如今,正以燎原之势在全球蔓延的人工智能、大数据、物联网等新一轮信息技术,使得我们的生活、工作方式逐渐转向数字化,智慧化。智慧城市作为目前大力倡导的产业,已然成为全国城市发展的热点。随之,智慧园区也顺应趋势发展起来。
区别于传统园区建设,智慧园区依赖于全新技术,对园区民生服务、园区服务、园区治理等信息进行智能化处理,以满足园区企业更为高效的活动需求。国内不少供应商均推出相关智慧园区解决方案以应对市场,联想作为业界知名企业,携慧觉智慧园区解决方案走进徐州,与徐州市泉山区人民政府达成战略合作,共建徐州中关村信息谷创新中心智慧园区的建设。
近几年,智慧园区的建设逐渐渗入至各大城市区域,徐州作为历史古城,是淮海经济区的中心城市,同时也是国家"一带一路"重要节点城市。对此次签约联想,徐州泉山区人民政府区长李勇表示:"徐州中关村信息谷创新中心是由泉山区政府与北京中关村信息谷合作共建的辐射淮海经济区的产业科技中心,"联想智慧运营中心"项目落地创新中心,将实现创新中心向"智慧园区"3.0模式创新演进,形成园区智能化产业生态链及独具徐州特色的创新平台,打造国内产业园区中的标杆典范。"
事实上,对于智慧城市的建设,徐州在七八年前就已经着手准备,于五年前已完成顶层设计。近几年在智慧城市及智慧园区建设上徐州将重点部署三大产业,一是工业4.0智能制造。依托于工程机械之都,在智能制造层面正筹建工业园区,将会搭建工业大数据方面的数据平台;二是智慧医疗。作为淮海经济圈的核心城市,徐州的医疗资源在全国城市中优势突出,数字医疗、分级诊疗都走在前列;第三在大数据平台建设。下一步会将徐州的政务平台接入到要本地大数据中心。在智慧园区上,此次与联想达到战略合作,为城市园区建设的必定会引到很大推动作用。
据悉,本次合作联想将为徐州中关村信息谷创新中心提供以"智慧办公、智慧园区管理、智慧体验为核心的慧觉智慧园区解决方案,会为园区提供灵活、可扩展、安全及智慧智能化的基础设施架构,通过智能应用和公共服务为园区提供以创新的IT服务,重新整合各种资源,形成园区智能化产业生态链,同时提供基于大数据分析的智慧园区多种应用服务。主要涵盖4大核心模块:入驻园区的企业服务云解决方案、园区整体IT服务智慧运营中心(IOC)解决方案、园区智慧物业管理解决方案、入驻园区的商家新零售解决方案。
相比于过去单纯提供办公场所的产业园区,智慧园区不仅仅是企业办公、商务合作的场所,更是产业聚焦、产学合作、创新孵化的高科技企业聚居地。国内也有不少IT供应商向这块市场发力。谈到联想独特的优势,联想集团中国服务总经理戴炜认为可以总结为三点:
一、管理能力。基于物联网、AR技术,联想同样面临着巨大挑战与转型,逐步走向国际化。这需要较强的管理能力。其实,戴炜认为智慧园区的管理核心并不是技术,重点是融合与定制化。根据不同园区的不同情况,将各项服务及应用落实到地,这才是最重要的。
二、应用与实践。在智慧办公和智慧管理方案中,联想也是一位体验者。每个员工在实际应用每一套案的设计点,去其糟粕,取其精华,落到实地。
三、合作优势。联想与中关村可以说是同一时期一起成长。最早联想坐落于中关村一条街,此次在徐州中关村创新谷部署智慧园区,更多的是希望打造成高科技行业的"黄埔军校"。
其实,在近些年,联想一直关注智慧城市、智慧园区领域,通过不断洞察探索及不同行业用户数字化技术的积累,也成为其建设的积极参与者。"在园区管理方面,联想的特色之处在于定制化与专业化,同时,联想将把以往数字化转型的成熟经验应用至园区企业上,配合徐州中关村创新谷,为未来园区企业提供最优质的创新服务。"联想IT管理服务新业务拓展总监陈宇峰补充道。
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。