9月29日，首届“船海数据智能应用创新大赛”（以下简称船海大赛）总决赛在无锡举行。

在5月24日AMD组织的线上媒体沟通会上，AMD数据中心与通信事业部高级业务总监Gilles Garcia向大家详细介绍了AMD如何在支持无线接入网络方面和Meta一起合作打造Evenstar的4G/5G的无线接入网解决方案。

Cognizant 推出了神经 AI 多代理加速器和服务套件，旨在帮助企业快速开发和部署 AI 代理。该技术通过预构建的代理网络模板和无代码框架，实现了跨职能的可扩展性和自主决策能力。这一创新有望推动 AI 代理在企业工作流程中的广泛应用，促进人机协作，提升业务效率和适应性。

在AI智能体的发展中，记忆能力成为区分不同类型的关键因素。专家将AI智能体分为七类：简单反射、基于模型反射、目标导向、效用导向、学习型、多智能体系统和层次化智能体。有状态的智能体具备数据记忆能力，能提供持续上下文，而无状态系统每次都重新开始。未来AI需要实现实时记忆访问，将存储与计算集成在同一位置，从而创造出具备人类般记忆能力的数字孪生系统。

在深刻理解了企业数字化之后，我们要面对的下一个问题就是如何推进数字化进程，以顺利实现数字化转型。数字化转型牵扯甚广，既无法一蹴而就，也很难一帆风顺，需要整体规划、分步实施、有序推进。下面，我们将给出数字化转型的四条路径。

AMD在GPU领域的新一轮布局才刚刚开始。去年，AMD推出了为游戏所设计的专用图形架构RDNA；今年，AMD则推出了专门为高性能计算所打造CDNA架构，并且在近期发布了首款基于全新CDNA架构的Instinct MI100加速显卡。

与放射学及眼科等单纯面向某一领域的学科不同，AI病理学工具能够将生物化学、免疫学乃至遗传学领域的成果整合起来，从而为组织薄切片及染色样本的图像添加分子级别的细节观察。

强化学习正在重新成为AI领域的焦点技术。虽然该技术起源于20世纪70年代，但直到最近与大语言模型结合后才展现出巨大潜力。从人类反馈强化学习到可验证奖励强化学习，这些方法使AI模型获得了推理能力。然而，关键问题仍待解答：强化学习能否在难以验证的领域实现突破？大规模扩展会带来什么结果？尽管存在挑战，强化学习不受人类能力限制，有望创造超越人类的新型智能。

微软近日推出了Microsoft Fabric集成数据分析平台，该平台汇集了所有构建AI所需的数据和分析工具。

在最近递交联邦通信委员会的文件中，微软表示计划探索无线通信在数据中心下的应用场景。

今年是青软创新科技集团股份有限公司（以下简称“青软”）与华为云牵手的第四年，凭借扎实的产教融合积淀、默契高效的协作配合

据思杰系统有限公司（Citrix Systems, Inc.）（纳斯达克股票代码：CTXS）的最新研究表明，混合型工作方式还将继续下去。而在这种新兴的工作环境中，提供统一、安全和简洁的工作体验将是成功的关键。

NVIDIA机器人行业专家李雨倩接受记者采访时表示，机器人是研究型与商业落地多头并进发展的学科，有些领域会商业落地较早，例如服务机器人、扫地机器人、无人机、AGV等。“机器人最根本的逻辑是降本增效，为我们的工作和生活提供更好的便利性。”

今年CES有哪些稀奇古怪的小东西，各大厂商又祭出了哪些王牌，2020年科技走向又是如何?今天就带大家一一来梳理。

人工智能领域的探索需要强大的算力支撑，高性能数据分析集群是不可或缺的基础设施。

今天博世力士乐携针对电池制造工艺量身定制的一站式解决方案亮相2018中国国际电池技术交流会/展览会CIBF 1馆，1GT050展位。

这项由加州大学圣地亚哥分校和微软研究院合作开发的REAL框架，通过程序分析反馈训练大型语言模型生成高质量代码。与传统方法不同，REAL采用强化学习将代码安全性和可维护性作为奖励信号，不依赖人工标注或特定规则。研究在多个数据集上的实验表明，REAL在保证功能正确性的同时显著提高了代码质量，有效解决了"即兴编程"中的安全漏洞和维护性问题，为AI辅助编程提供了新的范式。

Gartner公布了七大新兴的安全和风险管理趋势，这些趋势将在长期内影响安全、隐私和风险领导者。

戴尔科技尔第五代存储PowerStore是基于最新技术进行全新升级的产品，是数十年存储开发专业知识的结晶，专为数据时代而设计，拥有极高的适应性以及全新的智能架构。

扩圈，某种程度上正是高通的骁龙平台自2007年面世以来的真实成长写照，也是科技行者远赴夏威夷茂宜岛参与今年骁龙峰会感触最深的印象之一。