数据并非每次都需要“绕道”云端才能分析，既有时延又消耗带宽，于是物与数据之间也出现了一种信号传输，就是边缘计算。

很多朋友可能都在按月向银行偿还住宅抵押贷款。这种看似平平无奇的款项收取与移交流程，也很难与数字化转型扯上关系。

数据保护，自企业IT建设的第一天起就始终如影随形，它平时很安静，安静到用户常常忽略它的存在，然而一旦出事，往往都是大事。

过去几十年IT环境一直是以CPU为中心，现在随着IT环境向着多元化发展，计算架构面临CPU、GPU、NPU、FPGA、ASIC等加速优化，存储架构面临DRAM、NVM、SSD、HDD等多元技术的升级。

伴随着这些新技术的广泛应用，车联网的数据安全问题日益凸显。

腾讯WeChat AI、香港科技大学与约翰·霍普金斯大学联合开发PHYSICO测试，通过自然语言和抽象网格图案的双重考验，首次定量证实AI模型存在"随机鹦鹉"现象。研究发现，先进AI模型在文字描述物理概念时准确率达95%，但在理解抽象图案时仅25-45%，远低于人类90%水平，揭示了AI缺乏真正概念理解的根本局限。

数字化时代，每一家企业都在致力于成为数字化企业。

这项由首尔国立大学等机构开展的研究创建了首个专门评估AI代理完成游戏完整故事任务的基准平台FlashAdventure。研究发现当前最先进的AI代理在复杂冒险游戏中成功率仅为5.88%，远低于人类的97.1%。为此提出了COAST框架来改进AI的长期记忆和推理能力。

这项由香港科技大学研究团队开展的创新研究揭示了大型语言模型（LLM）执行指令能力背后的神经机制。研究者通过提出SPARCOM分析框架，成功识别并分析了"指令特定神经元"和"指令特定专家"这两类稀疏组件在模型内部的分布与功能。通过精心设计的HEXAINST数据集，研究发现这些组件不仅具有功能通用性和独特性，而且在模型微调过程中发生显著变化。研究结果表明，模型的指令执行能力主要源于这些稀疏组件的精确激活，为理解LLM内部工作机制提供了新视角，对构建更可靠的AI系统具有重要指导意义。

4月14日，“数字化转型下的企业智能制造之路高峰论坛.暨艾普工华用户大会”在青岛举办，此次峰会由山东省经济和信息化委员会指导，山东CIO联盟主办，围绕数字化时代下制造企业从信息化、精益化到数字化、智能化展开了话题探讨。

大模型在人机对话中所具备的重要意义——机器可以看懂、听懂、读懂普通人类所表达的信息，并准确进行响应，从而实现独立内容创作。

马里兰大学团队开发出PrefBERT智能评价系统，解决了AI在开放性写作任务中缺乏有效质量评判标准的问题。该系统通过学习人类专家评分标准，能准确评判文章质量，显著提升AI生成内容的质量和人类偏好一致性，为AI训练提供了新的质量导向解决方案。

这项由北京交通大学和字节跳动联合完成的研究首次证明了AI可以仅通过观看视频就学会复杂技能。他们开发的VideoWorld系统通过观察围棋对局和机器人操作视频，不仅掌握了游戏规则，还达到了围棋5段专业水平，在机器人任务中的成功率也达到70-90%。这种突破性的学习方式有望革新AI教育和技能培训领域。

本文将探讨Docker为物联网开发带来的优势，部署和维护应用程序时需考虑的挑战，以及如何将安全最佳实践应用于物联网。

国家发改委宏观经济研究院原副院长、中国人民大学中国经济改革与发展研究院常务副院长马晓河出席第九届中国（天津滨海）国际生态城市论坛暨2018中国国际数字经济创新峰会，并做了题为《新时代经济发展需要新动能》的演讲。

新加坡国立大学研究团队开发出首个完全自动化的AI电影制作系统MovieAgent，能将简单剧本概要在2-10分钟内转换成完整多场景电影。系统采用三个AI智能体协作和内在思维链推理机制，成本几乎为零，在角色一致性、叙事连贯性等关键指标上达到业界领先水平，预示电影制作行业的革命性变革。

武汉大学团队开发了EVOREFUSE系统，通过进化算法生成能触发AI过度拒绝的伪恶意指令。研究发现AI存在"捷径学习"问题，过度关注敏感词汇而忽略语境。团队创建的测试数据集在9个模型上的触发率比现有最佳方案高140%，训练数据集可使模型过度拒绝减少40%同时保持安全性。该研究为AI安全测试和训练提供了新工具和理论洞察。

上海AI实验室联合多所知名大学推出OS-Genesis项目，创新性地提出"反向任务合成"方法来训练GUI智能体。该方法让AI先自由探索应用界面，观察操作效果，然后反推出训练任务，彻底改变了传统的预定义任务训练模式。实验显示，这种方法在AndroidWorld等复杂测试环境中将智能体成功率从9.82%提升到17.41%，接近翻倍的性能提升证明了探索式学习在GUI智能体训练中的巨大潜力。

郑州高新区把高新区99平方公里，人口近80万人的真实场景打造成承载智慧城市项目的实验场，通过高新区智慧城市实验场进行实践、验证，构建应用、产业、生态的发展模式，以创新实验推进智慧高新建设，以创新实验项目带动智慧产业发展。

人工智能在为生活带来便利的同时,也悄然引发了一些潜在问题,可概括为"ABCD":自主能力衰退、人际纽带削弱、气候变化加剧和社会分化加深。本文探讨了这些挑战的具体表现及影响,并提出了应对策略,呼吁我们在享受AI便利的同时,也要积极引导其发展方向,让AI成为造福人类和地球的工具。