11月6日，以“从行业中来，到行业中去”为主题的“懂行大会2020”（简称“懂行大会”）在苏州成功举行。这是华为首届“懂行大会”，旨在与更多参与行业数字化转型的“懂行人”一起，共探数字化未来的发展路径。

KAIST研究团队开发出RL-ZVP方法，首次让AI从训练中的"无用数据"学习。传统方法遇到全对或全错答案时会停止学习，但RL-ZVP通过分析词汇重要性给予精确反馈。在数学推理测试中，该方法比现有技术提升高达8.6个准确率点，且训练过程更稳定。这项突破重新定义了AI训练范式，证明了被忽视的训练数据实际蕴含巨大学习潜力。

激动人心的2017年已结束，博客WildML的作者、曾在Google Brain做了一年Resident的Denny Britz，就分享出这一年他对AI和深度学习领域重点事件的回顾与梳理。可以说，这16个要点，能在让你在人工智能圈子里装逼一年不落伍！

10月24日，IBM全球企业咨询服务部（GBS）举办的“智时代 实现超现实——2018 IBM人工智能与数字化重塑行动日”大会在北京召开。会上，IBM专家分享他们对数字化转型的经验，同时还提出了企业咨询服务2.0的概念。

Meta联合滑铁卢大学开发的MoCha系统实现重大突破，仅需语音和文字描述就能生成电影级会说话的虚拟角色视频。该技术突破传统局限，无需参考图片等辅助条件，还能实现多角色对话场景，在唇音同步、表情自然度等方面显著超越现有方法，为内容创作、教育、娱乐等领域带来革命性变化。

数据中心本身是一项复杂的系统工程,包括了计算、存储、网络等IT设备,以及保障这些设备稳定运行的数据中心能源基础设施

展望2021年，新华三的技术战略依然是围绕主业和主航道展开，那就是数字大脑的智能数字平台。

国际货币基金组织分析显示AI将影响全球约40%的工作岗位。多位参与AI模型训练的员工分享经历：学术编辑发现AI编辑错误频出，工作量增加但薪酬降低；翻译员训练AI四年后仍需逐词检查；营销写手被要求建立AI工作流程后遭解雇；数学教授认为十年内工作形态将彻底改变。员工普遍感到被技术贬低，警告工作质量下滑趋势。

18岁的贾斯汀·金利用AI开发社交娱乐应用Giggles，吸引12万用户预约，无需传统工程团队。"氛围编程"概念兴起，创业者通过自然语言与AI协作开发产品，Y Combinator显示许多初创公司95%代码由AI生成。这种模式democratizing创业门槛，但面临扩展性挑战。专家警告非技术创始人难以在缺乏工程深度的情况下规模化发展，未来需要创意与编程技能的平衡结合。

数字经济下，基于资源和规模的传统业务模式受到数字原生创新企业的挑战，业务持续下滑。无论互联网企业，还是数字原生创新企业，正在以创新挑战资源，以迅捷挑战规模，通过数字化新产品、新服务，将IT从成本中心转化为创新业务引擎。

马斯克旗下xAI开源了Grok-1，一个3140亿参数的混合专家模型，成为迄今为止参数量最大的开源LLM。Grok-1未针对特定任务微调，使用JAX和Rust自定义训练堆栈训练。项目在GitHub上迅速获得关注，马斯克借此讽刺OpenAI的开放性。Grok-1的开源可能推动AI技术的广泛采纳和快速发展，同时加入开源与闭源的辩论。

区块链技术正在经历时间、市场和应用的大型洗礼，迷雾正在散去，变革正在发生，每个行业都将受到影响。

中国企业真正的上云之路应该是从IaaS开始的，尤其是云主机是很多企业上云的首选，其实，IaaS并不是所有场景都合适，用PaaS模式可能更为经济、弹性更好，而且灵活。

时隔4年，我们再一次体验了基于MR的HoloLens设备。不过，这一次是它的第二代版本，时间就在由微软CEO萨提亚领衔的MWC HoloLens 2等产品发布后的第二天。

MongoDB与阿里云三年的合作能够交出如此优秀的“成绩单”，最大的原因在于双方团队能够为赋能客户进行不懈的深度联动与携手共进。

思科新任安全主管Tom Gillis告诉记者：“利害攸关，目前的方法是用个别单点解决方案。单点解决方案好是好，却没有完成任务……”。

约翰霍普金斯大学与StepFun公司联合研究，成功让AI学会"边看边思考"的视觉推理能力。通过两阶段训练方法，先让AI在文字推理中掌握认知行为，再迁移到视觉任务中。开发的OVR模型在多项测试中创造新纪录，为AI教育助手、医疗诊断、科研分析等应用奠定基础。

区块链技术正在经历时间、市场和应用的大型洗礼，迷雾正在散去，变革正在发生，每个行业都将受到影响。

香港科技大学研究团队开发了MOSS-ChatV视频AI系统，通过创新的"过程推理奖励"机制解决了现有视频AI推理过程不一致的问题。该系统不仅能准确预测视频中的未来事件，还能提供清晰的推理解释。研究构建了MOSS-Video数据集，采用动态时间规整算法训练模型，在多个视频理解任务上取得显著性能提升，为视频AI的可解释性发展开辟了新方向。

AMD“Embedded Turin”凭借服务器级性能与嵌入式优化的深度融合，在工业、网络及存储领域展现出独特优势！