如同电子信息领域其他新兴事物一样,经过8年创新发展,云计算已经或正在改变着电子信息技术、产业和应用。电子信息领域技术创新方向、产品与服务交付形式、商业模式都在发生重要变革,由云计算、大数据等引发造就的新一轮电子信息服务业调整、重组与转变正在上演。信息技术产品服务化的趋势,使得越来越多的电子信息技术产品提供商正在向信息服务的综合运营商转变,同时也为互联网公司提供更多种类的云服务以及向公共云服务商转型提供了重要机遇。国家发改委、工业和信息化部等产业主管部门,及时抓住机遇,适时出台云计算技术创新和产业发展促进政策,有力地推动了中国云计算产业的快速发展。
更为重要的是,随着各类云计算服务的不断完善,从政府到企业,从机构到个人,公有云、专用云服务已经落地实践。云存储、云制造、云管理,政务云、教育云、金融云、城市管理云、医疗卫生云、位置服务云等形态各异、特色鲜明的云计算服务开始应用。随着中国特色新型工业化、信息化、城镇化、农业现代化战略的实施,产业升级转型、工业化和信息化深度融合、智慧城市建设等需求又给云计算、大数据带来了更大的应用空间。
为了更好地交流云计算大数据的实践经验,进一步推进云计算技术创新和大数据应用,展示国内外云计算、大数据领域的最新成果,在国家发展和改革委员会、工业和信息化部、科学技术部、北京市人民政府、中国科学技术协会的指导下,中国电子学会于2014年5月20-23日在北京举办“第六届中国云计算大会”。
此次会议将继承前五届大会的成功经验,将邀请更多国内外知名院士、专家学者、行业CIO参加会议并作演讲。以更加国际化的视野,帮助与会者了解全球云计算技术的发展趋势;从应用出发,探讨云计算大数据、移动互联网、智能云终端等在行业领域的实践经验;并通过技术专场、新品发布和培训课程等方式,深度剖析云计算大数据的核心技术。
突出行业应用:随着云计算大数据技术的发展与成熟,云计算服务模式也为更多企业用户所接受。本次大会将新增5类行业应用专题论坛,涵盖智慧城市、电子政务、金融、医疗、教育、能源、交通等行业领域,邀请行业用户CIO和信息技术主管分享应用经验,推动云计算大数据在更大范围、更大领域创新应用,服务于智慧中国建设。
分享技术趋势:大会将邀请中国电子学会云计算专家委员会委员、中国电子学会大数据技术与应用专家委员会委员、中国首席信息官联盟知名CIO、国际信息处理联合会(IFIP)海外专家,通过主题演讲、专题讲座、圆桌讨论、技术培训等方式,深入剖析云计算大数据、移动互联网相关技术,让与会者全面准确把握云计算大数据领域的技术发展趋势、掌握构建云计算应用的核心技术。
促进国际合作:充分发挥大会建立起来的包括美国、欧盟等国际云计算组织资源,在多次成功举办中国-美国云计算合作论坛、中国-欧盟云计算合作论坛、海峡两岸云计算合作论坛的基础上,大会还将与国际信息处理联合会IFIP合作,邀请更多国家的云计算大数据专家出席此次大会,邀请美国硅谷云计算大数据创新企业的技术专家参会交流,努力将大会打造成云计算国际交流与合作的平台。
打造共赢平台:历届云计算大会都是政、产、学、研、用互动交流的平台,也是中国云计算产业链各环节的专家交流思想、洽谈合作的年度盛会。为了更好地推动云计算相关专家学者的交流合作,打造完整云计算产业链,组委会在会议期间增设更多社交互动环节,利用小型研讨会、合作洽谈会、创业投资说明会、晚场沙龙等形式,同时运用微信、微博等社交网络工具,给国内外与会专家和参会者提供深度交流合作机会,努力使大会成为云计算合作共赢的平台。
好文章,需要你的鼓励
AIM Intelligence联合多所知名大学揭示了音频AI系统的重大安全漏洞,开发出名为WhisperInject的攻击方法。这种攻击能让看似无害的音频指令操控AI生成危险内容,成功率超过86%,完全绕过现有安全机制。研究暴露了多模态AI系统的系统性安全风险,对全球数十亿智能设备构成潜在威胁。
新加坡国立大学研究团队系统梳理了视觉强化学习领域的最新进展,涵盖超过200项代表性工作。研究将该领域归纳为四大方向:多模态大语言模型、视觉生成、统一模型框架和视觉-语言-动作模型,分析了从RLHF到可验证奖励范式的政策优化策略演进,并识别出样本效率、泛化能力和安全部署等关键挑战,为这一快速发展的交叉学科提供了完整的技术地图。
浙江大学研究团队通过OmniEAR基准测试揭示了当前AI模型在物理世界推理方面的严重缺陷。测试显示,即使最先进的AI在明确指令下能达到85-96%成功率,但面对需要从物理约束推断行动的任务时,成功率骤降至56-85%。研究发现信息过载反而降低AI协作能力,监督学习虽能改善单体任务但对多智能体协作效果甚微,表明当前架构存在根本局限性。
纽约大学和Aimpoint Digital Labs的研究团队首次揭示了Transformer模型训练中"大规模激活"的完整发展轨迹。这些影响力比普通激活大千倍的"超级激活"遵循可预测的数学规律,研究者开发出五参数公式能以98.4%准确率预测其变化。更重要的是,通过调整模型架构参数如注意力密度、宽深比等,可以在训练前就预测和控制这些关键激活的行为,为设计更高效、量化友好的AI模型提供了全新工具。