中国九章入选联合国Netexplo论坛全球十大创新成果
光子盒研究院出品
联合国教科文组织（UNESCO）Netexplo论坛2021在4月14日-15日举行，此次论坛将展示过去一年10项突破性的数字创新——有可能对数字社会产生深远的影响。
这些创新是通过Netexplo大学网络（由科技领域的全球知名大学组成的）为期一年的工作在全球范围内发现的，一些最有前途的全球数字技术创新者将提出他们的观点，并讨论影响人类未来的趋势。
其中，“九章”量子计算机作为中国的唯一代表入选，也是量子科技领域的唯一代表。值得关注的是，目前Netexplo论坛官网正在进行一个投票活动，从10项创新中选出年度最佳创新成果。投票链接附在文末。
所有10项创新如下（按首字母排序）。
1. ABAKUS（阿根廷）
农业区块链：帮助农民规避金融波动的数字易货平台。
阿根廷初创公司Abakus和瑞士区块链架构专家Coreledger推出了一个数字易货平台，以帮助农民规避金融波动。该系统基于一种指数化实物资产（如大豆）的加密货币，这种货币可能比波动的国家货币更稳定。代币可以兑换货物或阿根廷比索。
2. ALPHAFOLD 2（英国）
在AlphaGo成功的基础上，DeepMind公司利用人工智能解决了一个50年的难题：预测蛋白质如何折叠。
蛋白质的结构决定其功能。一旦这种结构被确定，它在细胞内的作用就可以被理解，使新的疗法成为可能。一个强大的人工智能现在可以预测蛋白质将如何在三维空间折叠，这是一个极其复杂的过程，是无数生物过程的核心。
3. DALL-E（美国）
谁说人工智能永远不能像人类那样有创造力？
Dall-E是一个基于GPT-3（一种能像人类一样书写的人工智能）的神经网络，它可以根据简单的描述产生高质量的插图。经过图像-文本匹配的训练，它可以从零开始或者通过转换现有物体来生成视觉效果。Dall-E创造了全新的组合，设计了新的物体，通过添加描述中缺失的物体展示了进一步的创造力。
4. GIVEDIRECTLY TOGO（多哥）
一种算法从手机消费数据中识别出最贫困的个人，给他们无条件的经济帮助。
GiveDirectly是一家通过无条件直接援助来减轻贫困的非政府组织，它正在使用伯克利大学开发的一种算法来帮助最需要帮助的人。第一次推广是在西非国家多哥，那里90%的人口有手机。它利用了政府提供Covid-19救济的移动平台Novissi。该方案每月支付5笔款项来帮助多哥最贫困地区的57000名弱势群体。该算法利用电信运营商的数据，对社会经济状况与手机消费之间的相关性进行机器学习研究。
5. GPT-NEO（德国）
世界上最强大的人工智能语言模型授权给一家科技巨头。为什么不做一个开源的替代品呢？
该项目正在创建GPT-3的开源副本，这是一个由OpenAI公司开发的具有1750亿个参数的人工智能模型，专门授权给微软。EleutherAI Collective计划将该算法公之于众，以便任何人都可以使用或开发它。GPT-Neo是基于Mesh-TensorFlow编程语言的。
6. 九章（中国）
量子优势的有力证明
中国领先的量子研究小组开发了一种新的光子技术，并将其集成到一台名为“九章”的量子计算机中。该系统在几分钟内完成了一项计算，这项计算将花费最强大的二进制超级计算机20亿年的时间。这是迄今为止量子计算相对于经典计算优势的最清晰的证明。
7. NEURAL DECIPHERMENT（神经解密算法，美国）
人工智能能够理解古代语言，并显示文化之间的联系。
几十种古代语言仍然没有被解密，因为我们不知道它们与什么其他语言有关，而且文本没有把单词分开。得益于基于语言进化原理的人工智能，研究人员甚至可以在不知道语言起源的情况下解密一种丢失的语言。该算法还可以确认与其他已知语言的关系。
8. RIFT（法国）
通过消费者应用程序使金融更具可持续性。
Rift应用程序是由投资平台Lita推出的。投资和储蓄对可持续发展的影响不亚于支出。Rift让用户知道银行如何使用他们的钱。该应用程序指出了最符合用户优先级的金融产品，这样消费者可以降低储蓄对他们最关心的问题（气候变化、人权等）的负面影响。
9. SMASHBOARD（印度）
另一种社会网络：一个为妇女提供基本信息和支持以结束父权暴力的女权主义社区。
Smashboard是一个旨在粉碎父权制的非营利数字联盟，它基于交叉女权主义原则。除了帖子、文章和播客，Smashboard还为虐待受害者和幸存者提供了特殊功能。用户可以为保存骚扰案件的笔记和证据，区块链保证其保密性和真实性。该公司创始人将去中心化视为女权主义者对抗权力滥用的关键工具。
10. WORM BRAIN DRIVER（澳大利亚）
受原始大脑启发的节俭AI足以驱动一辆自动驾驶汽车。
研究人员从蠕虫的微小大脑中获得灵感，开发出一种节俭（frugal）AI系统，能够控制自动驾驶汽车。与大多数网络中使用的数百万个神经元相比，只需要少量神经元。该系统仅使用控制电路中的19个神经元和75000个参数，成功驾驶了一辆汽车。通过利用自然来改进深度学习，该团队相信他们的新方法可以减少训练时间，并使在相对简单的系统中实现人工智能成为可能。
投票链接：
https://fr.surveymonkey.com/r/InnovationForum2021
论坛官网：
https://en.unesco.org/news/unesco-netexplo-forum-2021
—End—
相关阅读：
#光子盒社群招募中#
进入光子盒社群，与我们近距离互动，了解量子领域更多产业、商业、科技动态，领取量子技术产业报告。
现添加社群助手微信Hordcore即可进群 ，与我们一起展望未来！
你可能会错过：
最新评论
推荐文章
作者最新文章
你可能感兴趣的文章
Copyright Disclaimer: The copyright of contents (including texts, images, videos and audios) posted above belong to the User who shared or the third-party website which the User shared from. If you found your copyright have been infringed, please send a DMCA takedown notice to [email protected]. For more detail of the source, please click on the button "Read Original Post" below. For other communications, please send to [email protected].
版权声明：以上内容为用户推荐收藏至CareerEngine平台，其内容（含文字、图片、视频、音频等）及知识版权均属用户或用户转发自的第三方网站，如涉嫌侵权，请通知[email protected]进行信息删除。如需查看信息来源，请点击“查看原文”。如需洽谈其它事宜，请联系[email protected]。
版权声明：以上内容为用户推荐收藏至CareerEngine平台，其内容（含文字、图片、视频、音频等）及知识版权均属用户或用户转发自的第三方网站，如涉嫌侵权，请通知[email protected]进行信息删除。如需查看信息来源，请点击“查看原文”。如需洽谈其它事宜，请联系[email protected]。