2022年12月20日,中国电信董事长柯瑞文参加GSMA创新论坛之2022产业领袖思享汇,并发表题为《推动创新发展,促进合作共赢》的主旨演讲。
柯瑞文表示为积极推动基础设施、技术、应用和合作的创新发展,共同消除数字鸿沟,为全球经济复苏注入新动能,中国电信将加快基础设施创新,筑牢数字底座;加快技术创新,推动变革升级;加快应用创新,激发经济潜能;加快合作创新,打造共赢生态,和合作伙伴一起深化国际创新科技合作,打造共赢的产业生态,共同提升行业发展价值,繁荣数字经济发展。
附演讲全文:
尊敬的各位领导、各位嘉宾,女士们、先生们,大家好!
非常高兴通过线上的方式参加2022 GSMA创新论坛。首先,我谨代表中国电信,对本次论坛的成功举办表示热烈祝贺,向全球产业伙伴、社会各界和广大客户长期以来的关心、支持和帮助,表示衷心感谢!
当前,新一轮科技革命和产业变革深入发展,数字经济蓬勃兴起,数字技术已日益融入经济社会的各领域全过程,驱动着生产、生活和治理方式发生深刻变革。
创新是引领发展的第一动力,为积极推动基础设施、技术、应用和合作的创新发展共同消除数字鸿沟,为全球经济复苏注入新动能,借此机会,我谈四点意见:
一是加快基础设施创新,筑牢数字底座。
以云网融合为主要特征的数字信息基础设施孕育着大量的创新机遇,包括陆海空一体化的泛在连接能力、云网一体的供给能力、安全可信的服务能力、智能敏捷的运营能力等。中国电信愿联合产业合作伙伴,加快基础设施创新,着力打造广覆盖、高性能、高可靠、高安全、立体化、智能化的全新绿色数字底座,赋能数字经济发展。
二是加快技术创新,推动变革升级。
当前随着摩尔定律、信道容量等单一技术升级潜力逼近天花板,要在存内计算、存算一体、高频谱应用、模型新算法等方面突破既有技术体系瓶颈,加快网络、云、AI、安全、量子等新技术相互作用和交叉赋能,推动供给侧变革升级。中国电信愿联合产业各界,共同推动共性技术创新研发,健全标准体系、实现技术接口的开放和互通、推动新技术的成熟和应用。
三是加快应用创新,激发经济潜能。
聚焦数字化转型,积极探索并充分释放云网融合新动能,推动网络、云计算、安全、AI等关键能力的纵深发展和化学反应,高效满足产业数字化平台的旺盛需求,实现产业的跨界融合和应用创新,加速全球传统产业升级,激发经济潜能。中国电信将聚焦政务、民生、工业制造、交通、教育、医疗等重点领域,加快推进数字信息技术和应用的融合,以融云、融AI、融安全、融平台为驱动,着力打造一批新的增长引擎,赋能千行百业数字化转型。
四是加快合作创新,打造共赢生态。
唯有开放合作,才能高水平创新,中国电信联合中国联通,不仅实现了5G共建共享网络的联合部署和运营, 而且联合产业链突破了高中低多频协同组网、全球最高C波段大带宽、高功率器件的研发难题。建成全球首张、规模最大、网速最快的5G SA共建共享网络。近日,中国电信联合产业合作伙伴成立了全球云网宽带产业协会(WBBA),
WBBA致力于聚合全球云网宽带产业链,消除数字鸿沟、促进产业链沟通与交流、促进全球云网基础设施的创新,推动云网宽带产业的发展,促进全球数字经济的繁荣。中国电信将和合作伙伴一起,深化国际创新科技合作,打造共赢的产业生态,共同提升行业发展价值,繁荣数字经济发展。
让我们携手并进,推动创新发展,促进合作共赢。
谢谢大家!
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。