1 用AI打造药企的“超级员工” 2024/08/12 索迈特（上海）人工智能科技有限公司 | 孙石光 2 用AI打造药企的“超级员工” 索迈特（上海）人工智能科技有限公司 | 孙石光 （提示词：将生成式AI技术应用于生物制药行业） 3 孙石光 | 合伙人& COO | 索迈特（上海）人工智能科技有限公司 • 东北成长 （ < 18岁） ：全国奥林匹克数学竞赛三等奖、围棋业余5段

的能源和数字化解决方案，助力各行各业高效减碳。 双碳目标大趋势和不同客户面对的挑战 用能侧企业 能源管理平台部署复杂，成本高；缺乏专业的能 源、碳排放对标和诊断 已安装有部分子系统，历史子系统改进难，数据 难以对接 光伏、储能、汽车充电桩等新型能源设备没有统 一的SCADA监控系统，运维管理难 能源管理者对碳管理缺乏经验，需要一套能源管 理和碳管理的整合工具 减排和业务发展难以协调，亟需区分减排的 重点，节能减排方案收益难以量化 能耗和碳排放KPI下发流程繁 琐，时效性差 园区管委会和大型集团能源、碳管理部门 01 02 03 各下属企业安装不同的管理 平台，管理效率低 ECX的解决方案 核心优势介绍 1.可视化与对标分析帮助客户进行快速而行之有效的管理提升 综合能源解决方案 可配置的丰富能源应用，实现能源中心、微网、及 负荷侧的能源综合管理和优化 灵活的部署和交互 采用云原生架构，支持私有化部署和云端部署，支 持大屏、Web、手机多端呈现和交互 西门子智能基础设施集团 整合西门子中压、低压、用能侧设备的行业经验，基于物联数据、数据模型和AI算法，为用户提供面向能源站、各类用能系 统的优化策略和算法；利用算法模型和对微电网的发电预测、负荷预测，实现光储充综合优化、用电需量管理。 支持灵活选择国际、本地标准进行碳盘查；支持依据第三方审核机构要求提供核查数据包；提供完整碳管理业务功能，从 盘查、分析、减排规划到落地方案管理，帮助企业实现碳中和。

资本市场数字化趋势相关思考：技术跃迁与场景裂变 零信任架构在证券公司数字化转型中的应用实践 证券公司集约化运营的几点思考——数字化浪潮下的服务效能革命 信托公司数字化转型要“尽力而为、量力而行” 关于 Text2SQL 赋能金融科技的实践路径思考 吴永飞 贾凤军 陈元琳 个量子比特就有望破解 RSA-2048 位算法。 一旦该算法效率得到进一步验证，将使经典密码体系抵 抗量子计算攻击的时间窗口变得十分紧迫。 目前能够对抗量子计算攻击的主流信息安全方案有 两类：一是“反其道而行之”，对量子计算在密码破译 方面的优劣势进行有针对性地研究，在量子计算弱势的 方面对经典密码算法进行优化升级，从而使经典密码算 法具备在经典和量子环境下均可抵抗破译的特性，基于 该方案形成的研究方向称为“后量子密码学”。然而后 二、量子通信为金融信息安全筑起新防线 03 连 续 变 量 量 子 密 钥 分 发（Continuous Variable QKD，CV-QKD）技术不需要复杂的单光子源制备技术， 仅需借助于成熟的经典光通信中的弱相干光相关技术即 可实现，该技术与现有电信基础设施具有高度兼容性， 能够利用标准的电信组件实现远程密钥共享。此外，连 续变量量子密钥分发系统的器件与经典的相干光通信相 兼容，适合与经典信号共存，易于部署。华夏银行率先

教育部、中央网信办、国家发展改革委、工业和信息化 部、财政部、中国人民银行 2021 年 7 月 1 日  （二）基本原则 • 坚持需求导向。聚 焦 教育高质量发展的迫切需要，立足固根基、扬优势、补短板、强弱 项，量力而行、因地制宜、循序渐进推动教育新基建，夯实信息化时代教育变革的基础 条件 。 • 坚持创新引领。深入应用 5G 、人工智能、大数据、云计算、区块链等新一代信息技术， 充分发挥数据作为新型生产要素的作用，推动教育数字转型。

链保鲜技术不断创新突破。另一方 面，国家大力支持和鼓励冷链技术在更大范围、更多领域应用，冷链技术不仅限于远程的、高价值的食品运输，也开始应用 于近距离的、普通的食品运输。技术创新和应用普及的相向而行，使原来成本居高不下、仅供高端食品运输的冷链技术，成 本大大降低，并适合于几乎所有食品的运输，推进了物流冷链的基础设施化，也使车厘子、牛油果等高端水果平民化，让普 通大众实现了“车厘子”自由。 在更大范围、更多领域应 用，最终实现数据可信安全流通技术不仅仅适合涉隐涉密高价值的安全可信流通，而且也能应用于价值密度较低的、普通的 明文数据的流通应用。数据可信安全流通技术创新和应用普及的相向而行，最终使原来成本居高不下、仅供涉隐涉密高价值 数据流通的“数据冷链”技术，成本大大降低，并适合于几乎所有数据的流通应用，推进数据冷链的基础设施化，也使涉隐 涉密的高价值数据平民化，让普通数据企业实现“数据自由”。

用与基于网络数据训练通用大语言模型有着根本区别。我们可以在网络上找到几乎所有常见主题的 数据，但关键的行业事件通常是罕见的故障或异常。你可能拥有十年的“正常运行”数据，却只有 极少数灾难性故障事件，而行业 AI 模型必须从这些极为罕见的事件中学习。 历史表明，开放的生态系统和国际合作是技术进步的重要加速器，对于复杂且具有变革性的 AI 领域更是如此。开放的工具和平台将有效推动我们在系统互操作性和集成方面取得突破。 工智能的发展也是伴随着 算力的不断提升。但是，线性提升的算力如何带来智能水平的跨越式突破呢？这个问题似乎很难回 答。真正的突破口可能是算力的革命性飞跃，例如较现有的芯片实现数个数量级的效率提升。光计 算、量子计算、存算一体等新的范式的不断成熟，就如同通信从电缆升级到光缆，将有望变革智能 的“物质基础”。因而，将带来算力革命性提升的新型芯片，可能是人工智能的关键“奇点”。 当然，迈向通用人 新与规范中寻找平 衡，在想象与实践中稳步前行。 AI 技术快速迭代，数字世界加速发展，并拖着物理世界前进，实现数字世界和物理世界深度融 合。在历史长河中，智慧被视为人类进步的引领之光，未来这束光将可能从机器中诞生。 翻开本书，我们不仅是在“展望未来”，更是在“定义未来”——因为那个虚实交融、人机共 生的新世界，正始于今天的每一次大胆想象，成于每一次脚踏实地的探索。 前言 与 AI 共进

Two-Stream（双流）类方法、 C3D 方法以及 CNN-LSTM 方法等。 以目前常见的 CNN-LSTM 方法为例，其网络架构如图 2-2-4 所示。首先，算法在输入侧通过连续多帧计算光流图，获取 相应运动信息；然后，在进行特征池化后，使用 LSTM（Long Short-Term Memory, 长短期记忆） 网络来得到视频级描述， 其中每帧特征池化后将连接五个 LSTM 层，后一帧的 Real-Time Object Detection，Joseph Redmon, Santosh Divvala, Ross Girshick, Ali Farhadi 原 始 帧 30-120 秒视频片段 光 流 CNN 特征计算 特征聚合 特征池化 OR LSTM 类别预测 分数 类 别 分 数 融 合 坐下 坐下 站立 开始 停止 持续时间 35 34 实 战 篇 实 战 篇 ByPass Scheduler 的工作方式可以 让不同工作负载分别加载到指定的 VPU 与通用处理器中， 其中人头检测加载到 VPU 1 上，跟踪网络 1 和跟踪网络 2 加载到 CPU 上。而行为检测和行为验证则采用了多 VPU 优先级加载模式，其可以同时被指向加载 VPU 2 和 VPU 1， 且 VPU 2 优先级高于 VPU 1。 • 在推理运行阶段，系统可以通过分线程处理的方式来提升

过配置开放的API和软件开发工具包（SDK）， 不同的模块可以实现无缝集成。模块化设计与 服务机器人的行业标准规范（如VDA 5050等） 具有互补关系。模块化设计为不同的功能单元提 供了物理和软件层面的拆分，而行业标准规范则 确保不同厂商和类型的机器人之间能够有效协同 工作，实现无缝协同。通过标准化接口和通信协 议，各模块可以在不同的系统中互换使用，从而 增强了整个服务机器人生态的灵活性。同时，模 块化设计的广泛应用可以进一步促进行业标准的

编写单位（排序不分先后）： 江苏未来网络集团有限公司、紫金山实验室、江苏省未来网络创 新研究院、中国联通设计院、中国电信股份有限公司研究院、中国移 动通信有限公司研究院、新华三技术有限公司、武汉光迅科技股份有 限公司、深圳瑞波光电子有限公司、南方科技大学 编写人员（排序不分先后）： 陶高峰、秦子健、李琳、尹睿、秦树鑫、任广臣、陈平平、黄韬、 杨伟、刘刚、刘伯江、焦明涛、朱永庆、陈迅、胡泽华、杨冰、程伟 纵深发展。然而，传统分离的光传输与 IP 网络架构已难以满足数字 经济时代对超高速率、超低时延、超高可靠性的严苛要求。光电融合 网络技术作为新一代信息基础设施的核心支撑，通过 IP 层与光层的 深度融合，构建起大带宽、低时延、高可靠的确定性网络能力，为智 能制造、远程医疗、自动驾驶等新兴应用场景提供坚实的网络保障。 本白皮书系统阐述光电融合网络的技术特征与发展需求，深入分 析长距离相干光传输技术、IP+光融合架构、光电协同的智能管控系 析长距离相干光传输技术、IP+光融合架构、光电协同的智能管控系 统等关键技术，全面梳理国际国内标准进展与产业生态现状。通过剖 析数据中心互联、算力网络等典型应用场景，展示了光电融合网络在 降低 30%以上 TCO、提升 50%以上能效比等方面的显著优势。同时， 本白皮书提出三阶段发展路径与产业协同建议，旨在推动构建开放、 融合、智能的新一代光电网络体系。 我们期待通过本白皮书的发布，吸引更多研究机构、企业和产业

路径。 高可扩展性与灵活性 • 拓扑创新：从传统Spine-Leaf架构向Dragonfly、3D Torus等新型拓扑演进，提升网络带宽、降低 时延并增强可扩展性。 • 光电融合交换：引入光交换技术，将波长作为调度单元，降低时延并提升带宽利用率，并支持训练 任务的动态拓扑重构，简化网络的增量扩展。 智能化运维与管理 • 自动化部署：基于意图和AI驱动，通过网络控制器实现自动的网络规划、动态路由以及配置策略 在拥塞点并规避实现自愈。 安全与隐私保护 • 数据加密：在传输层采用TLS 或MACsec协议，防止中间人攻击。 • 访问控制：基于零信任架构实现细粒度权限管理。 2.2 技术体系重构：全光互联+AI原生网络颠覆传统架构 1）智算网络技术体系 图2-1是智算中心组网的逻辑架构和物理架构。智算中心逻辑上分为AI计算集群区、通用计算区、存储区 以及管理区，在网络层面，划分为参数面、样本 议与调度策略。其包括支持IB或 RoCE的网络交换机、端侧的智能网卡DPU以及服务器内GPU卡间互联的总线等，其中，依托光传输高速 率、低时延、低能耗和低成本的优点，光电融合正成为智算中心内从设备到网络架构的重要演进趋势，包括 OCS光交换机、光电合封CPO交换机、高速光模块和光输入输出OIO等技术。 图2-1 AI组网逻辑架构和物理架构 智算网络核心技术 07 智算网络的互联包括机