数据4.0——重新思考数据驱动型经济的规则. 公司将需要在人的层面上将数据制度化，迎接崛起的新挑战，并且必须推动数据驱动经济的发展，以实现向善的变革。. 虽然许多日常生活和经济活动在疫情期间的某个时刻陷入了停顿，但数字、技术转型并没有停止 ...
相比之下，大语言模型可以将软件开发人员28.7%的任务实现自动化，使43.2%的任务得到增强。 前者包括分析数据和系统性能，而后者涵盖评估产品和技术及编写指令。
利用最新的太阳能、电池、轻质复合材料和航电技术， 高空平台通信系统 （HAPS）系统有望 提升通信和观测能力。. HAPS系统通常以气球、飞艇或固定翼飞机的形式在距地面约20km的高度飞行，其连通性、覆盖范围和性能超越地面塔和卫星，在全球偏远地区尤其 ...
由大流行所揭幕的“新数字常态”之年（预示着第四次工业革命的到来），呈现出技术与地缘政治之间关系的新图景。. 人工智能 、 区块链 和 5G通讯 正迅速成为全球竞争和各方协调的前沿阵地。. 这些技术的发展提升了人们对于全球规范和协议的 需求，以提升 ...
算法透明是实现可理解人工智能的一种方式。虽然用户可能不大关心产品背后的算法，但监管机构需要深入了解技术细节以便进行监督。无论如何，就AI系统直接作出或辅助做出的决策，向用户提供易于理解的信息和解释，都是值得鼓励的。
2017年5月，中国举办了一场 具有历史意义的围棋比赛，世界排名第一的冠军柯杰，与由Google DeepMind Lab设计的AI程序AlphaGo，在乌镇进行对决。. 这场对决充满了悬念和象征意义——人类对机器，直觉对算法，传统对现代。. 结果，AlphaGo连胜三局，以3-0击败人类最强 ...
世界经济论坛出版一系列报告，全面且详细地探究广泛的全球性议题，并与利益相关者一起探寻这些议题的解决之道，实现论坛改善世界状况的使命。 这些报告包括有关论坛主要活动的报告和独立发表的报告，如《全球竞争力报告》、《全球风险报告》以及《全球性别差距报告》等。 除此之外，论坛还发布涵盖环境、教育以及针对不同行业和技术的旗舰出版物。
机器人流程自动化（RPA）是一种处理运输交易中许多步骤的人工智能，软件通过理解和操纵数据，触发系统响应并与其他数字系统进行交互。 使用RPA可以确保海关申报、安全证书、提单和其他文书的准确性。
领导者有责任探索如何设计、开发和实施技术以塑造一个更公平、更负责任的世界。. 在未来的十年中，一系列技术解决方案将触及并改变我们生活的各个方面。. 这些新解决方案可能会解决现有问题，但也可能使之加剧，并带来其他问题。. 正是因为技术既可以 ...
AI产品和服务引起不安的比例从2022年起上升了13%，有55%的人表示感到紧张。报告还引用了皮尤研究中心的数据，显示52%的美国人对AI感到担忧而非兴奋，2022年这一比例为38%。
1. 法律大数据将深度赋能传统法律服务. 当前，大数据技术在法律领域的应用日趋成熟，已经出现了诸如针对案例、法规、律师、企业等信息进行检索、分析和评估的技术与服务。 法律行业存在众多法律法规、案例、裁判文书等数据，且多以结构化、半结构化数据为主，符合Volume (海量)、Variety (多样)、Value (高价值)、Velocity (高速)的特征，因此非常适合利用大数据技术来进行法律数据的提取、存储、检索、共享、分析和处理，从而帮助公检法司、律师、企业等用户提升检索效率，并进一步挖掘法律数据背后的价值。 Image: 作者提供. 与此同时，相对于传统的法律信息的汇总、整理和检索，法律大数据更为核心的作用还在于可以 帮助法律人对法律问题进行科学合理的预测。
如何通过商业模式创造可持续价值？. 2021年11月1日. 当一个企业谈论“价值”的时候，我们在谈论什么？. 早在孔子、柏拉图的年代，何谓“价值”便备受争议；直到2000多年后的今天,“价值”的含义仍在不断演化。. 剑桥大学 工业可持续研究中心 指出，尽管亚当 ...
“机器学习”是如今人工智能领域当中领先的细分领域。 在这一技术中，机器无需人类下达完全精确的程序指令，即可自主学习。 以机器学习为基础的方法，在效果上优于所有不以机器学习为基础的研究方法，因此这一领域基本上主导了21世纪的人工智能研究。 然而，传统的机器学习策略高度依赖“特征提取”模式。 人类开发者必须先指定好解决某个问题要依赖哪些关键特征，机器才能学习运作。 举例来说，如果使用传统的机器学习策略进行人脸识别，机器学的不是每张人脸照片的具体像素点分布，而是要首先辨别出一些特定的面部特征，比方说瞳孔间距、面部分布、褶皱、颜色等等。 但提前指定好特征，会让更多的原始数据无法参与学习；而如果特征选择不当，学习效果就将大打折扣。 这就是传统机器学习的一大主要缺陷。 深度学习.
自第四次工业革命以来，商业领袖面临着两难窘境。. 技术将消费者的期望无限推高，而人们对企业如何利用此类技术的疑虑又不断增加，那么业界领袖该如何利用这些技术呢？. 借助人工智能、机器人技术和物联网等工具，企业可以极大地改善人们的购物、沟通 ...
技术对生产率增长的影响一直以来都被夸大了。. 分析人士是否会在生成式人工智能上重蹈覆辙？. 生产率的巨大转变是由降低成本驱动的。. 虽然生成式人工智能可以做到这一点，但不应夸大其对宏观经济可能产生的影响；. 随着成本领先者获益，许多公司将 ...
世界经济论坛的“好工作联盟”和“教育4.0全球框架”致力于有效且负责地部署AI，并确保教育系统培训下一代劳动力的AI技能。. 根据微软和领英联合开展的有关 生成式 AI 兴起带来的劳动力和招聘趋势 的新国际研究，AI技能可能将很快变得和工作经验一样重要 ...
人工智能的发展需要五大基石的支撑：海量的数据、自动标注数据、清晰的领域界限、顶尖的AI科学家、以及超强大的计算量。 这些条件在过去十年互联网、移动设备、大数据和计算处理能力的长足发展下，都已经得到了切实满足。
以深入的数据分析、交换和存储为基础运作的智慧城市更有能力可持续地应对人口老龄化、人口增长和城市化。 数字化、脱碳和发展之间的联系在医疗行业尤为明显。
2016年，明码生物科技（Wuxi Nextcode）和华为公司达成合作，将大力开发云计算基础设施，用来储存和运算精准医疗所需的海量数据。 以上都只是企业利用第四次工业革命科技来推动精准医疗发展的部分案例。
AI土壤测试可以快速评估土壤的健康情况，帮助精准评估再生农业的实践效果。 此外，AI地理空间模型可用于监测间作或覆盖作物，这类实践通常难以大规模监测。
2017年世界经济论坛 全球青年领袖”（Young Global Leaders） 名单揭晓！. 100位年龄在40岁以下的青年人士被提名加入此社区。. 他们中间有关注社会发展的企业家、政策决策者、艺术家、技术先锋、学者等。. 张锋 麻省理工学院与哈佛大学博德研究所核心成员，全球 ...
大数据与人工智能将是企业未来的水、电、煤，新经济企业和传统企业都同样面临着随时被颠覆淘汰的风险。 同时，技术影响深远，一旦误用将后患无穷。
人工智能需要强大的计算能力，但人工智能工具也可以帮助促进能源转型。. Image: Unsplash/Steve Johnson. 科技公司报告称，为支持人工智能运行，数据中心的碳排放量因此增加。. 但人工智能工具也有助于促进能源转型。. 世界经济论坛的 人工智能治理联盟 等多边 ...