



2014年5月20-23日, “第六届中国云计算大会”在北京国家会议中心隆重举行。会上中国电子学会云计算专家委员会主任委员、中国大数据专家委员会主任委员、中国科学院怀进鹏院士分享了议题:《对云计算大数据的认识与思考》。
怀进鹏在议题中指出:这个领域现在已经非常的热闹。云计算和大数据也是业界谈论最火热的一件事,互联网和信息化是非常重要的,互联网快速发展会使我们更好的利用资源。这时就出现了几个问题:
第一怎么利用好资源。尽管如此大数据给社会、产业界、技术研究者带来很多的机会,同时也反应出在当前互联网二次价值进行探索的时候,完好的数据,完好资源是云计算要做的,同时大量的资源如何用好,这是非常重要的问题。好用和用好应该说也是一个定义的两个方面,代表了云计算的管理和大数据的分析。此外,短时间内的数据暴涨应如何建立可伸缩高保障的资源管理能力,也是一个问题。
二是如何用好这些数据。想要用好这些有价值的数据就必须要提高数据分析和处理能力,传统的软件很多已经不再适用于大数据时代,是不是出现面向云计算和大数据所需要的新一类的技术和科学也是值得探索的一件事。
第三则是关于网络安全和数据安全的问题。倘若无法保障这些数据安全性,那么也无法将使用这些可贵的资源。安全问题应该说是无论怎么强调都不过分,但是对于大数据来说可能隐私与共享的问题会成为新的矛盾。怀进鹏认为在面向互联网第二个机会兴起的时候,需要面对和处理好三个基本的挑战,未来计算架构问题;资源有效管理和分析处理问题;相互信任基本的环境。
云计算和大数据将会是一场影响长久且意义深远的事情,也许会对当今形势以及用户思维都会产生重要的影响,但这也更需要产业界、学术界和资源拥有者共同合作来推进云计算大数据有效的发展,这也将对中国信息产业的发展和信息化的建设具有特别重要的作用。
 0赞
 0赞好文章,需要你的鼓励
 推荐文章
 推荐文章
浙江大学团队提出动态专家搜索方法,让AI能根据不同问题灵活调整内部专家配置。该方法在数学、编程等任务上显著提升推理准确率,且不增加计算成本。研究发现不同类型问题偏爱不同专家配置,为AI推理优化开辟新路径。
清华大学研究团队提出SIRI方法,通过"压缩-扩张"交替训练策略,成功解决了大型推理模型"话多且准确率低"的问题。实验显示,该方法在数学竞赛题上将模型准确率提升43.2%的同时,输出长度减少46.9%,真正实现了效率与性能的双重优化,为AI模型训练提供了新思路。
南洋理工大学与腾讯联合研究团队开发出Rolling Forcing技术,实现AI视频实时流式生成的重大突破。该技术通过滚动窗口联合去噪、注意力锚点机制和高效训练算法三项创新,解决了长视频生成中的错误累积问题,可在单GPU上以16fps速度生成多分钟高质量视频,延迟仅0.76秒,质量漂移指标从传统方法的1.66降至0.01,为交互式媒体和内容创作开辟新可能。
华中科技大学研究团队发现,通过让AI模型学习解决几何问题,能够显著提升其空间理解能力。他们构建了包含约30000个几何题目的Euclid30K数据集,使用强化学习方法训练多个AI模型。实验结果显示,几何训练在四个空间智能测试基准上都带来显著提升,其中最佳模型达到49.6%准确率,超越此前最好成绩。这项研究揭示了基础几何知识对培养AI空间智能的重要价值。