习的基础上,进行算法和标准的优化,不断构筑冶金行业大数据应用的完整生态系统,探索冶金大数据领域行业标准,以大数据推动产业发展。
太钢集团信息与自动化有限公司总经理陶家晋、大数据项目经理韩晓东、山西太钢集团轧钢厂技术主管李鹏飞、联想集团副总裁、大数据事业部总经理田日辉、联想大数据平台高级总监于辰涛、联想大数据解决方案高级总监温天宁、联想华北大区总经理尹忠玉等共同出席了本次签约仪式。
太钢集团信息与自动化有限公司总经理陶家晋在战略合作签署仪式上高度赞扬了联想在前期POC测试阶段所展现的实力与付出的努力,并充分肯定了POC测试结果,他表示:联想集团作为全球领先的国际化IT企业,在大数据领域有着很强的技术积累及实施能力,今后愿与联想展开更加深入的合作,分享实践经验,共同推进大数据在冶金产业中的发展,进一步推动大数据在工业应用中的价值。
联想创投集团副总裁、大数据事业部总经理田日辉对双方未来的合作前景十分看好,他谈到:联想愿把自身在工业大数据领域6年的沉淀与最佳实践同各个行业的实际需求结合起来,真正形成大数据与行业实际应用的闭环,加强跨行业合作、共同推动两化融合进程。相信通过这次的合作,双方定能取长补短,优势互补,把大数据的前沿技术与冶金行业的实际需求相结合,推动大数据在冶金行业开花结果。
据悉,在太钢项目前期的POC测试过程中,联想通过不到两周的时间完成了从需求调研、方案设计、平台部署,到数据集成、数据建模、可视化呈现等一系列工作,为客户业务场景提供了一站式大数据解决方案。本次POC所取得的成果将普遍应用于太钢生产的各个环节,将原先需要几天完成的质量判断工作时间变成秒级,精度提升60%以上。
(联想大数据分析平台主界面)
在国家大力推动大数据产业发展的今天,联想与太钢集团在大数据领域的深入合作无疑会整合双方的优势资源,抢占中国大数据发展的行业制高点,也进一步推动了工业大数据的商业化进程。
好文章,需要你的鼓励
在Meta Connect大会上,Meta展示了新一代Ray-Ban智能眼镜的硬件实力,配备神经腕带支持手势控制,电池续航翻倍,摄像头性能提升。然而AI演示却频频失败,包括Live AI烹饪指导、WhatsApp通话和实时翻译功能都出现问题。尽管Meta在智能眼镜硬件方面表现出色,但AI软件仍远未达到扎克伯格提出的"超级智能"目标。文章建议Meta考虑开放AI生态,允许用户选择其他AI服务商,这可能帮助Meta在AI硬件市场获得优势。
DeepSeek-AI团队通过强化学习技术开发出DeepSeek-R1系列推理模型,无需人工标注即可自主学习复杂推理。该模型在数学、编程等领域表现卓越,在AIME 2024中达到79.8%准确率,编程能力超越96%人类选手。研究团队还通过知识蒸馏技术将推理能力传递给小模型,使7B参数模型也能超越GPT-4o。这项突破为AI推理能力发展开辟新路径。
英伟达同意以50亿美元收购英特尔股份,双方将合作开发多代数据中心和PC产品。英伟达将以每股23.28美元的价格收购约4%的英特尔股份,成为其最大股东之一。两家公司将通过NVLink接口整合各自架构,实现CPU和GPU间的高速数据传输。英特尔将为英伟达AI平台定制x86处理器,并开发集成RTX GPU的x86系统级芯片,用于消费级PC市场。
微软研究院推出rStar-Math系统,通过创新的"深度思考"训练方法,让小型AI模型在数学推理能力上达到甚至超越OpenAI o1水平。该系统采用代码验证、过程偏好模型和四轮自进化训练,将70亿参数模型的数学能力从58.8%提升至90.0%,在美国数学奥林匹克竞赛中达到前20%水平,证明了精巧方法比模型规模更重要,为AI发展开辟了新路径。