数据要素学科专业建设和数字人才队伍建设，承担着培养深化数据要素市场化配置改革和数据赋能人工智能高质量发展所需各类人才的重大使命，是统筹推进数字中国、数字经济、数字社会规划和建设的重要基础。
科学事业单位是国家科技创新体系的重要组成部分，承担着基础研究、技术攻关及成果转化等核心职能。
随着人工智能模型日趋先进且数据量庞大，内存和存储的作用已远远超越了单纯的硬件支持，智能存储技术已成为实时、高性能人工智能系统的基石。
近日，《生态环境监测条例》正式公布，这是我国首部生态环境监测专门行政法规，将于2026年1月1日起施行。条例有何亮点？如何落实条例相关要求？生态环境部11月18日举行吹风会，介绍相关情况。
在大模型建设过程中，多源异构数据的统一接入与治理是一大难题，因为它不仅是技术接口问题，还涉及跨部门的数据标准协同。不同系统建设年代不同，厂商各异，数据权限归属也不清晰。本文结合车企真实案例，分享了该问题带来的三重挑战和治理策略，各行业均值得借鉴。
人工智能（AI）系统在各行各业的应用日益广泛，从招聘、金融服务到医疗诊断，其决策正在深刻影响个人和社会。然而，AI系统的偏差问题引发了广泛关注。许多人倾向于将偏差归咎于模型或算法，但实际上，偏差更深层的根源存在于数据供应链之中。
以习近平新时代中国特色社会主义思想为指导，深入贯彻党的二十大和二十届二中、三中全会精神,全面贯彻习近平总书记关于城市工作的重要论述，坚持和加强党的全面领导,认真践行人民城市理念，坚持稳中求进工作总基调，坚持数据驱动、应用导向，统筹发展和安全，把城市作为推进数字中国建设的综合载体。
为进一步深化智慧城市发展、推进全域数字化转型，充分发挥数据赋能城市经济社会发展作用，国家发展改革委、国家数据局、财政部、住房城乡建设部、自然资源部组织制定了《深化智慧城市发展 推进全域数字化转型行动计划》。
为深入贯彻党的二十届三中全会关于建设和运营国家数据基础设施，促进数据共享的改革任务，落实《国家数据基础设施建设指引》，以场景应用、技术创新驱动国家数据基础设施高水平建设运营，我局组织制定了《关于在国家数据基础设施建设先行先试中加强场景应用的实施方案》。
传统数据存储与处理模式的局限性，使得数据分散、管理割裂、价值挖掘不足等问题日益凸显，在此背景下，数据湖系统的建设应运而生。本文结合某银行真实案例，详细地分享了数据架构先行视角下的数据湖建设规划、目标及成果，其“四横两纵”的数据架构体系对同行具有启发和参考意义。
光纤正成为人工智能基础设施不可或缺的支撑，其作用与电力和处理器同等关键。AI未来的发展将不仅由算法和代码驱动，更将由光纤承载的数据流定义。
2026年对技术领导者而言是至关重要的一年，变革、创新与风险将在这一年以空前的速度发展。2026年的各项重要战略技术趋势将密切交织，折射出一个由人工智能（AI）驱动的高度互联化世界的现实图景。
