5月8日,国内数字生态领域盛会“2021中国数字生态英雄会”在京盛大举行。本届峰会以“智聚生态 数启未来”为主题,紧扣“准确把握新发展阶段,深入贯彻新发展理念,加快构建新发展格局”的时代脉搏,共议如何通过推动中国数字生态体系的健康、快速发展,促进高质量的数字经济发展。
本届峰会由B.P商业伙伴主办,中国数字生态英雄汇俱乐部、B.P数字生态商学院、B.P数字生态研究院、数字生态产融联盟、B.P数字生态加速器协办,博雅智库、博雅数据、博雅云图、经济参考报作为战略合作支持单位。
中国工程院院士 邬贺铨
大会分为上午分论坛和下午主论坛两部分。邀请到了众多重量级嘉宾,包括中国工程院院士邬贺铨、中国科学院大学应急管理科学与工程学院院长李颖、中国政策科学研究会经济政策委员会副主任徐洪才、中国信通院总工程师胡坚波等专家、学者,以及数字产业界数十位知名企业领袖及生态领导者。中央媒体、门户媒体、科技媒体、财经媒体等三十余家媒体出席大会。
共筑信创发展新阶段
2021年是“十四五”的开局之年,在“坚持创新在我国现代化建设全局中的核心地位,把科技自立自强作为国家发展的战略支撑”的新时代背景下,本次峰会在上午时段,特别举办了“2021中国信创生态发展研讨会”。本次研讨会齐聚信创领域的龙头企业、研究机构、企业用户等各方代表,切实探讨交流了人才培养、生态建设、技术研发、应用发展、市场推广等信创产业的发展及洞察。
此外,作为“中国数字生态英雄会”的重要内容之一,2021中国数字生态产融合作论坛“在中国IT生态英雄俱乐部和数字生态高端联盟的众多产业领袖的共同支持下,致力于为科技创新企业和好项目,快速对接产业巨头的战略资本和深厚的市场资源,同时也为大型上市企业搭建一个生态合作战略投资平台。
紧抓数字经济发展新机遇
“十四五”规划纲要中指出,要推动数字经济加快发展。在下午举办的主论坛中,中国政策科学研究会经济政策委员会副主任徐洪才深入解读了“十四五”全球新格局与中国新机遇,指出”十四五“期间的五大发展机遇中,产业升级和数字经济发展就是一个重要的机遇,包括农业现代化、工业现代化、服务业现代化,将涉及数字经济、智能化转型,推动传统产业升级。
此外,中国信息通信研究院总工程师胡坚波也指出了推动数字经济发展的重点方向包括:第一,加快建设数字新基建,夯实双循环重要载体;第二,提升产业链供应链竞争力,增强双循环发展动力;第三,强化科技创新,扎实双循环发展根基;第四,深入推进产业数字化转型,提升双循环质量效益;第五,全面促进数字化消费,培育双循环新型动能;第六,持续扩大国际合作,拓展双循环发展空间。
隆重发布“2021中国数字生态英雄榜”
作为一项重磅内容,本届中国数字生态英雄会还正式发布了历经数月评选推出的“2021中国数字生态英雄榜”,以表彰在过去一年中为中国数字生态建设做出突出成绩和贡献的卓越践行者。
“2021中国数字生态英雄榜”共设十余个细分奖项类别,分别从生态建设、业务角色、解决方案、产品与技术、行业、地域、成就、专项领域等多个维度进行评选,同时经过对伙伴数量、生态营收占比、生态赋能力度、生态活跃度、生态满意度等诸多指标的考察,最终评选出本届英雄会的获奖者。
会上,B.P商业伙伴创建的“生态直播间”访谈了邬贺铨院士、经济学家徐洪才老师以及数十位上榜的企业领袖。围绕数字生态建设以及数字经济发展进行交流。中国经营报、199IT等媒体现场访谈了B.P商业伙伴创始人兼总裁国秀娟。
此外,本届峰会还特别策划了一系列极富创意、形式新颖的特色内容。例如“生态会客厅”是专门为数字生态领域生态伙伴搭建合作的桥梁,通过主办方的生态平台为生态公司寻找意向伙伴提供“一对一”的交流机会,进而可以快速促进双方合作的达成。
聆听专家真知灼见,领袖精彩分享,与生态伙伴协力推进整体数字生态的发展、壮大,共同走向繁荣数字经济新时代。
好文章,需要你的鼓励
从浙江安吉的桌椅,到广东佛山的沙发床垫、河南洛阳的钢制家具,再到福建福州的竹藤制品,中国各大高度专业化的家具产业带,都在不约而同地探索各自的数字化出海路径。
哥伦比亚大学研究团队开发了MathBode动态诊断工具,通过让数学题参数按正弦波变化来测试AI的动态推理能力。研究发现传统静态测试掩盖了AI的重要缺陷:几乎所有模型都表现出低通滤波特征和相位滞后现象,即在处理快速变化时会出现失真和延迟。该方法覆盖五个数学家族的测试,为AI模型选择和部署提供了新的评估维度。
研究人员正探索AI能否预测昏迷患者的医疗意愿,帮助医生做出生死决策。华盛顿大学研究员Ahmad正推进首个AI代理人试点项目,通过分析患者医疗数据预测其偏好。虽然准确率可达三分之二,但专家担心AI无法捕捉患者价值观的复杂性和动态变化。医生强调AI只能作为辅助工具,不应替代人类代理人,因为生死决策依赖具体情境且充满伦理挑战。
这项研究首次发现AI推理模型存在"雪球效应"问题——推理过程中的小错误会逐步放大,导致AI要么给出危险回答,要么过度拒绝正常请求。研究团队提出AdvChain方法,通过训练AI学习"错误-纠正"过程来获得自我纠错能力。实验显示该方法显著提升了AI的安全性和实用性,用1000个样本达到了传统方法15000个样本的效果,为AI安全训练开辟了新方向。