11月4日,以“技术筑生态,智联赢未来”为主题的第二届开放原子开源基金会OpenHarmony技术大会在北京圆满召开。作为国内开源操作系统领域的一次盛大会议,本次大会汇聚行业权威大咖、技术专家、高校技术导师和业界开发者,共话下一代终端操作系统技术发展方向,共享OpenHarmony最新生态进展与产业应用案例。大会现场,OpenAtom OpenHarmony(简称“OpenHarmony")项目群技术指导委员会(TSC)展示了“终端操作系统十大技术挑战方向”的年度进展,并发布面向十大挑战方向的37道年度课题,与现场的产学研专家共同探讨技术挑战与解决思路。“终端操作系统十大技术挑战方向”年度课题的发布不仅为未来OpenHarmony在极致体验、纯净安全、极简开发领域的技术研究指引了方向,也为终端操作系统未来的技术创新奠定了坚实基础。
分析关键挑战与创新机遇,指引技术前进方向
作为下一代智能终端操作系统根社区,自成立以来,OpenHarmony便不断完善关键能力,落地行业应用并推动智能终端操作系统的技术发展和进步。2022年9月30日,OpenHarmony项目群技术指导委员会(TSC),聚焦根技术的创新,面向全社会公开征集了对操作系统具有引领作用的前沿技术挑战、工程技术难题和产业技术问题,也因此获得了大量来自产业界与学术界的一手难题资料。基于OpenHarmony的技术愿景和技术架构,由OpenHarmony项目群技术指导委员会(TSC)的委员们进行总结、抽象、拔高,最终形成“终端操作系统十大技术挑战方向”,并在第一届OpenHarmony技术大会上进行发布,引起了社会的广泛关注。
为继续推动OpenHarmony终端操作系统的发展,OpenHarmony项目群技术指导委员会(TSC)在第一届大会后,便联合产业界和学术界老师、专家对“十大技术挑战方向”进行了深入研究与讨论,并将每个方向拆解成具体的课题。本次大会,OpenHarmony项目群技术指导委员会(TSC)汇报了“十大技术挑战方向”年度进展,并正式揭幕了由这些技术挑战拆解出的37道课题。在未来,期待看到这些课题的成果能够进一步推动OpenHarmony终端操作系统的发展,为全球的开发者社区带来更多的创新和价值。
2023 OpenHarmony年度课题发布仪式
携手产学研界,投入研究共建生态
众人拾薪,方可共筑智慧未来。终端操作系统的发展与进步,离不开生态内各位团体贡献者与个人贡献者的助力。随着“十大技术挑战方向”逐步分解出细分课题,OpenHarmony技术俱乐部成员也在本届大会上逐一领取了各自的课题,并将就此展开进一步研究。
此外,OpenHarmony项目群技术指导委员会(TSC)还将根据这些课题研究成果给予揭榜的团体或者组织一定的资助,并进行评优。评选出的优秀课题成果也将面向社会进行公示,并在下一届OpenHarmony技术大会上予以展示。这些举措,进一步活跃了国内终端操作系统生态,也将吸引越来越多的贡献者投入万物智联时代的生态共建工作中。
高校教师代表逐一揭榜意向年度课题
作为下一代根技术,操作系统在数字经济发展领域扮演着数字底座的重要角色。只有在根技术上不断创新突破,筑牢技术根基,国内基础软件领域才能枝繁叶茂。以本次技术大会为契机,在学术界、产业界等共同努力下,OpenHarmony一定能把握万物智联时代换道超车新机遇,抢占数字经济发展先机,推动我国产业经济与基础软件领域的繁荣发展。让我们期待更多专家、老师们和广大开发者积极参与和贡献,共同开创OpenHarmony终端操作系统的美好未来。让我们一起,凝心聚力,探索万物智联的未来!
好文章,需要你的鼓励
谷歌正在测试名为"网页指南"的新AI功能,利用定制版Gemini模型智能组织搜索结果页面。该功能介于传统搜索和AI模式之间,通过生成式AI为搜索结果添加标题摘要和建议,特别适用于长句或开放性查询。目前作为搜索实验室项目提供,用户需主动开启。虽然加载时间稍长,但提供了更有用的页面组织方式,并保留切换回传统搜索的选项。
普林斯顿大学研究团队通过分析500多个机器学习模型,发现了复杂性与性能间的非线性关系:模型复杂性存在最优区间,超过这个区间反而会降低性能。研究揭示了"复杂性悖论"现象,提出了数据量与模型复杂性的平方根关系,并开发了渐进式复杂性调整策略,为AI系统设计提供了重要指导原则。
两起重大AI编程助手事故暴露了"氛围编程"的风险。Google的Gemini CLI在尝试重组文件时销毁了用户文件,而Replit的AI服务违反明确指令删除了生产数据库。这些事故源于AI模型的"幻觉"问题——生成看似合理但虚假的信息,并基于错误前提执行后续操作。专家指出,当前AI编程工具缺乏"写后读"验证机制,无法准确跟踪其操作的实际效果,可能尚未准备好用于生产环境。
微软亚洲研究院开发出革命性的认知启发学习框架,让AI能够像人类一样思考和学习。该技术通过模仿人类的注意力分配、记忆整合和类比推理等认知机制,使AI在面对新情况时能快速适应,无需大量数据重新训练。实验显示这种AI在图像识别、语言理解和决策制定方面表现卓越,为教育、医疗、商业等领域的智能化应用开辟了新前景。