划重点：1许多专家认为，人工智能取得的巨大进步正帮助硅谷迎来奇点时刻，我们即将迎来剧烈的、指数级的、不可逆转的巨变。2奇点理论的最大拥护者库兹韦尔预计，到2030年时，计算机系统将通过图灵测试，与人类无法区分。之后再过15年，真正的奇点将会到来，届时“计算将成为我们自身的一部分，我们的智力将提高100万倍”。3反对派的批评人士认为，即使大语言模型取得了惊人的进步，也与奇点理论所承诺的不朽的、世界智慧的漫长历程相去甚远。多年来，硅谷始终期待着一种全新的技术出现，并改变一切。它将把人类和机器结合起来，变成更高级的智能，并为历史划开界限。这个里程碑的时刻被称为“奇点”。它可能会以多种方式发生。一个风险是，人们可能会将个人电脑的处理能力添加到他们自己与生俱来的智能中，变成他们自己的超强变种。或者，计算机系统可能会发展得异常复杂，以至于它们实际上可能会假设，创造一个世界性的思维。在这两种情况下，随之而来的改变可能是剧烈的、指数级的、不可逆转的。一台具有自我意识的超人机器可能会比任何一组科学家更快地设计出自己的增强功能，从而引发智能大爆炸。几个世纪的进步可能在几年甚至几个月内完成。人工智能在科技、企业和政治领域正掀起前所未有的波澜。留心硅谷发出的夸张声明和疯狂预言，看来承诺已久的数字天堂终于触手可及。向来低调的谷歌首席执行官桑达尔皮查伊(Sundar Pichai)称，人工智能的影响“比火、电或我们之前所做的任何事情都要深刻得多”。亿万富翁投资者里德霍夫曼(Reid Hoffman)表示：“在这个星球上作出建设性改变的能力即将得到前所未有的重要提升。”微软联合创始人比尔盖茨(Invoice Gates)宣称，人工智能“将改变人们工作、学习、旅行体验，并获得健康护理和相互交流的最佳方式。”然而，这里有一个黑暗的转折。就好像科技公司发布自动驾驶汽车时警告说，它们可能在你前往沃尔玛购物途中发生爆炸。推特和特斯拉掌舵人埃隆马斯克(Elon Musk)上月在接受采访时表示：“通用人工智能的出现被称为奇点，因为很难预测之后会发生什么。”但他表示，他认为“一个富足的时代”将会到来，但通用人工智能也“有可能毁灭人类”。在科技界，人工智能最大的支持者是OpenAI首席执行官萨姆奥特曼(Sam Altman)，这家初创公司的聊天机器人ChatGPT引发了当前热潮。奥特曼说，人工智能很可能是“我们所见过的最好的金融赋权和许多人致富的力量。”不过，他也表示，马斯克的观点可能是对的。马斯克对人工智能持批评态度，还创建了致力于开发脑机接口的组织。上个月，奥特曼签署了一封由非营利性组织人工智能安全中心发起的公开信，信中表示，“减轻人工智能灭绝人类的风险应该是全球优先事项”，它应该与“流行病和核战争”并列。其他签名者包括奥特曼的OpenAI同事，以及来自微软和谷歌的科学家。“世界末日”的话题在硅谷已经变得耳熟能详，甚至是许多人所热衷探讨的领域。几年前，似乎每个科技大咖都在遥远但仍可到达的地方建有物资储备充足的末日地堡。2016年，奥特曼表示，他正在收集“武器、黄金、碘化钾、抗生素、电池、水、防毒面罩，以及可以乘坐飞机到达的大苏尔(Huge Sur)地区。”在一段时间内，新冠疫情让这些人觉得自己的做法是正确的。现在，他们正在为奇点的到来做准备。

IT之家 6 月 13 日消息，根据市场调查机构 Counterpoint Research 公布的最新报告，2022 年全球具备蜂窝网络连接的物联网设备达到 27 亿台，同比增长 29%。报告中指出 2022 年，中国在蜂窝物联网设备中的占比超过三分之二，其次是欧洲和北美市场。蜂窝物联网连接在提高生产力、简化操作、最大限度地减少停机时间、自动化流程和为行业节省成本方面发挥了重要作用。2022 年年底前安装的蜂窝物联网设备中，将近 90% 都采用 4G 和 NB-IoT。4G 物联网设备在 2016 年超过 2G 和 3G 之后，目前已经成为蜂窝物联网连接的首选技术。在中国主要推广使用 NB-IoT，而在日本、澳大利亚和北美则更喜欢 LTE-M 技术用于低端应用；欧洲市场则组合使用了 NB-IoT 和 LTE-M。

北京针对算力、数据、算法、应用、监管等产业发展核心要素及关键环节的难点、堵点，提出了具体举措，五个维度协同发力。从某种程度上讲，北京在发展人工智能方面如何制定和推行政策，具有全国示范效应。“中国正加快通过强化国家支持来培育本土的人工智能先驱”，而“首都率先制定新兴产业政策的情况并不少见”。最近，北京、上海、深圳、成都等地陆续出台一系列鼓励人工智能发展的政策文件，其中，政策密度最大、最引人关注的北京，在12天内连续公布了3个相关文件：5月19日，发布《北京市通用人工智能产业创新伙伴计划》（下称《伙伴计划》）；5月30日，印发《北京市促进通用人工智能创新发展的若干措施》（下称《若干措施》）；5月30日，印发《北京市加快建设具有全球影响力的人工智能创新策源地实施方案（2023-2025年）》（下称《实施方案》）。仔细梳理这些文件可以发现，北京针对算力、数据、算法、应用、监管等产业发展核心要素及关键环节的难点、堵点，提出了具体举措，五个维度协同发力。“《实施方案》是一个战略层面的文件，《伙伴计划》是关于创新伙伴和价值联盟方面的专门文件，属于策略层面，《若干措施》是提出若干有操作性的运作措施。这几个文件，有战略，有策略，有运作实施，相辅相成，抓住了时代的趋势和重点。”法国里昂商学院人工智能管理学院（AIM）院长、全球商业智能中心（BIC）主任龚业明对澎湃科技（www.thepaper.cn）分析道。根据IDC《2022-2023中国人工智能计算力发展评估报告》，北京位居2022年中国人工智能城市排行榜首位。截至2022年11月，北京在17个人工智能相关领域领跑全国。根据中国科学技术信息研究所今年5月28日发布的《中国人工智能大模型地图研究报告》，目前中国10亿参数规模以上的大模型至少已发布79个，北京占38个，位居第一。从某种程度上讲，北京在发展人工智能方面如何制定和推行政策，具有全国示范效应。美国科技媒体TechCrunch近日评价北京的措施称，“中国正加快通过强化国家支持来培育本土的人工智能先驱”，而“首都率先制定新兴产业政策的情况并不少见”。算力资源统筹供给，加强国产芯片算力是训练大语言模型（LLM）的基础要素，大语言模型的发展也给算力带来巨大挑战。近期AI芯片“领导者”英伟达公司的市值飙升，可反映进入ChatGPT时代后市场对算力重要性的预期。“目前，算力是通用人工智能创新比较紧迫需要处理和提高的一个要素。”龚业明表示。在算力方面，《若干措施》第一条即提出“提升算力资源统筹供给能力”。一方面组织商业算力满足紧迫需求：实施算力伙伴计划，与云厂商加强合作，提供多元化优质普惠算力；另一方面，推动新增算力基础设施建设：加快推动海淀区、朝阳区建设北京人工智能公共算力中心、北京数字经济算力中心等项目建设，形成规模化先进算力供给能力；此外，建设统一的多云算力调度平台，实现异构算力环境统一管理、统一运营，提高环京地区算力一体化调度能力。其中，“规模化先进算力供给”值得注意，IDC中国研究总监卢言霞对澎湃科技表示，下一代AI的发展需要规模化先进算力的支撑，尤其是大模型的预训练、生成式AI的研发。目前，全国有超过30个城市正在建设或提出建设智算中心。据浙商证券预测，“十四五”期间，对智算中心的投资可带动人工智能核心产业增长约2.9-3.4倍，未来几年中国智能算力规模年复合增长率将超过50％，智能算力取代基础算力成为算力结构最主要构成，智能算力成为增长驱动力。不过卢言霞提醒道，需要注意的是，建设了这些算力，要考虑将来利用率到底如何，不要沦为沉没成本。此外，在未来几年，最值得重视的是如何提高计算能效，数据中心发展到如今的规模和体量，能耗将成为未来制约发展的重要因素。在算力的硬件承载芯片方面，龚业明指出，高端人工智能芯片及相关设备成本较高，获取有一定困难，这是发展通用人工智能的一大短板。对于芯片，《实施方案》着重强调了“国产”二字。该文件提出的工作目标是：“国产人工智能芯片和深度学习框架等基础软硬件产品市场占比显著提升，算力芯片等基本实现自主可控。国产硬件比例显著提高，全面兼容国产深度学习框架。”在主要任务方面，该文件提出：积极引导大模型研发企业应用国产人工智能芯片，加快提升人工智能算力供给的国产化率；加强国产芯片部署应用，推动自主可控软硬件算力生态建设；组建全栈国产化人工智能创新联合体，研发全栈国产化的生成式大模型，逐步形成自主可控的人工智能技术体系和产业生态。对于芯片的具体研发方向，《实施方案》指出：面向人工智能云端分布式训练需求，开展通用高算力训练芯片研发；面向边缘端应用场景的低功耗需求，研制多模态智能传感芯片、自主智能决策执行芯片、高能效边缘端异构智能芯片；面向创新型芯片架构，探索可重构、存算一体、类脑计算、Chiplet等创新架构路线。浙商证券解读称，预计未来北京的算力中心建设有望提速，国产芯片将得到优先支持，中科系、华为系算力硬件供应商有望深度获益。建设高质量预训练中文语料库“算力成本确实是当前推广大模型、生成式AI的主要挑战之一。但算力不是唯一挑战，数据资源、高端人才都是挑战，需要开放数据、培育产业人才等一系列配套措施。”卢言霞说。在数据方面，北京系列文件的核心思路在于构建安全合规的开放基础训练数据集，建设高质量的预训练中文语料库。数据是中文大型语言模型发展过程中的一项重要瓶颈。粤港澳大湾区数字经济研究院认知计算与自然语言中心文本生成算法团队负责人王昊曾对澎湃科技表示，“相较于英文数据，中文数据的开源程度较低，导致中文数据集的规模相对较校此外，英文作为科研主流语言，在学术界和工业界中得到广泛应用，积累了大量高质量的语料数据，这为英文自然语言处理的研究提供了极大的优势。”在构建高质量数据集方面，《若干措施》提出三个具体施行方向。一是组织有关机构整合、清洗中文预训练数据，形成安全合规的开放基础训练数据集。探索推进公共数据专区授权运营，推动公共数据与市场化数据平台对接；二是谋划建设数据训练基地，提升数据标注库规模和质量，探索基于数据贡献、模型应用的商业化场景合作；三是建设数据集精细化标注众包服务平台，鼓励专业人员参与标注，研究平台激励机制。《实施方案》则强调，要加强公共数据开放共享。“聚焦城市大脑、智慧政务、智慧民生服务等领域，动态更新公共数据开放计划，完善金融、交通、空间等各类公共数据专区建设。”上海赛博网络安全产业创新研究高级研究员周雪静对澎湃科技表示，当前大模型的训练数据来源可以分为两类，一是网络数据，二是合成数据（Synthetic Data）。网络数据的来源包括：采集物理世界的个人信息形成网络数据、直接采集互联网上的数据以及数据交易。通常来说，网络数据的收集、清洗、处理时间和金钱成本较高。合成数据的处理则更加高效、廉价，可重复利用。以人脸数据为例，如果将一个自然人所能提供的人脸数据设为1，那么通过合成、编辑等功能，将基础的人脸数据进行调整（五官或表情），可以实现10或者100个人脸数据，大大降低训练数据的成本和获取难度。合成数据也需进行个人信息保护，根据《互联网信息服务深度合成管理规定》，在使用生物识别信息编辑功能前，应依法告知被编辑的个人，并取得其单独同意。发展面向通用人工智能的基础理论体系得益于模型泛化能力强、长尾数据依赖性低和下游模型使用效率的提升，大模型被认为具备了“通用智能”的雏形。《实施方案》显示，北京计划发展面向新一代人工智能的基础理论框架体系，围绕人工智能数学机理、大数据智能、多模态智能、决策智能、类脑智能、科学智能、具身智能等方向开展研究布局。《若干措施》明确提出，探索通用智能体、具身智能和类脑智能等通用人工智能新路径。支持价值与因果驱动的通用智能体研究，打造统一理论框架体系、评级标准及测试平台，研发操作系统和编程语言，推动通用智能体底层技术架构应用。推动具身智能系统研究及应用，突破机器人在开放环境、泛化场景、连续任务等复杂条件下的感知、认知、决策技术。支持探索类脑智能，研究大脑神经元的连接模式、编码机制、信息处理等核心技术，启发新型人工神经网络模型建模和训练方法。其中，文件提及的“具身智能”，是指有身体并支持物理交互的智能体，如家用服务机器人、无人车等。最近，这个概念被英伟达创始人兼CEO黄仁勋带火，5月中旬，他在2023年ITF世界大会演讲中表示，“下一波人工智能浪潮，将是一种被称为具身人工智能的新型人工智能，即能够理解、推理并与物理世界互动的智能系统。”值得注意的是，《若干措施》还提出，鼓励第三方非盈利机构构建多模态多维度的基础模型评测基准及评测方法；研究人工智能辅助的模型评测算法，开发包括通用性、高效性、智能性、鲁棒性在内的多维度基础模型评测工具集；建设大模型评测开放服务平台，建立公平高效的自适应评测体系，根据不同目标和任务，实现大模型自动适配评测。自ChatGPT爆火之后，国内大模型经历了一个“狂飙”的春天。中国科学技术信息研究所所长赵志耘5月28日表示，据不完全统计，到目前为止中国10亿参数规模以上的大模型已发布79个，14个省市/地区都在开展大模型研发。面对“百花齐放”的局面，如何评测大模型已被政策提上日程。澎湃科技从多位知情人士处获知，目前北京、上海多个重点人工智能实验室都在集中完成测评工作。就在6月3日，认知智能全国重点实验室、中科院人工智能产学研创新联盟和长三角人工智能产业链联盟共同发布了《通用认知智能大模型评测体系》，旨在形成一套覆盖多任务的大模型能力客观评测体系，引导中国认知大模型技术和产业健康发展。聚焦六大场景在大模型的能力加持下，以文生图和虚拟数字人等AIGC（人工智能生成内容）类应用将快速进入到商业化阶段。《若干措施》提出推动通用人工智能技术创新场景应用，重点列举了政务服务、医疗、科学研究、金融、自动驾驶、城市治理六大场景。《实施方案》则强调，要依托北京优势场景资源，加快资本、技术、数据、算力、人才等要素汇聚，打造形成一批可复制、可推广的标杆型示范应用场景，促进人工智能创新链产业链资金链人才链深度融合。另外，支持人工智能赋能智慧城市建设，支持海淀区建设城市大脑2.0，推动北京市高级别自动驾驶示范区3.0等项目顺利实施。《伙伴计划》提到了一些更具体的场景。“围绕首都之窗智能问答、在线导办等场景，依托私有化部署的算力集群资源，逐步开展政务服务行业专有模型训练、精调、剪枝、蒸馏等工作，赋能‘12345接诉即办’辅助场景。”“聚焦本市虚拟数字人、数字医疗、电商零售等创新活跃的数据优势领域，加快推进大模型商业化落地应用，加速文字创造、人机交互、教育、影音等场景落地应用。”我认为目前应该还是发展专用人工智能的时间，即使是ChatGPT或GPT（生成式预训练Transformer模型），要真正产业化落地，还是需要面向场景去打磨。”卢言霞说。IDC认为，未来五年，随着人机交互、机器学习、计算机视觉、语音识别技术达到更为成熟的阶段，人工智能应用的发展趋势包括，以知识为主要生产工具的创作型工作（如文字、视频、图像和音频创作，软件开发，IP孵化等）将实现更大程度的智能化；行业企业将拓展数字孪生与人工智能技术的融合应用，推进能源电力、制造、建筑等行业发展，构建虚拟工厂、数字孪生电网、数字孪生城市，加强数字与现实世界的连接，优化流程，实现全域管理，决策智能。营造包容审慎的监管环境在监管方面，两份文件都提及“包容审慎”。周雪静对澎湃科技表示，监管层面的“包容审慎”分为“包容”和“审慎”两个维度。包容是对于现阶段国内通用人工智能的创新、发展予以鼓励，通过建立试点（示范区、试验区）的方式给予企业试错的机会，进而加快形成一批标杆示范案例，为整个产业的发展加速。而审慎则是从安全合规的角度出发，考虑的是对于发展过程中出现的网络安全、数据安全以及其他新型风险对国家、社会和个人带来的影响，因此需要对市场进行及时的监管干预。“本质上，包容审慎是一种灵活的、分类分级的监管策略，尤其在大模型、AIGC等新兴技术和新产业发展的前期阶段，能够更好地降低企业试错成本和合规成本，鼓励我国人工智能创新发展。”周雪静说。如何营造包容审慎的监管环境？《若干措施》主要包括四点：第一，持续推动监管政策和监管流程创新，鼓励创新主体采用安全可信的软件、工具、计算和数据资源，开展人工智能算法、框架等基础技术的自主创新、推广应用、国际合作；第二，建立常态化服务和指导机制，对具有舆论属性或社会动员能力的人工智能相关互联网信息服务，开展常态化联系服务，指导创新主体引入技术工具进行安全检测、按规定申报安全评估、履行算法备案等程序；第三，加强网络服务安全防护和个人数据保护；第四，持续加强科技伦理治理。事实上，生成式人工智能的迅猛发展已经引发全球多个国家和地区的监管动作。在OpenAI、谷歌等科技巨头的推动下，美国政府与国会已展开探讨。在监管方面走在前面的欧盟，其《人工智能法案》已接近走完立法程序。欧盟白皮书《面向卓越和信任的人工智能发展之道》提供了一个值得参照的思路，即开展“以风险等级为基础”的监管路径，强制性规定原则上只适用于高风险人工智能活动，确保监管干预具有适用性和针对性。此外，实施多方参与监管治理，由会员国指定的认证机构对人工智能系统进行独立审查和评估。在执行层面，周雪静分析，从目前人工智能的监管部门来看，我国呈现多头监管的现状，有关部门包括国家市场监督管理总局、国家互联网信息办公室、工业和信息化部、科技部等。在法律法规层面，一方面是通过专门性综合性立法对网络运营者在使用人工智能技术的义务和责任进行规范，另一方面则是切实聚焦到人工智能领域的算法、模型、技术，进行具体规范。人才高地与政府投资基金除了算力、数据、算法、应用、监管五个维度，北京系列文件还在人才、创新等方面提出了具体措施。《实施方案》明确目标：建设一批具有世界级影响力的人工智能科研机构，引进培育国际一流创新人才团队，国际引才取得新突破。高水平学者数量超万人，国内占比保持领先。主要任务则包括，推动建设人工智能领域人才高地。“探索实施海外人才来京落地即支持政策，着力引进、培养一批具有世界影响力的顶尖人才、青年人才。”“充分发挥高等学校、科研院所、新型研发机构和企业的作用，引进各层级科学家、产业和工程技术人才。”作为中国人工智能领域最重要的研究机构之一，北京智源人工智能研究院近来获得了前所未有的关注。微软总裁布拉德史密斯（Brad Smith）4月曾在谈及微软和ChatGPT的竞争对手时称，“我们看到3个处于绝对前沿的机构，一个是OpenAI和微软，第二个是谷歌，第三个是北京智源人工智能研究院。”北京智源人工智能研究院成立于2018年12月，定位“新型研发机构”，提出了一套“智源模式”，即建立自由探索与目标导向相结合的科研管理机制，以小同行视角遴选支持智源学者自由探索，以“集中力量办大事”的科研组织模式推动“悟道”大模型等重大科研任务的实施。2021年，智源研究院发布了当时全球规模最大、性能最强的智能模型“悟道2.0”，参数量达到1.75万亿（GPT-3.5的十倍）。今年5月28日，北京智源人工智能研究院在2023中关村论坛平行论坛上推出通用分割模型SegGPT（Segment Everything In Contex）。除了国际一流的研究机构，企业的创新环境也尤为重要。《实施方案》提出目标：人工智能领军企业科研投入持续增加，初创企业数量不断增长，企业总数保持国内领先，新培育独角兽企业5-10家。主要任务则包括，发挥政府投资基金引导作用，支持长期资本、耐心资本面向人工智能芯片、框架和核心算法开展早期硬科技投资。持续做好人工智能企业挂牌上市培育工作。《实施方案》指出，要加强人工智能企业梯度培育。“加大对创新型中小企业的培育力度，将有潜力成为独角兽的企业提前纳入培育体系。”“推动一批国际知名研究机构、跨国企业、国内领军企业在京建设创新业务实体。”“落实市区两级企业服务包、服务管家机制，对人工智能领域有潜力的创新企业，可适当放宽纳入服务包的标准，提高服务覆盖面。”与北京的政策类似，日前发布的《深圳市加快推动人工智能高质量发展高水平应用行动方案（2023-2024年）》提出，深圳将发挥政府投资引导基金作用，统筹整合基金资源，形成规模1000亿元的人工智能基金群。几乎在同一时间，《上海市加大力度支持民间投资发展若干政策措施》发布，将通过“基金招商”的模式，聚力招引“三大先导产业”，人工智能就是“三大先导产业”之一。

【环球时报报道 记者 赵觉】刷脸支付、刷脸开门、刷脸解锁手机……基于人工智能图像识别技术的种种应用在日常生活中屡见不鲜。但将这项人工智能技术用来识别“虫脸”，恐怕就是很多人都想象不到的了。据《环球时报》记者了解，由中国科学院合肥物质科学研究院智能机械研究所研发的“虫脸识别”技术已在安徽、江西等6省市推广应用。该所智慧农业研究中心博士后杜健铭近日接受《环球时报》记者采访时介绍称，“虫脸识别”技术目前可以精准识别数十种常见害虫，助力田间植物保护测报人员和种田大户判断田间病虫害发生程度。用“自拍杆”为害虫拍“写真”“虫脸识别”是一种基于人工智能图像识别和检测技术，让机器自动化识别照片中害虫种类和数量的病虫害测报手段。经由拍摄、上传、分析、反馈等环节，植保人员和种田大户可以快速了解农田内的病虫害情况。杜健铭向《环球时报》记者介绍称，在田间采集拍摄使用的是由中科院合肥物质科学研究院智能机械研究所科研人员自主研发的智能设备（上图）。该设备由一根配有高清摄像头与传感器的“自拍杆”和搭载专用App的智能终端组成，可以伸到作物根系、果树树梢等调查人员难以进入、观察的地方，使图像采集工作更加便捷。在田间完成图像采集后，图片将通过专用App被上传至后端的算法服务器上，服务器会基于人工智能技术对这些图像中包含的信息进行分析与综合研判，并将识别结果数据返回至移动终端，整个过程仅需1秒钟左右。在移动终端上，用户可以实时查看当前的图像中包含有哪些害虫以及害虫的数量，也可以根据多个采样点的识别结果综合评估出当前田块中可能的虫害发生等级，辅助农业植物保护专家完成快速田间调查，并提供合适的防治建议。此外，相关数据还会被存储到云端的数据库中，工作人员可以通过电脑客户端进行更加仔细地查阅，并可以对结果进行编辑、备注及下载，从而完成整个测报工作。除移动端外，中科院合肥物质科学研究院智能机械研究所也与其他机构合作研发多种测报装置下的病虫害识别技术，其中最具代表性的案例是田间固定式害虫测报灯下多种类害虫智能识别技术。杜健铭说，固定式害虫测报灯通过在田间安放光诱灯，用特定频段光把目标害虫诱来后，自动对捕获到的害虫进行周期性拍照，并使用人工智能技术对图像进行识别，远程确认害虫的种类与数量。测报灯的重点害虫识别率能达到75%-80%，对于非常重要的害虫预计可以达到90%。“虫脸识别”比人脸识别更难尽管说起来容易，但“虫脸识别”比生活中得到广泛应用的人脸识别难度大得多。甚至可以说，同样是基于机器视觉对于图像包含物体的识别，精准辨认出特征不同、形态各异的“虫脸”难度更上一个台阶。杜健铭告诉《环球时报》记者，人脸有几十个关键点，机器是通过查找眼睛、鼻子、嘴等特征确认一个人的长相，“很重要的一点是，人脸识别的都是人，而害虫的形态特征是非常复杂的”。据杜健铭介绍，“虫脸识别”存在多项主要挑战：首先，很多害虫的相似度极高，例如鳞翅目下就包含数十种常见田间作物害虫，外貌特征很相似，“普通人看上去都是蛾子”，有些类别之间的区别仅仅在翅膀上的一个不起眼的小斑点，专业人员也需仔细分辨，因此使用人工智能进行归纳比较困难；其次，害虫大小不一，有的害虫在照片中会小到难以进行形态分辨；此外，拍摄手法导致的逆光、阴影等会让拍摄采样质量有较大波动，进一步增加了识别难度。更复杂的是，我国主要经济作物上可能出现的害虫种类达到几百种；而每种害虫又可能处于不同虫龄以及发育阶段，如幼虫期和成虫期，导致即使是同一种害虫的样子也会大不相同。这就造成了田间的“虫脸识别”需要识别多姿态、多种类、多形态的害虫，带来的技术挑战比人脸识别大得多。面对比人脸更加复杂多样的“虫脸”，提升识别准确率的核心还是建立起足够规模的“虫脸”数据库。据悉，2016年到2018年的3年时间里，中科院合肥物质科学研究院智能机械研究所的科研人员几乎住在了安徽省内的各个县市，对田间的害虫进行数据采集，完成了快速的数据积累。数据库建立后，农业植物保护专家首先依据对害虫的判断来分析整理数据库，然后使用特别设计的人工智能深度学习算法，让计算机自动归纳和总结某一类害虫所拥有的共性，例如口器、翅膀纹理、后背的花纹和斑点，这些特征最终构成了一张张“虫脸”。据杜健铭介绍，目前针对种田大户使用的数据库已包括100多万张图片，覆盖29种农作物和经济作物，300多种病虫害。其中，对四五十种病虫害的识别准确度在80%以上。杜健铭说，“虫脸识别”技术对一些重大的迁飞性害虫以及小麦、水稻的重点关注害虫的识别，已经比较成功了。向更长期的自动化病虫害精准预测努力“虫脸识别”技术最先在安徽省内进行试验。从2016年开始，由全国农业技术推广服务中心联合安徽省植保总站向全国4个省市进行推广应用，在2018年扩大到6个省市（安徽、江西、河南、湖南、湖北、山东省）。杜健铭告诉《环球时报》记者，“虫脸识别”技术的应用提升了病虫害测报的效率，也降低了成本。科研人员将继续对“虫脸识别”技术进行完善，希望进一步提升可识别的病虫害种类及准确性。杜健铭表示，团队希望不断更新硬件设备，提升图片拍摄的质量。与此同时，针对难以识别的“虫脸”，团队也计划能够开发新算法，通过总结植保专家的经验知识和模拟人的感知能力，搭建一个与多种知识结合的图像识别推理模型，提升图像的识别能力。杜健铭说，除了进行即时病虫害测报外，科研人员正在向更长期的自动化病虫害发生精准预测这个方向努力。现在还需要人工在田间采集数据的工作，未来将通过无人设备或者更加智能化的辅助设备来完成。届时再利用先进的人工智能技术，逐步替代人工构建、补充及维护预测模型的工作，就可以实现自动化的快速迭代害虫发生预测模型，帮助农业专家们更快更准确地预测病虫害发生。

据彭博社记者马克·古尔曼（Mark Gurman）报道，苹果公司正在对 Siri 进行重大改进，计划在未来几年内取消目前必须使用的“嘿，Siri”唤醒语音助手的方式。古尔曼在最近一期的“Power On”通讯中称，苹果正在研究让 Siri 能够在使用单个词“Siri”作为触发词的情况下理解和响应命令，用户不需要说“嘿，Siri”。这个改变看似微小，但实际上是一个很大的技术挑战，需要大量的人工智能训练和底层工程工作。复杂性在于 Siri 要能够在多种不同的口音中识别单个词“Siri”，而使用两个词 “嘿，Siri”能够增加系统正确捕捉信号的可能性。IT之家注意到，这个改变将使 Siri 更接近亚马逊的语音助手，后者可以简单地通过以“Alexa”开头的命令来触发。古尔曼补充说，苹果还在努力将 Siri 与第三方应用程序和服务进行更深层次的整合，以提供更好的帮助。预计 Siri 的改进将在 2023 年或 2024 年推出，也就是说最早可能在今年夏天与 iOS 17 一起在 WWDC 上公布，这次活动预计将重点介绍苹果的混合现实头显。

新网西宁3月2日电 (李隽 师成森)2日，记者从中国移动青海有限公司获悉，日前工业和信息化部发布2021年国家新型数据中心典型案例名单，位于青海省海东市的高原大数据中心入选，成为国家绿色低碳数据中心。这也是青海省通信行业唯一入选的数据中心。2015年12月，高原大数据中心建成，成为青藏高原首个大型云计算数据中心。它是青海省人民政府与中国移动通信集团有限公司战略合作的重点工程，是青海省内两大互联网出口节点之一，对上直连国干节点，网络连通性达99.99%。数据中心规划出口带宽10T，目前已达到3T。数据中心一期投资近10亿元，占地面积51亩，建筑面积2.9万平方米，共有32个标准的IDC机房，网络出口带宽3T，可提供3200个机架的服务能力，目前已承载服务器6500余台。数据中心以“提供高效优质服务，聚合青海产业链条，改善当地投资环境，助力本省地方经济”为定位，提供云计算、云存储、物联网、大数据分析及智慧城市建设、“一站式”信息化解决方案等服务。高原大数据中心充分利用青藏高原冷凉气候，采用自然制冷方式，通过板式换热器、室外冷却塔实现冷热交换，PUE全年运行在1.4以下，全方位体现“节约能源、节省资本、绿色低碳、以人为本”的基本理念，以高新技术为主导，创造高效低耗、无废无污、健康舒适、生态平衡的运营环境，节能、智能化水平均处在国内一流水平，已通过多项国际国内及行业认证。近年来，青海省先后出台《青海省数字经济发展实施意见》《青海省数字经济发展规划》等文件，并提出构建独具青海特色的“1119”数字经济发展促进体系。青藏高原大数据中心、三江源国家大数据基地和西宁国际互联网数据专用通道等一批新型基础设施项目纷纷落地。