2021年度数字化转型特殊贡献奖

您的数据中心是否保护您免受数据泄露的发生？从某些方面来看，这似乎是一个奇怪的问题。

这篇研究论文揭示了人工智能效率研究的重要转变：从以模型参数为中心的压缩技术转向以数据为中心的Token压缩方法。随着模型参数增长放缓而上下文长度呈指数级增长，自注意力机制的二次方计算复杂度已成为主要瓶颈。上海交通大学EPIC实验室研究团队系统分析了Token压缩的工作原理、优势及面临的挑战，提出了数据-模型协同压缩等未来研究方向，为下一代高效AI系统开发提供了新思路。

作为面向建筑环境、ESG优先的虚拟孪生平台，Akila于近期被世界经济论坛评选为2022年“技术先锋”，并同虚拟孪生技术领先品牌达索系统正式达成了为期两年的重大战略合作。

在Anthropic研究沙龙上，研究人员讨论了人工智能的对齐科学、可解释性及其未来。对齐被视为一个迭代过程，旨在让AI模拟具有道德动机的人类行为。对齐的可扩展性和自动化是挑战，需要新的解决方案。可解释性是理解和验证AI行为的关键，帮助识别模型的真实动机和潜在风险。

现代大语言模型就像一栋拥有数百个房间的豪华大厦，每个房间（或称为"层"）都执行特定的功能，共同协作完成复杂的语言理解和生成任务。然而，这些模型的规模已经变得如此庞大，以至于只有拥有高端计算资源的机构才能负担得起它们的运行成本。这就像一辆耗油量极大的豪华跑车，普通人负担不起它的燃料费用。

保险公司Allstate正在通过重建核心应用来实现云原生，从而与专为增强和加速客户体验而定制的下一代业务流程保持一致。

这项研究针对现代文档检索系统中的关键缺陷：独立处理文档片段导致丢失上下文信息。研究团队开发了ConTEB基准测试来评估模型利用文档级上下文的能力，并提出了InSeNT方法，结合后期分块和创新的对比学习策略。实验表明，上下文感知嵌入显著提升检索性能，尤其在处理非自包含文本片段时，同时保持计算效率，对分块策略更具鲁棒性，并且在语料库规模扩大时表现更佳。这一研究为更智能的文档检索系统铺平了道路。

加拿大滑铁卢大学研究人员发现，通过对 Linux 内核网络栈的微小调整，可显著提升数据中心效率。这项改进引入了自适应轮询机制，在高流量时提高吞吐量，低流量时节省能源。该补丁已纳入 Linux 6.13 内核，有望为数据中心带来可观的性能提升和能耗降低。

Gartner预测，到2026年，75%的全球500强企业将采用决策智能实践，包括对决策进行记录以实施后续分析。到2027年，50%的业务决策将通过用于决策智能的AI智能体得到增强或实现自动化。

人工智能正在成为制药公司的关键竞争力，但许多组织仍难以有效实施和扩展AI解决方案。本文探讨了AI在制药行业商业战略中的作用，聚焦于解决采用挑战、推动个性化和利用数据进行决策等关键主题。专家们强调了渐进式实施、以价值为导向的方法，以及数据质量和跨职能协作的重要性。

企业AI不仅要考虑推理成本和性能,还需确保模型满足严格的安全、隐私和合规要求。建立可信赖的AI系统是关键,这意味着企业除了优化成本和性能外,还需优先考虑模型的完整性和安全性。在选择基础模型时,应采用全面的评估方法,包括安全性、偏见、合规性等多个方面,而不仅仅是关注单一指标。

随着2024年夏季奥运会正式开幕，全球注意力转向巴黎，大部分焦点理所当然地放在了运动员身上。事实证明，数据中心（特别是数据中心热量）也发挥着作用。

绝大多人的人都发现，在一个很宽的时间范围内等着接收包裹很麻烦，比如说从早上8点一直到下午5点之间，所以当快递创业企业Paack提供了一项服务，任何人都可以将送货的窗口时间缩短到一个小时...

美国 DARPA 推出 expMath 项目，依托 AI 技术加速纯数学研究，旨在培养具备证明和抽象能力的 AI 数学家。

想象一下，你是否曾经在网购衣服时犹豫不决，因为无法确定那件衣服穿在自己身上会是什么效果？虚拟试穿技术正是为解决这一问题而生。然而，传统的虚拟试穿技术往往只能处理静态图像，而在处理视频时，则会面临更大的挑战：如何确保人物运动过程中，衣物的细节和纹理保持真实自然的一致性？这正是阿里巴巴研究团队在这项工作中着力解决的核心问题。

随着 OpenAI 推出多模态 AI 模型 GPT-4o，能够无缝处理文本、图像和音频，人工智能再次取得重大突破。这项技术提高了生成高度逼真数字内容的能力，同时也要求我们重新评估传统上依赖视觉和听觉证据作为可靠性指标的做法。文章探讨了 AI 技术的进步对信息真实性的挑战，以及如何在 AI 时代保持警惕和批判性思维。

量子计算技术的发展引发了对传统加密方法安全性的担忧。然而，与其将其视为对网络安全的威胁，不如将其看作科学领域的一次重大突破。量子计算在材料科学、药物研发和医疗保健等领域的应用前景更为广阔，可能为人类带来更多长远利益。本文探讨了量子计算的实际应用场景，以及它对加密技术的影响可能被夸大的原因。

QwenLong-CPRS是阿里巴巴千问文档团队开发的创新上下文压缩框架，专为解决大型语言模型处理长文本的效率和"迷失在中间"问题。该技术通过自然语言引导的动态优化、双向推理层、基于语言建模的标记评价和窗口并行推理四大创新，实现了高达21.59倍的上下文压缩率和显著的性能提升。研究表明，配备QwenLong-CPRS的小型模型甚至能超越专业长上下文模型，为高效处理海量文本开辟了新途径。

亚马逊云科技的安全理念是以主动且全面的保护为中心，将安全视为其服务中的基本组成部分，而非事后才考虑实施的补救性举措。