银行业首位首席AI官杨强告别微众银行
微众银行是较早设立首席AI官的银行。此前该行首席人工智能官为杨强，但目前已离任，尚不知具体何时离任。综合多处的公开信息可知：CCF分布式计算与系统专委会6月5日透露，将举行技术论坛，其中一位讲者即杨强。不过，杨强的简介显示为“微众银行首席人工智能官（荣休）”。在更早前的3月，香港科技大学EMBA中英双语课程在深圳举办公开课，彼时邀请到了杨强，其头衔之一为“微众银行前首席人工智能官”。可见，杨强卸任至少已有数月，其或将担任建行独立董事。6月4日，建行发布的董事会会议决议公告显示，“关于提名杨强担任本行独立董
AI可解释性突破推动安全标准化
AI存储实战 | AI存储实战进阶2026年6月，Anthropic发表论文揭示了大语言模型的'可解释性黑箱'问题取得突破。研究团队通过'稀疏自编码器'技术，将模型内部的数百万个特征分解为可解释的概念单元，首次实现了对GPT-4级别模型决策过程的实时追踪和解释。加州伯克利AI安全中心发布'AIRS'（AI Risk Score）评估框架，对全球主流大模型进行安全评分。GPT-5得分87/100，Gemini 2.5 Ultra得分91/100，Claude
AI浪潮下助贷业的变革与机遇
深度解读 · 人工智能发展趋势 对于助贷行业的每一位从业者而言，人工智能（AI）早已不是遥远…… 作者：助贷小助手 | 关注获取更多深度内容深度解读 · 人工智能发展趋势对于助贷行业的每一位从业者而言，人工智能（AI）早已不是遥远……作者：助贷小助手 | 关注获取更多深度内容对于助贷行业的每一位从业者而言，人工智能（AI）早已不是遥远的概念，而是正在重塑我们工作方式、风控模型和商业逻辑的现实力量。当下的趋势已从“是否使用AI”转向“如何深度、合规地用好AI”，这决定了我们未来的市场站位与核心竞争力。传统风
CNCC|疫后新纪元，AI与数字金融融合发展
CNCC2022将于12月8日至10日在贵州省贵阳市国际生态会议中心举办，今年CNCC技术论坛数量达到122个，内容涵盖了“计算+行业、人工智能、云计算、教育、安全”等30个方向。本文特别介绍将于12月8日举行的【第二届智慧金融技术论坛】。报名及了解更多技术论坛信息请识别下图二维码进入CNCC2022官网。目前早鸟票限时优惠报名正在进行，抓住机会立享大幅优惠！论坛围绕“后疫情时代：复苏、挑战、协作共融”主题，宣介人工智能和新一代信息技术在后疫情时代数字金融应用中的创新经验，探讨如何在金融监管与创新的诸多新
AI加速器：驱动智能算法的核心引擎
如今，人工智能正迅速融入我们的学习、工作与日常生活，深刻重塑社会发展形态，推动其向更智能、更便捷的方向演进。当我们使用AI聊天机器人或大型模型时，背后离不开强大的算力支持。本文将探讨支撑这些应用的AI硬件底层逻辑，揭示复杂底层架构如何转化为强大的服务效能。智能技术与智能社会是当今时代的迫切需求。人工智能（AI）与深度学习（DL）算法在构建智能世界和系统方面发挥着关键作用。计算能力的飞跃、传感器数据的爆发以及算法的持续优化，正推动基于云和边缘的机器学习（ML）趋势。这些技术已广泛应用于智能设备、可穿戴产品、
AI康养深度解析：从诊疗辅助到全周期生命照护系统
2026 年 05 月 22 日 ⏰ 星期五 农历四月初六 🎁生物多样性日 字数 7388，阅读大约需 12 分钟本文经由 AI 深度剖析解读，完整报告请参阅文末 13.5 MB | 82 页各位好，今日我们共同研读清华大学沈阳教授团队于 2026 年 4 月推出的《AI 康养深度研究报告：从"辅助诊疗工具"迈向"全生命周期照护操作系统"》。该报告厚达 82 页，信息密度极高，我为大家提炼了核心逻辑，一同探讨 AI 康养这一蓄势待发的万亿级赛道。报告伊始便呈现了一组令人无法
AI医保审核的难题与突破方向
AI医保智能审核并非单一技术的简单应用，而是医疗领域的综合性技术体系。其核心围绕医保基金风险控制的"事前-事中-事后"全流程环节，旨在解决非结构化数据处理、医疗逻辑推理、跨区域数据协同、政策规则适配、人工审核效率低下等五大行业难题。底层技术架构遵循"数据采集与标准化→知识构建与规则引擎→智能推理与审核→流程自动化与反馈优化"的完整闭环，所有技术均需满足医疗行业的专业性、合规性、隐私性要求。以下从技术底层架构、核心技术深度解析、技术落地关键难点、技术演进趋势、商业化落地核心价值五个维度展开深入研究，同时结合
微众银行深耕AI原生转型 核心技术驱动数字金融新未来
作为中国首家数字化银行，微众银行自创立起便坚持“科技驱动”的发展理念，建立了完整的金融科技创新体系，更率先全面推行“AI原生银行”战略，推动业务模式从单纯的“数字化”向“智能化”跨越，依靠技术革新持续推动数字金融行业的进步。成立次年，微众银行便利用自主研发的技术，搭建了国内首个拥有完全自主知识产权、能支持海量客户及高并发交易的分布式银行核心系统，成功攻克了金融科技中难以兼顾大容量、低成本与高可用性的“不可能三角”。经过不断升级，该系统将单账户年运维成本控制在1.9元，仅为行业平均水平的十分之一，系统可用性
AI赋能电池全生命周期：梯次利用、回收与再制造
【论文链接】https://doi.org/10.1038/s44359-026-00167-0【作者单位】清华大学&查尔姆斯理工大学&国际科技创新中心【论文摘要】锂离子电池在退役后往往仍能保有约70%–80%的额定容量，因此在供应链层面既带来经济成本，也引发环境压力。虽然梯次利用、回收以及再制造能够把这些本可被浪费的剩余价值重新转化为可用资源，但由于缺少对电池退役状态的可信数据，上述路径难以顺利落地，也就很难形成关于“是否采用”“何时启动”“以何种方式处理”的科学判断。在本篇评述中，作者
杨明教授深度剖析AI数据与模型安全挑战
2026年4月20日，信息与智能工程学院杨明教授在书新3号楼305举办了一场题为“人工智能数据与模型安全”的学术讲座。本次活动吸引了信息与智能工程学院、理工学院等多个院系师生参与。讲座围绕AI安全基石、数据与模型威胁、防护手段及未来趋势四大方面，系统梳理了人工智能安全领域的核心议题与前沿动态。一、AI安全：双重维度——从“赋能安全”到“自身防护”讲座伊始，杨明教授以近年多起引人注目的AI安全事件为例——微软聊天机器人Tay因数据污染在24小时内发出大量不当言论被迫下线；针对自动驾驶汽车的对立攻击使其识别出
Gen AI制药入临床？药监局警示模型黑箱与数据偏见
生成式人工智能（Gen AI）是一种利用历史数据创造新内容的智能技术，在药物研发注册领域，Gen AI通过机器学习或深度学习模型，基于海量研发数据生成创新输出，涵盖药物分子设计、临床试验方案、药效评估、毒性预测、注册文档编写及结构化数据生成等多个维度[1]。近年来，Gen AI技术突飞猛进，全面渗透至制药研发、生产与销售链条，推动行业从“试错密集型”向“计算驱动型”转变。波士顿咨询集团（BCG）的报告指出，自2010年以来，采用AI作为核心策略的20家公司已将约15个管线项目推进至临床试验阶段[2]。Gr
6G大会前瞻：AIoT技术研讨会亮点速递
由未来移动通信论坛、紫金山实验室联合承办的2026全球6G技术与产业生态大会，定于2026年4月21日至23日在南京召开。本届峰会以“极致连接·智能融合·场景共创·产业共赢”为核心议题，秉持“学术引领+产业对接”的融合理念，集结全球顶尖创新资源，构建一场技术实践协同演进、理论应用深度交织，融思想碰撞、成果发布、人才汇聚于一体的高规格盛会，加速6G技术从实验室迈向产业生态。IoT与AI的深度交融催生了人工智能物联网（AIoT），这一交叉学科方向在信息通信技术与计算机科学融合领域的战略地位持续攀升。本论坛旨在
数据空间环境下协作式人工智能的发展路径与实践
数据空间环境下协作式人工智能的发展路径与实践图1：三种类型的协作式人工智能解决方案为充分释放人工智能模型在实际应用场景中的价值，需利用大量且多元的数据进行针对性微调。数据空间有助于企业获取其他数据提供方的外部资源，但部分数据（如核心业务信息及敏感个人数据）无法以原始形式直接共享。为便于这些数据在跨组织协作中的应用，企业应采用本地预处理、匿名化和抽象化等方案。联邦学习作为近年来广泛关注的技术，其核心理念是各参与方基于自有私有数据完成模型训练，仅共享本地模型参数，最终形成联合模型。在此模式下，私有数据始终保留
人工智能的战略演进：从优化体验到解决核心难题
一、人工智能驱动社会变革的范式演进：从满足“痒点”到攻克“痛点”人工智能正经历一场战略重心转移，从过去的“痒点”式微创新，转向直面并解决“痛点”级社会问题。**早期人工智能技术主要致力于提升效率和改善体验这类“痒点”创新**，例如聊天机器人和智能助手。这些应用虽然带来了便利，但并未触及社会运行中的深层次矛盾。当前，人工智能发展已迈入新阶段，其核心价值体现在能够理解人类意图、拆解复杂任务并自主执行，形成完整的任务闭环。这种转变让人工智能从“信息理解者”进化为“任务执行者”，真正成为应对社会棘手问题的可靠伙伴
2026：当AI成为链上玩家，谁握住刹车片？
若仍将AI视为撰写文稿的辅助工具，显然低估了它的潜力。迈入2026年，人工智能正演变为链上生态中的"新生命体"。根据Foresight News最新研究报告，一条名为"Web3 Robots"的新兴赛道正迅速崛起。此处的Robot并非家用清洁设备，而是具备链上钱包、可独立进行资产交易、乃至深度参与DeFi协议的AI代理。身份跃迁：传统机器人仅作为封闭体系内的工具存在；如今的AI Agent则获得去中心化身份（DID），在链上扮演着独立的"数字公民"与"交易者"角色。行为演进：依托大模型的逻辑推演能力，AI