联合国开发计划署与DFINITY基金会将致力于发展人工智能基础设施

cryptonews.ru發佈於 2026-08-26更新於 2026-08-26

文章摘要

联合国开发计划署(UNDP)与DFINITY基金会宣布建立合作伙伴关系,将共同探索主权云基础设施与去中心化人工智能技术在公共部门数字化转型中的应用。合作旨在支持政府项目、公民社会组织以及UNDP自身的可持续发展倡议。 合作将围绕三个核心方向展开:通过“可持续发展目标区块链加速器”在各国的UNDP办事处测试主权云、AI开发工具和去中心化AI应用;通过“未来工作学院”协助公民社会组织创建和测试自有应用程序;通过“政府区块链学院”与各国政府合作开发符合地方及国家优先事项的试点解决方案。 项目将利用DFINITY的Cloud Engines和Caffeine AI平台,使组织能够在本地管理的安全数字环境中构建和维护应用程序。双方还将研究这些技术在保护敏感数据、增强数字基础设施韧性以及培养本地技术能力方面的潜力。

联合国开发计划署(UNDP)与DFINITY基金会宣布,将在主权云基础设施和去中心化人工智能领域建立合作伙伴关系。双方旨在探讨如何将这些技术应用于政府项目以及政府机构、民间社会组织与UNDP倡议的数字化转型中。DFINITY基金会致力于开发去中心化的云和区块链基础设施,而UNDP则专注于可持续发展问题及支持公共部门。

此次合作将围绕三个主要方向展开。在SDG区块链加速器的框架内,UNDP驻各国代表处将为主权云基础设施、人工智能开发工具以及用于发展项目的去中心化人工智能应用程序进行测试。未来工作学院将帮助民间社会组织创建和测试其自有应用程序。政府区块链学院将与各国政府和公共机构合作,根据地方和国家优先事项开发试点解决方案。

相关项目将采用DFINITY的Cloud Engines和Caffeine AI平台。这些技术将使各组织能够在由地方层面管理的安全数字环境中创建和维护应用程序。合作双方还将探讨这些技术在保护敏感数据、增强数字基础设施韧性以及发展地方技术能力方面的潜力。

图片来源:Magnific

相關問答

Q联合国开发计划署(UNDP)与DFINITY基金会合作的主要领域是什么?

A联合国开发计划署(UNDP)与DFINITY基金会合作的主要领域是主权云基础设施和去中心化人工智能。他们旨在探索如何将这些技术应用于政府项目,以及UNDP在数字转型、公民社会组织和政府机构方面的举措。

Q本次合作伙伴关系将通过哪三个主要方向推进?

A合作伙伴关系将通过三个主要方向推进:1) 通过UNDP驻各国代表处的‘可持续发展目标区块链加速器’测试主权云基础设施、AI开发工具和去中心化AI应用;2) ‘未来工作学院’帮助公民社会组织创建和测试自己的应用程序;3) ‘政府区块链学院’与各国政府和公共机构合作,开发符合地方和国家优先事项的试点解决方案。

QDFINITY基金会为此次合作提供了哪些具体技术平台?

ADFINITY基金会为此合作提供了Cloud Engines和Caffeine AI平台。这些平台使组织能够在管理权保留在本地层面的安全数字环境中构建和维护应用程序。

Q合作方希望探索技术如何提升哪些方面的能力?

A合作方希望探索技术在保护敏感数据、增强数字基础设施的韧性以及发展本地技术能力方面的潜力。

QDFINITY基金会和联合国开发计划署(UNDP)各自的核心工作重点是什么?

ADFINITY基金会的核心工作是开发去中心化的云和区块链基础设施。而联合国开发计划署(UNDP)的核心工作重点是可持续发展以及支持公共部门。

你可能也喜歡

加州理工用AI攻克量子化学60年难题,1块显卡做完7800块的活

加州理工学院Anima Anandkumar团队利用人工智能攻克了量子化学领域存在60年的计算瓶颈。他们开发的AI模型“Kohn-Sham FNO”将密度泛函理论(DFT)的计算复杂度从传统的立方级降低至近线性级,实现了革命性突破。 传统DFT计算随体系增大,计算量呈立方增长,难以模拟大分子体系。该团队创新性地采用傅里叶神经算子,在DFT的迭代求解流程中替代了最耗时的核心计算步骤,而非直接预测最终结果。这种“思维链”式的分步迭代方法保证了计算的稳定性和外推能力,即使模型输出有误,后续迭代也能纠正,并能在超出能力范围时通过发散发出警报。 该模型仅用8504个结构进行训练,便能同时处理分子和固体材料,覆盖元素周期表前五行元素,展现出优异的泛化能力。在外推至训练集未见的大型药物分子时,其误差远低于直接预测模型。 实际验证中,该模型在单块NVIDIA B300 GPU上成功完成了包含8250个原子(82500个价电子)的金属缺陷模拟,计算完美收敛。相比之下,2019年一项对类似规模体系的全量DFT计算动用了约7800块GPU。实测计算缩放指数为1.03(近线性),而传统方法为3.37(立方级),意味着体系越大,效率优势越显著。 这项研究标志着AI开始替代物理计算中最耗时的重复运算部分。团队已基于此创立公司,并计划进一步完善模型以覆盖完整能量计算流程,未来在药物研发、电池材料设计等领域具有巨大应用潜力。

marsbit41 分鐘前

加州理工用AI攻克量子化学60年难题,1块显卡做完7800块的活

marsbit41 分鐘前

交易

現貨
活动图片