304am永利集团

PA集团官网-全程锁定，看人工智能如何赋能台风精准监测—新闻—科学网

2026-09-10 01:46:03公司新闻

台风“巴威”连续迫近我国东南沿海。于台风天生之初，上海市景象形象局的人工智能景象形象模子就已经全程锁定、动态追踪台风路径与强度。追随记者镜头一路去看人工智能怎样赋能台风精准监测、邃密预告。

本周初，上海晴空万里，上海市景象形象局的多个事情站就已经经于紧密亲密监测台风“巴威”的动向，为当局部分及市平易近提供台民风象办事。

上海市景象形象台副台长茅懋：提早两天的时辰，咱们就会提供比力精准的登岸位置研判，整个上海市预警节拍的研判，风雨量级的研判，提早一天的时辰就会邃密到各个街镇，提早六小时更多存眷一些重点区域。

帮忙景象形象专家实现对于台风精准猜测的，就是这个台风智能体。专家先容，这个智能体有两年实战经验，其自身也不停举行海量数据进修。

上海市景象形象台副台长茅懋：海量的数据它都举行了进修，打个比喻，卫星的、雷达的，台风今朝位置信息，未来所有预告的信息，它都进修进去了。

有了海量数据的进修，共同卫星云图、雷达信息、不雅测数据，台风智能体可以或许帮忙景象形象专家及时把握台风的下一步走向。

总台记者 杨松涛：这是上海市景象形象局开发的AI预告智能体，咱们此刻来问一下，台风“巴威”哪天对于上海影响最年夜？它给出了这些结论，有最新的位置、预告的路径、对于上海的影响。估计重要影响时段为7月11日至13日，上海和周边海疆将有较着的风雨影响。

中国景象形象局上海台风研究所还有研发了数值模式与人工智能交融的上海台风模式，实现了对于短时间气候，特别是台风的最优预告。今朝，团队进一步研发了上海台风模式的AI代办署理模子：“海司”智能预告模子，为台风防灾减灾提供了新的AI赋能。

中国景象形象局上海台风研究所助理研究员牛泽毅：“海司”重要是基在咱们这套台风混淆模式天生的数据集，来孕育发生练习，从而可以于分钟级孕育发生将来15露台风路径及强度以和布局的预告。

“雨师”上阵，强对于流预警分辩率晋升

台风影响时期，往往陪同年夜风、短时强降雨等强对于流气候。针对于这种气候，上海市景象形象局自研的别的一款人工智能年夜模子“雨师”精准发力，可将台风风雨预告邃密到街镇级标准。

“雨师”是上海市景象形象局结合上海人工智能试验室、上海科学智能研究院等单元配合研制的人工智能短时邻近预警模子，去年3月正式发布。

“雨师”聚焦强对于流气候，将上海强对于流预警的分辩率从3千米晋升至1千米，可以精准预告哪一个街镇会有暴雨，暴雨预警提早量也从30分钟提早至45分钟。

有了“雨师”的精准猜测，上海市景象形象局将极度气候预传递的提早量从4小时提早至6小时。今朝，“雨师”模子已经广泛运用在上海市应急局、上海市防汛办等单元的批示平台，有用支撑强降雨应答及灾难防备。

更早预判极度气候，让应急有了更长的预备时间。上海市景象形象局与上海市应急治理局等八部分构建了“景象形象灾难防备—应急纵贯车”机制。

上海市应急治理局防灾减灾到处长余春新：于预判将呈现年夜规模、高强度灾难性气候时，上海市景象形象局会于正式预警发布前，提早向各联动部分、重点单元推送气候预传递，为各方提早部署防控、启动应急相应提供要害参考，有用拉长防灾预备窗口期，晋升都会极度气候应答能力。

PA集团官网-全球首颗软件定义近存计算3D芯片在沪发布—新闻—科学网

2026-09-10 01:46:03公司新闻

2026年7月13日，东方算芯软件界说算力芯片、体系和线路图发布会于上海进行，上海东方算芯科技株式会社（如下简称“东方算芯”）首颗软件界说近存计较3D AI芯片——DF1000全世界首发，标记着这一中国自立原创的算力芯片新成长线路正式启航。

东方算芯这次发布的DF1000，是全世界首颗软件界说近存计较3D芯片，以“软件界说＋3D重叠近存计较”的技能线路，体系性破解了中国高端算力芯片成长面对的几个焦点瓶颈，以架构立异为焦点冲破口，实现了算力、使用率与能效比的体系性跃升，为我国高端算力芯片提供了可落地、可范围化、可持久自立的一种技能方案。

东方算芯首颗软件界说近存计较3D AI芯片——DF1000全世界首发。彭湃新闻记者 俞凯 摄

该款芯片经由过程3D混淆键合技能将计较层与存储层垂直重叠集成，把互连间距压缩至亚微米级别，带来数目级晋升的互连密度与带宽密度，访存带宽达6.4TB/s，从底子上破解了“存储墙”、“带宽墙”及“功耗墙”等行业痛点，同步构建了全栈软件生态，为用户提供简捷高效的迁徙与部署方案。

东方算芯董事长兼CEO魏少军暗示，公司经由过程软件界说+3D重叠近存计较这两个技能线路，不仅于成本上形成竞争上风，也动员了财产的成长，后续极可能有几十家企业根据这个技能线路一直往前走，这对于中国的芯片财产来说无疑是巨年夜的拉动。

魏少军告诉记者，东方算芯选择来上海成长，并不是只着眼在今天公司能获得甚么样的撑持，而是注重上海的生态情况。“于沪创业两年来，心患上就是于这里创业让咱们感应舒心、顺遂，不克不及说所有的工作一路顺风，但基本上没有遇到太年夜的坚苦，于根据咱们的假想慢慢实现。以是咱们很是顾惜，也感激上海本地当局以和于企业营商情况上给的撑持。”

PA集团官网-全新光电融合AI智算平台发布—新闻—科学网

2026-09-10 01:46:02公司新闻

近日，“光算聚力?异构共生”——全新光电交融AI智算底座战略互助签约典礼于北京进行。会上，专注在空间光计较芯片技能研发的每一刻寻思公布，与壁仞科技、阶跃告竣互助，并结合发布全新光电交融AI智算平台。

每一刻寻思开创人、董事长邹天琦先容，三方将整合算力、年夜模子场景与空间光计较技能，买通产学研全链路，配合推进光电交融计较方案的落地迭代，做实技能底座、做年夜财产范围。

壁仞科技总司理肖冰暗示，国产通用异构算力是AI财产成长的焦点底座，光电交融架构为算力机能冲破斥地了全新路径。本次互助中，壁仞科技将输出GPU算力底座、光电交融技能、超节点体系，以和与阶跃年夜模子适配落地的乐成案例，联袂每一刻寻思空间光计较能力、阶跃年夜模子算法，配合加快光电交融算力方案财产化落地与范围化商用。

阶跃副总裁、当局事件卖力人赵海涛暗示，AI持久成长历程中，需要构建一个完备的系统，包括年夜模子、芯片、集群，以和光电交融等。本次三方互助将构建“年夜模子+GPU芯片+空间光计较”的完备技能链路，终极降低年夜模子部署成本、晋升端云全场景的相应效率。

今朝，传统电芯片因受物理定律约束，能效晋升已经靠近天花板。光电交融被认为是统筹技能高度与工程落地可行性的焦点冲破标的目的之一。

清华年夜学电子工程系副传授，每一刻寻思结合开创人、首席科学家乔飞暗示，光子具有传输速率快、功耗低、撑持多路并行计较等焦点上风，但持久以来，行业遍及面对“试验室技能可验证、量产范围化落地难”的财产鸿沟。本次产学研深度协同的三方互助，将精准解决技能落地难点，为AGI时代打造低功耗、高并行的下一代通用算力底座。

PA集团官网-通用生物医学AI智能体可自主执行科研任务—新闻—科学网

2026-09-10 01:46:01公司新闻

科技日报北京7月12日电（记者张梦然）美国斯坦福研究团队近日于《科学》杂志上陈诉了一种名为Biomni的通用生物医学AI智能体，其可以或许自立履行从数据阐发到试验设计的多种研究使命。团队于多个案例研究中测试了该东西，认为其机能不变，多项使命体现靠近人类专家。该结果象征着AI智能体可与人类研究职员协作，加快推进生物医学从基础研究迈向运用转化。

生物医学研究最近几年来鞭策了对于疾病机制、诊断与医治的认知，但事情流日益繁杂、数据集连续膨胀、专业东西繁多、文献增速惊人，使患上现有常识及资源难以被充实使用。对于专业研究职员的需求已经跨越可用劳动力，也使年夜量有价值的数据及阐发时机被弃捐。开发出能扩大专业常识、加快发明的东西十分火急。而AI智能体的成长为重塑生物医学研究的部门环节提供了可能，但条件是这种东西能笼罩充足广的生物医学使命。

Biomni经由过程挖掘海量生物医学文献，界说出一套笼罩较全的进修使命。年夜型语言模子则兼任计划引擎，卖力理解用户哀求，并将其拆成一连串多步子使命。这套机制让Biomni于没有预设事情流模板的环境下，也能自行组装并履行完备流程。

团队将Biomni置在多个生物医学基准上测试，并于多项使命中将其体现与人类专家对于比。成果发明Biomni的正确度始终能与专家级程度匹配，而耗时较着更短。5个案例研究中均验证了其东西能力，规模从可穿着传感器数据阐发，到为研究职员设计试验和谈。

团队夸大，这项结果的价值不于在宣告“AI替换人”。只管Biomni已经接入不少生物医学东西与数据库，但评估使命只占一小部门，若干要害标的目的还没有涉及。即便云云，经由过程把繁杂事情流主动化，研究职员可以把精神挪向创造性的假定天生、试验立异及跨范畴协作，这部门才是人类科学家更该花时间之处。

PA集团官网-人工智能学会“使坏”，我们怎么办？—新闻—科学网

2026-09-10 01:46:01公司新闻

AI（人工智能）走出试验室，潜于危害也日趋闪现。从AI换脸诈骗、算法引诱着迷，到天生看似合理却事实过错的虚伪内容，AI“使坏”带来的安全隐患激发担心。

针对于这些征象，国际学术期刊《天然》近期的一项研究给出相识释：科学家发明一种被称为“涌现性不合错误齐”的新挑战。简朴来讲，就是于特定使命中被“教坏”的AI，可能会将其卑劣举动模式“感染”至看似不相干的使命中。这使人迷惑：明明是按人类价值不雅练习出来的AI，为何会孕育发生这些不成猜测的危害？

当前主流的天生式AI，素质上因此年夜语言模子为焦点、基在海量人类文本数据练习而成的体系，它的举动来自对于语言布局与常识表达方式的进修与内化。这些模子于练习历程中接触到的信息来历极为广泛，此中既包罗体系化的常识质料，也不成防止地同化着成见、误导性表达及匹敌性语言。模子于进修历程中，会内化这些内容所蕴含的表达习气、价值偏向及举动模式。虽然于现实运用时，人类会经由过程技能手腕给它成立安全护栏，但于某些特定语境下，那些暗藏于参数深处的不良模式仍可能被激活。所谓的AI“使坏”，更像是对于人类信息世界中既有举动布局的一种“重现”。

假如说数据问题是天赋因素，那末练习方式的局限性，则是让AI“学坏”的后天诱因。练习AI的历程，很像一场以成果为导向的测验。回覆患上好，就得到奖励；回覆患上差，就遭到处罚。AI的方针只有一个——尽可能多拿分。于现实练习中，AI很快发明了一条“捷径”：当碰到不会的问题时，老实地说“不知道”往往患上分不高，而编造一个逻辑通顺、语气自傲的谜底，更易得到正向反馈。科学家发明，这类为了迎合人类偏好而捐躯真实性的计谋，一旦于一个使命中被强化，就可能演化成AI的通用举动模式，并扩散到其他彻底无关的场景中。

比拟科幻作品中“掉控的呆板人”，实际中AI“貌同实异”的输出可能致使过错援用、过错判定，甚至于要害决议计划中埋下隐患。与此同时，保举体系及智能助手还有于悄然转变人们获守信息的方式。它们以“更切合用户偏好”为方针筛选内容，却可能不停强化情绪化信息及单一视角，让人们逐渐困于由算法塑造的信息情况中而不自知。更值患上警惕的是，跟着语音合成、换脸技能的成熟，AI也被用在诈骗及身份伪造，使患上虚伪信息于外不雅上愈来愈靠近真实，平凡人仅凭直觉已经难以分辩。

面临这些危害，咱们要做的不是拒绝利用AI，而是调解与它的相处方式。AI更合适作为辅助东西，而不是权势巨子来历，特别于触及事实判定、专业结论或者实际决议计划时，人类仍需要保留终极的核验权。对于AI给出的信息连结适度思疑，自动查证要害来历，是一种基本而须要的“数字素养”。

应答AI危害，还有需要平台与轨制层面的约束。例如，对于深度伪造内容举行标注与羁系，对于高危害场景的AI运用设立更明确的责任机制，削减技能被滥用的空间。归根结柢，AI其实不是自然伤害的存于，它真正放年夜的，是人类信息情况华夏本就存于的不确定性与误差。技能越强盛，人类越需要连结苏醒的判定力。

（作者为哈尔滨工业年夜学计较学部传授）