桐乡乌镇，将迎来第十一届世界互联网大会乌镇峰会，互联网时代这座小镇的又一个黄金十年开启了。
从10年前第一届世界互联网乌镇峰会开幕的那一刻起，互联网、大数据、人工智能，便成了这片土地上风头最盛的热词，互联网之光也从这里喷涌而出，辐射向全国、世界。
"乌镇之光"超算中心
这些年来， 桐乡因"网"而兴，加"数"前进，数字经济已成为桐乡最鲜明的标识；峰会带来的人流、商流、信息流，让乌镇从江南水乡古镇蝶变为世界互联网小镇。这片热土上，已矗立起大数据中心、国家超算中心乌镇之光、乌镇高新技术产业园……
作为当下互联网时代的最热点，人工智能也是今年峰会的热门话题，峰会特别增设了人工智能板块，探讨相关问题；"互联网之光"博览会则将以人工智能为重点，全方位展示中外数字经济领域新技术新业态新模式，届时，人工智能核心技术、最新应用成果，以及多家知名企业的AI黑科技将集中亮相。
"乌镇之光"超算中心
让大数据走进日常生活
说到乌镇的大数据产业实践，必须提到"乌镇之光"超算中心，它是全国首个全部使用国产芯片、完全国产化超级计算机的超算中心。如今已正式纳入国家超算中心序列，成为浙江唯一、全国第14个国家超算中心，总算力达到180P，算力水平进入全球前十。
说得通俗点，就是这台超级计算机每秒能进行181.9千万亿次计算，相当于全国14亿人一起努力，每人每秒进行1次运算，也要不眠不休连续算上4年。
这意味着什么？
人工智能的核心关键，是算力，这也是科技生产力水平的标志。相关研究显示，算力指数平均每提高1个百分点，就可以带来数字经济约3.3‰的增长、国内生产总值约1.8‰的增长。无论是促进传统产业数字化转型，还是加快催生新的经济增长点，人工智能都展现出了打破人类认知边界的无限可能。
大数据、算力这些名词虽然对大多数人来说，似乎比较新颖、高级，但实际上，我们的日常生活早已离不开它。
车间里一台机器的每一次转动，马路上一辆公交车的每一次出行，购买商品时的每一次手机支付，都会留下一串数据痕迹。而大量数据云集后，经过计算机精密而有效的分析计算，又能为我们的生活创造便利甚至是惊喜。
比如交通灯早已不是人工控制，实时车流量的监测和计算，早已交给了人工智能管理。什么时候绿灯，什么时候禁行，都由算力经过交通状况数据分析后的结果决定。
乌镇高新技术产业园
再以入驻乌镇大数据高新园区的墨卓生物科技公司需求为例，采用国产化超算算力资源结合自主研发的单细胞测序系统，只需2小时运行就能检测近万细胞样本，且基因测序结果完整度高。
超算中心还对接了浙江省大气环境监测预报预警系统、浙江省海洋灾害预警预报系统的应用运作。比如在杭州第19届亚运会期间，浙江省大气环境监测预警预报平台就是借助超算中心强大的算力，实现了预报精度的飞跃——将预报的最小单位空间从原来的16平方公里精确到了1平方公里，预报时长也从7天延长到了15天。
不仅如此，超算中心的应用范围还涵盖了人工智能、智慧城市、生命科学等多个前沿领域，也为日常生活、各行各业的方方面面提供助力。比如电影特效制作，游戏动画制作等等，都同样要用到算力。这就是算力创造的数字经济时代的财富。
无人机、自动驾驶……
人工智能打破认知边界
"乌镇之光"超算中心，座落在乌镇高新技术产业园内，正是以这座蓝色"硅立方"为起点，龙翔大道与乌镇大道交织出了一条流金淌银的数字经济黄金大道。它串联起6大产业园中园，聚集了超100家创新企业、3家10亿级企业、2家中国科创独角兽百强企业，贡献了乌镇超50%的数字经济核心制造业产值。
超算中心的算力正在不断地转化成乌镇的脑力，它吸引了众多高校、企业、项目向乌镇云集，成为桐乡乃至全省科技创新的超级引擎。
如今，"乌镇之光"超算中心为包括乌镇实验室、之江实验室、南湖实验室多个重点实验室提供了强大的算力支持，已经成为科研领域的坚强后盾，承接了多个国家级科研项目，服务省内外多家科研院所、高校和企业，助力科研人员在材料科学、生物医学、天体物理等领域取得重要突破。
超算中心的溢出效应也开始呈现，更多高精尖产业落地桐乡。龙翔大道自东向西，依次矗立着"乌镇之光"超算中心、"直通乌镇"产业园、海光生态产业社区、柔性光电材料产业园、微电子产业园、智擎智驾产业园等产业新平台，吸引了超100家的创新企业，大数据及互联网、前沿材料、智能制造等高新企业相继入驻。
蓬勃的数字经济带来了巨大的经济效益，也让数字经济核心产业的投资额急剧攀升，智能汽车是数字产业化和产业数字化的交汇地带，近年来，福瑞泰克、百度Apollo、中泽精密、测迅科技、佑驾科技等一批优质项目落户乌镇，智能汽车产业生态集群正在这里加速形成。
去年奔跑在乌镇街道上的无人小巴，让众多游客惊奇不已，而今年11月13日，在乌镇世界互联网科技馆外亮相的无人巡逻车、售卖车、配送车，再次引起路人围观。它们是桐乡智能网联汽车应用场景从想象走进现实的映照。这些无人车、自动驾驶的背后，是强大的5G物联网技术、云计算网络，这正是乌镇人工智能技术的具体体现。
落户于嘉兴的凯晟动力是一家专业从事车用控制器、传感器等汽车电子产品研发、生产和销售的国家高新技术企业，他们研发的数字安全互联系统，可以让人与车、手机与车、车与车深度交互，消费者通过手机便能轻松解锁启动汽车。不用带钥匙，距离20米，汽车就能感应到车主靠近，再近一些，车门会自动打开，坐进车里后，自动驾驶开启……展示出汽车行业电动化、智能化、网联化和共享化的未来发展趋势。
依托"乌镇之光"超算中心，浙江省首个智能计算产业基地"乌镇算力小镇"正在建设，以人工智能计算任务为主的数据中心乌镇智算中心前不久正式建成。目前，乌镇大数据高新园区已落户算力相关企业50余家，2023年实现产值超100亿元。
当大数据形成产业时，它作为技术工具，能够极大地提升生活品质，满足人们消费升级需求。作为赋能手段，人工智能与实体经济深度融合，能够引领产业转型，孕育新产业新模式新业态。
这些年来，白墙黛瓦、小桥流水的乌镇，不仅是中国江南的小镇，它更是通过互联网传递出现代中国的声音、倡议，绘就着关于数字经济的实践蓝图，推动着构建网络空间命运共同体。
中国传统文化800字作文，
昔日的年画、鞭炮和祭祖活动了无影踪，中国人最传统的新年文化似乎已逐渐被一次年夜饭、一台春晚和几条拜年的短信所取代。 然而，安静的新年只是中国传统文化流失的一个表现。 当韩国的端午祭申遗成功，当我们内蒙古族的马头琴成为蒙古国的非物质文化遗产，当成影戏成了印度尼西亚的“传统”，当埃及和韩国在争夺中国造纸术的发明权时，每一个中国人都应当在情人节的玫瑰和圣诞节的铃声中觉醒。 我们应当重新回顾中国博大精深的传统文化。 那昔日的辉煌为什么如此轻易的被我们遗忘？那些正在一日日流失的中国传统文化的出路究竟在何方？中华的文化有深厚的历史背景，那是几千年来的沉淀和积聚，每一次的民俗民风都有着其最独特的传说和文化背景，每一个节目都有上古的史载和存在流传的价值。 西方简明快捷的文化似乎更易被接受，但中国文化的横深和纵深是不容许被遗忘和取代的。 在经济平稳快速增长的时代背景之下，每一个中国人，每一个华夏儿女都有责任深思中国传统文化得以保存并流传的方法。 在某种意义上，那是中华民族得以稳站世界民族之林的出路，那是一个以礼治国的民族得以丰富和充实的出路。 虽然那瑰宝仍以痛心的速度流失着，但我们还是看到关注的目光正移向它们。 举世瞩目的奥运会开幕式便是最好的例证，在那次盛会上，我们看到了千人击缶的恢宏场面，我们听到了“有朋自远方来，不亦乐乎”的古诵，我们被昆曲的悠扬感动，我们被活字印刷术的精妙而慑服。 张艺谋倾尽心血向世界展示了一个文化悠远的东方古国，也向每一个中华儿女诉说了传统文化的价值和珍贵。 当越来越多的省份开始把民俗民风申入国家非物质文化遗产，当新年的钟声敲响时我们又可以听到喜庆的鞭炮声和飞舞的秧歌彩带时，当在传统节日里我们都有机会去重温过去的习俗时，我们有理由相信，中国传统文化的出路不再是个让人永远担忧的问题，中华儿女终会将每一个传说每一处风俗留给后人，手手相承。 我们看到中国传统文化的出路通向光明。
认清现实吧 中国大数据产业的痛点和困难
认清现实吧 中国大数据产业的痛点和困难
大数据作为一个新兴的产业，一直在处于舆论的风口浪尖。 就像互联网＋的概念一样，大数据被神话了，被送上了“宗教”的神坛。 大数据企业总是有一个担心，生怕大数据被捧得的太高，将来可能会被摔的很惨。
2015年中国大数据产业的热度从贵阳大数据交易所开始，到9月国务院的2015第50号文《促进大数据发展行动纲要》进入高峰，相信10月份的乌镇互联网大会上，大数据还会是一个大的热点。
大数据论坛上，数据产品和解决方案被介绍的很多。 数据给企业带来的具体价值、数据应用场景、大数据产业的痛点介绍的很少。 中国大数据产业经历着很多痛苦，大数据产业前景很好，但是大数据企业却很难做大，很难实现质的飞跃。 中国大数据产业的痛点和困难如下。
1 大数据企业众多而弱小，很难实现产业优势中国大数据企业大概有200多家，将近60%集中在北京，以小微企业为主，年销售额达到十亿人民币的企业几乎没有。 大数据产业处于春秋时代早期，各家诸侯割地而立，每家占领了一块小的细分领域，很难做大，都面临着同行的激烈竞争，有的领域例如舆情监控已成为红海。
大数据企业人数大多在几十人到几百人，少有千人以上的企业。 没有一家大数据企业可以统领一个行业，没有一家企业占有细分市场10%的份额，没有一家大数据企业建立了行业标准，领导行业发展。
中国大数据产业处于极度分散状态，优秀的人才分布在不同企业，很难形成人才合力。 各家企业规模小，很难在企业做深做大，很难利用大数据帮助企业实现业务提升。 大多数企业的工具和数据很难满足企业整体的数据要求，中国的数据挖掘和分析产品也很难和国外的产品进行竞争。
大数据产业如果要形成产业优势，必须需要一批领军企业。 参考国外大数据产业，中国在大数据基础架构，数据产品，数据工具、数据清洗和数据挖掘、数据分析、数据人才都需要产生一批标杆企业。 每个领军企业都规模应该在千人以上，销售额应该在百亿以上，否则很难形成技术和人才优势，也很难利用大数据帮助客户实现业务提升。
贵阳大数据交易所《2015年中国大数据交易白皮书》提到2014年中国大数据市场规模为767亿元。 这个数字看上去不错，估计其实真正和大数据工具和大数据产品相关的不足20%（业务价值提升）。 大多数的经费都用于大数据基础平台（存储和计算）、咨询、报告等和业务价值提升相关度不大的领域。 中国大数据市场销售额大多数集中在传统的IT企业例如IBM，Oracle，EMC，Intel，华为，联想等。 真正大数据企业所有市场份额加起来可能就在百亿元左右。
中国大数据企业规模过小，领军企业缺少，行业过于分散，这些都是制约中国大数据产业发展的因素，也是产业做大的一个痛点。
2 外部数据是一个个孤岛，数据价值低数据是大数据产业发展的基础，具有商业价值的数据可以帮助企业洞察客户、数字化运营、风险管控、精准营销、预测和决策等。 具有商业价值的数据和商业分析真正能够帮助企业提升业务，创造出新的价值。
中国的大数据市场还不成熟，很多大数据企业拥的数据都是片段的数据，很难形成完整的，具有商业价值的数据。 大数据市场的数据质量和企业的数据需求有较大的差距。 外部数据大多处于孤岛状态，数据之间很少流动和整合；孤立、不流动、没有整合的数据很难帮到企业，很多需要数据的企业不得不从多个大数据企业采购数据，效率很低，采购来的数据价值不高，数据整合的难度较大，数据采购的整体费用过高。
大家都看到了数据分散的弊端，于是很多地方都建立了大数据交易市场，帮助大家进行数据交易和数据采购。 由于缺少法律保护，很多企业不太想在交易市场进行数据交易，往往还是采用一对一的数据交易，这种交易方式可以保护交易双方的利益。 具有商业价值的数据还在开发中，大数据交易市场，缺少大量可以进行交易的数据。 大数据交易市场这种商业模式，还需要用很长的时间去证明。
中国质量最好的数据在金融行业、BAT、电信运营商，这些企业比较谨慎，很难向外部输出数据。 这三大行业自身的主营业务也不在数据，其数据产品生产和输出的愿望也不强烈。 政府的数据正在逐步开放，但是其数据质量、集中度、输出方式等多存在很大多挑战。 在中国大规模的数据开放，至少需要3年时间才能达到商业应用要求。
3 大多数企业客户，对数据商业应用敏感度低大多数企业对数据有需求，但是其对数据商业敏感度很低。 对数据商业应用的场景以及数据技术了解很少。 即使是数据商业敏感度较高的银行，至少要沟通三次以上，其才能够建立起数据价值理念。 其他行业例如制造业，房地产业，零售业，他们的数据商业敏感度更低。 甚至万科的王石也大声疾呼，不要和房地产业谈大数据应用，房产行业数据还不全，很多还是手工数据。 于是某个领先的电商开始帮助万科进行数据规划建设，研究大数据在房地产行业的应用。
已有的大数据企业商业案例中，大部分都是大数据企业主动去找客户谈合作，为企业提供数据产品、数据工具或数据技术，目的是帮助企业提升业务。 但是这种商业模式很累，市场很难被引爆，被动的数据商业应用，往往和业务结合较弱，无法迅速帮助企业利用数据提升业务，同时也无法解决业务发展瓶颈。
企业内部人士深度了解业务需求，他们缺少的是市场数据和消费者反馈，缺少的数据分析方法和工具。 企业内部人士更应该成为大数据商业应用的主力，参加一些行业活动，从需求出发，主动寻找数据和解决方案。 移动互联网时代，商业竞争策略很清晰，一个是快，一个是要利用数据进行决策。
大数据产业的发展，不仅仅是大数据企业自身的事情，也是各家企业自身的事情。 企业客户也应该依据业务需要，主动到市场寻找数据和解决方案，提升数据商业敏感度，从业务场景出发，寻找具有价值的数据。
4大数据技术和产品同业务结合深度不够市场上所有大数据企业和客户都面临一个难题，就是数据解决方案同客户业务结合的深度不够，数据对业务整体推动效果不如期望，这也是大数据产业爆发的一个痛点。 由于外部数据质量、企业用户数据敏感度、企业管理方式、商业数据人才等问题，大数据解决方案很难和业务深度结合。
大数据核心价值就是揭示事务发展规律，帮助企业利用数据进行科学决策。 目前大数据的商业应用领域主要集中在数据采集、数据存储、数据计算、用户画像、精准营销等领域。 大数据最具商业价值的预测和辅助决策功能并没有被充分利用。 特别是在重大战略决策方面，大数据的作用并不明显。 企业的产品开发，市场策略，战略决策还是依靠过去的精英决策和经验主义。 未来社会只有两类企业，一种是利用数据发展的企业，另外一种是不重视数据被淘汰的企业。
大数据企业如果想发展壮大，如果想成为行业领先的企业，其必须放弃短期利益，深入到客户的运营中去，了解客户的数据，了解客户的业务，了解客户的商业需求。 同时利用数据了解客户，了解市场，了解业务场景。 数据和业务深度结合的核心是掌握正确的数据、正确的方法、正确的工具。 业务人员要懂数据，技术人员要懂业务。 复合型数据人才是数据生意的关键，业务人员掌握数据技术的门槛较高，但是技术人员了解业务的门槛很低，复合性人才倾向于从技术人才培养开始。
企业内部的数据人才和大数据企业的数据人才需要互相学习，了解对方环境和需求，在同一个平台上进行对话和沟通。 数据团队需要深入了解业务场景和背后的规律，从业务出发，从场景出发，从数据出发，将大数据解决方案同业务深度结合，利用数据推动业务发展，发挥大数据预测规律的核心价值。
5 专业数据挖掘工具和人才缺失传统的数据挖掘工具和BI系统存在很久了，通过各类报表展示，让管理层了解企业运营信息，过去的确帮助企业提高管理水平，达到了预期目的。
在大数据时代，企业需要的是实时数据，需要的是高效工具，需要的是决策支持和预测。 传统的数据挖掘工具的性能和灵活性已经不能满足企业的需要，另外非机构化数据的应用也对传统数据工具提出了挑战。 BI领域中的SAS，SPSS，TD等数据工具越来越被边缘化，R语言正在成为数据统计和可视化的新宠。
数据的时间价值正在得到重视，特别是金融企业，所有的业务部门都期望在最短的时间里，看到资金使用情况，客户交易情况，风险管控情况。 企业越早了解信息，就会越早进行决策，时间就是Money。 过去数据需求可能是T＋5或者T＋30，现在的数据需求往往是T＋1或者T＋0，数据实时性、准确性、相关度被提到了一个非常重要的地位。 业务的需求已经很明显了，但是数据工具和人才却是一个很大的挑战。
中国200多家大数据企业，看到了大数据产业的曙光，看到了大数据产业的价值，同时也在经历着大数据企业的痛苦。 大数据产业发展很快，市场正在逐步变大，但是其产业优势不明显，优势企业很少，数据商业化较慢，市场还不成熟，客户数据商业敏感度较低，缺乏高质量数据工具和人才。 所有大数据企业内心的感受就是，站在了时代的风口，选对了方向和行业，但是发展壮大还是很难。 200多家大数据企业正在努力耕耘着大数据产业，痛并快乐着。
中国还有哪些地方还依旧保留着古建筑群？
千年江南宋城赣州市老城区，大部份砖木古建房没有在战火中消失，远胜平遥丽江，随着钢筋水泥普及和城市建设，大部份砖木古建被拆除，现存不多………其实并不是都是木结构、过去的会、庙等，基本也采用石、木、砖混用，可见梁思成和林徽因在拍摄的众多中国各地老建筑照片中彼彼皆是。 最主要的原因有二，一是防腐技术达不到年限要求，二最主要的原因没按时维修保护。 由于中国古人对木材防腐、防虫蛀、防火技术能力有限，这些裸露在大自然日晒雨淋、风霜侵袭的木结构建筑，很难长期保留。
人们对古建筑保护的概念模糊，在古建筑保护过程中也主张除旧布新和推陈出新的理论，导致古建筑保护对多数国人尤其是年轻人而言成为陌生的概念。 古建筑损坏和被破坏的具体例子非常多。 例如，古代皇宫就有多次失火毁坏的记载；再例如，八国联军进北京，火烧圆明园的事情更是家喻户晓。 虽然古人有非常巧妙的防腐、防蛀方法。 在有人居住或维护下还好，一旦荒废，或者遇到战乱等，年久失修，漏雨，坍塌后有些会逐渐消失。
终会柱断梁腐，房倒屋塌，难以留存，时代在进步，砖木结构，已成过去，钢铁水泥结构成为必然，仿古只是追忆昔曰本结构的辉煌，总之以时俱进，向更辉煌的明天奋进。 除了万里长城外，鲜见其他砖木结构的历史遗存。 个中有人为的因素，也有建材的因素。 一句话，中国不缺石材，只是砖木结构更容易建造罢了。 特别的是，中国历史上的改朝换代时，总是要焚毁一些宫殿，重新建筑自己的宫殿。 不仅要建造自己的皇宫，还得建好陵园和其它行宫之类的建筑。
