2023年11月23日,上海讯 —— 今天,SAP中国研究院正式揭幕了“穿越科技:相遇2050”沉浸展厅和“穿越历史”数字墙。这一全新展厅汇聚了SAP携手生态圈打造的思想实验、前沿科技等场景,展示了元宇宙数字人、脑机接口、碳排数据网络等先进技术,旨在为未来商业模式带来更多创新灵感,让未来三十年的商业和社会发展变得可感知、可思考、可想象。
图:SAP中国研究院 “穿越科技 相遇2050” 沉浸展厅
SAP全球产品设计研发首席运营官兼战略负责人Dragana Bjelonic在访华期间,与SAP中国研究院院长李瑞成博士一同出席了揭幕仪式。她说:“全新‘穿越科技’展厅的开设,充分展现了SAP拥抱未来、推动创新的精神。当前创新的速度前所未有,向客户展示真正的业务价值变得至关重要。作为全球研发网络的重要组成,SAP中国研究院正在紧密地携手本地生态伙伴,培养本地人才,为创新提供源源不断的能量。”
图:SAP中国研究院 “穿越科技 相遇2050” 沉浸展厅和 “穿越历史” 数字墙揭幕仪式
此次“穿越科技”展厅打造了回顾四次工业革命的“超时空隧道”,并展出“2030/40/50影片”,以10年为一尺度,畅想未来技术将如何颠覆社会与商业。展厅生动呈现了三大未来式科技亮点:
元宇宙数字人,激发未来商业蓝图想象:
通过最新的穹顶光场技术和沉浸式体验,SAP还原、展示了超写实数字人的生成过程;结合生成式AI技术,激发访客们想象未来商业世界业务流程中的“虚拟数字人助手”和“虚拟董事会议”等前沿场景。
脑机接口,探索人机协同的无限可能:
SAP通过对脑机接口从原理到应用生动的全流程展示,结合非侵入式脑机接口设备演示“脑控打字”和“脑控小车”,设计出该技术赋能未来的商业场景,展示人类将颠覆信息交互方式,创造更多商业可能性。
可持续性发展,创造绿色的商业世界:
碳排数据网络利用区块链与分布式数字身份,构建一个开放、无缝协作的网络,帮助企业实现跨供应链上下游的、精确的碳排放数据共享与协作。双碳元宇宙通过3D可视化手段,结合元宇宙技术,将碳排放数据的监测分析,融入企业全流程管理,实现数据驱动、可量化、透明化的管理方式,助力企业绿色发展。
以“过去”、“现在”和“未来”为主题,SAP中国研究院的体验中心展示了SAP扎根中国三十多年的发展历程、当下的重要创新商业场景、和最前沿的顶尖科技。全新的“穿越历史”数字墙生动展现了SAP蓬勃向上的发展和创新成果,带领访客沉浸式体验SAP中国研究院继往开来的创新文化和精神。多年来,SAP中国研究院屡获殊荣,2022年可持续数字创新方案入选世界互联网大会精品案例,2023年荣获由国家标准委颁发的中国标准创新贡献奖。
创新离不开优秀的人才,而人才是SAP最为宝贵的财富。今年7月,SAP启动了为期三年的“数字人才培育计划”,将赋能全国100所院校的10万名学生打造数字化技能,为中国的数字化未来注入新动力。近年来,SAP中国研究院与同济大学经管学院联合打造的“尖端讲堂”,也为中德校企合作、携手培养下一代数字化人才树立了新的典范。SAP中国研究院大学创新大赛迄今吸引了60多所高校的参与,邀请大学生基于SAP BTP(业务技术云平台)开发解决方案,不断激发和展现中国新一代数字人才的创造力。
好文章,需要你的鼓励
大模型时代,玛丽·米克尔(Mary Meeker)的名字可能大家不一定熟悉,但是在互联网时代,这位被可被誉为“互联网女皇”的。她是美国风险投资家和前华尔街证券分析师,专注于互联网及新兴技术领域。玛丽·米克尔(Mary Meeker)发了一份340页的《人工智能趋势报告》,粗粗看了一下,并没有非常轰动的观点,但是数据比较全面
微软研究院推出的"基于最优奖励基线的在策略强化学习"(OPO)算法解决了大语言模型强化学习中的两大问题:训练不稳定和计算效率低。通过严格遵循在策略训练和引入理论最优奖励基线,OPO无需额外的辅助模型或复杂正则化项,就能实现更稳定的训练。在数学推理基准测试中,OPO不仅表现优异,还保持了更低的策略偏移和更高的输出多样性。这项研究证明,有时最有效的解决方案不是增加复杂性,而是回归基础原则并进行深入的理论思考。
毫无疑问,Agent,也就是智能体已经预定了今年的最火AI关键词。不知道明年会不会是AGI呢,既然OpenAI和Anthropic的预测都是在2027年左右。而在Agent领域,非常有发言权的一位就是吴恩达。LangChain前不久的开发者活动Interrupt上,LangChain创始人Harrison Chase邀请了吴恩达专门做了一场对话
SWE-bench-Live是微软与上海人工智能实验室联合开发的持续更新基准测试平台,解决了现有代码修复评估工具的数据老化、覆盖有限和人工依赖问题。核心创新是REPOLAUNCH自动化流水线,能从GitHub抓取2024年后的1,319个真实问题,自动配置Docker环境。研究发现最先进的AI代码助手在该平台上的解决率仅为19.25%,远低于静态基准测试表现,尤其在处理多文件修改和大型代码库时存在明显局限。