微信扫一扫,关注公众号

  • 科技行者

  • 算力行者

见证连接与计算的「力量」

首页 中国联通王晓初:新动能助推数字中国新发展

中国联通王晓初:新动能助推数字中国新发展

2019-05-06 21:16
分享至:
----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.-
2019-05-06 21:16 科技行者

第二届数字中国建设峰会于5月6日至8日在福建省福州市举行。本届峰会的主题为“以信息化培育新动能,用新动能推动新发展,以新发展创造新辉煌”。在5月6日上午举办的峰会主论坛上,中国联通董事长王晓初做了精彩发言,同与会领导及嘉宾共同分享了他对于通信运营商如何推动数字中国发展的思考。

中国联通王晓初:新动能助推数字中国新发展中国联通董事长王晓初

王晓初首先回顾了通信业的发展历史。他指出,以“万物互联、数据洪流、人工智能”三大技术为代表的数字技术在打破行业界限、创造商业机会、催生新型行业的同时,也推动着数字中国不断向前发展。在数字中国建设过程中,通信业仍然是基础性、支柱性、战略性、先导性的行业。作为数字中国发展的主力军,运营商将继续加快构建高速、移动、安全、泛在的新一代信息基础设施,持续推进提速降费、携号转网和电信普遍服务,不断夯实数字中国和数字经济发展的基础设施。

王晓初谈到,当前数字中国发展潜力巨大、市场广阔。从全球发达国家的角度看,数字经济占GDP的总量逐年上升。党的十九大提出,要推动互联网、大数据、人工智能和实体经济深度融合,建设网络强国和数字中国,这一重大战略部署把握了全球信息化发展变革趋势,有利于我国加快建设现代化经济体系。同时,中国也是一个拥有14亿人口大国,人口总量直接利好数字中国建设。

数字中国战略是我国经济转型升级的必由之路。王晓初认为,当前数字中国逐步走向高质量发展,具体体现在改变政府的服务管理方式,提升国家治理能力;改变产业的生产经营方式,促进产业转型升级;在民生方面,改变人与人、人与物、物与物之间的交互体验方式,使得人民生活更加美好。

千帆竞发,奋楫者前。王晓初谈到,前不久中国联通在上海举行合作伙伴大会上,正式启动“7+33+n”的5G试验网络,即在北京、上海、广州、深圳、南京、杭州、雄安7个特大城市的城区连续覆盖,在福州、厦门等33个大城市实现热点区域覆盖,在n个城市定制5G网中专网,同时构建各种行业应用场景,推进5G应用孵化及产业升级,这标志着中国联通始终致力于在信息化建设中发挥基础性作用的信心和决心。未来,中国联通将继续秉承“发展、开放、合作”理念,以信息化培育5G、人工智能、大数据、云计算的新动能,以新动能带动更多新的应用,助力网络强国和数字中国建设。

分享至
0赞

好文章,需要你的鼓励

推荐文章
  • 奖励设计:让AI学会智能使用工具的关键
    2025-04-23 17:39

    奖励设计:让AI学会智能使用工具的关键

    想象一下,你有一个非常聪明的朋友,他知道很多知识,但每当需要使用计算器、搜索引擎或查询最新天气时,却变得像个笨手笨脚的孩子。这正是当前大语言模型(简称LLMs,如ChatGPT这类AI系统)面临的尴尬处境。

  • ToolRL:奖励设计是工具学习所需的全部
    2025-04-23 17:34

    ToolRL:奖励设计是工具学习所需的全部

    想象一下,你拥有一个聪明的助手,它知道很多知识,但在面对需要使用计算器、搜索引擎或查询最新信息时却显得笨手笨脚。这正是当前大语言模型(LLMs)面临的困境。虽然这些模型已经通过监督微调(SFT)学会了使用工具的基本能力,但它们常常在面对复杂或不熟悉的场景时表现不佳。

  • X-Teaming:使用自适应多智能体进行多轮越狱攻击和防御
    2025-04-23 14:08

    X-Teaming:使用自适应多智能体进行多轮越狱攻击和防御

    想象你正在和一个智能助手聊天。如果你直接要求它提供有害信息,它很可能会礼貌拒绝。但如果你通过一系列看似无害的对话,逐步引导它走向你的真实目标呢?这就是当前AI安全领域面临的一个严峻挑战——多轮对话中的安全漏洞。

  • "思考操纵":用外部思考让大型推理模型更高效
    2025-04-22 16:43

    "思考操纵":用外部思考让大型推理模型更高效

    想象你在使用一个非常聪明的AI助手完成一项复杂任务,比如解决一道数学难题。你可能注意到这个助手会花很长时间"思考",一步一步写下大量推理过程,最后才给出答案。虽然这种详细的思考过程确实帮助AI做出了更准确的判断,但同时也带来了一个明显的问题:它太"啰嗦"了,消耗了大量的计算资源和时间。

----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.-