隨著移動技術(shù)的發(fā)展以及消費者們對數(shù)據(jù)的需求變得越來越大,眾多有線電視和科技公司為此已成立了一個名為WifiForward的聯(lián)盟,目標是擴大無線網(wǎng)絡(luò)的接入。
據(jù)《華爾街日報》報道,康卡斯特、時代華納有線電視、有線電視運營商查特傳播(Charter Communications)、谷歌和微軟于當?shù)貢r間本周四宣布組成了聯(lián)盟推進WiFi建設(shè)項目。
現(xiàn)已證實,WifiForward聯(lián)盟已覆蓋18家公司和組織團體,其中還包括摩托羅拉、百思買、和消費者電子協(xié)會等。
該聯(lián)盟的使命宣言稱,WifiForward聯(lián)盟是一個特別的、廣泛式的公司、組織和公共部門機構(gòu)的聯(lián)合,目標是緩解無線頻譜危機,希望美國政府能將更多的無線頻譜資源分配給Wi-Fi網(wǎng)絡(luò),給予公共免費Wi-Fi更多的頻譜支持。此外,該聯(lián)盟旨在保護和加強現(xiàn)有當局未授權(quán)頻譜的指定用途,希望能免費開放這些未經(jīng)授權(quán)頻譜不同頻段的使用權(quán),并建立透明和可預(yù)見、鼓勵網(wǎng)絡(luò)增長和部署的授權(quán)規(guī)則。
WifiForward聯(lián)盟將游說美國政府開放更多頻譜資源,用以創(chuàng)建新的Wi-Fi無線網(wǎng)絡(luò),這樣就可以減輕當前由于移動技術(shù)、流量需求極大的應(yīng)用以及音頻和視頻流的發(fā)展所導(dǎo)致的網(wǎng)絡(luò)擁擠負擔。
據(jù)思科統(tǒng)計顯示,美國大約有57%的數(shù)據(jù)流量來自Wi-Fi網(wǎng)絡(luò)的使用而非移動數(shù)據(jù)網(wǎng)絡(luò),而用戶每月的無線數(shù)據(jù)傳輸量約為1.4GB。然而,該科技公司預(yù)測,到2018年,使用Wi-Fi網(wǎng)絡(luò)流量的比例將會增加到64%,而無線數(shù)據(jù)傳輸量將增加到每月9GB。
對谷歌和微軟等公司而言,改善Wi-Fi網(wǎng)絡(luò)接入是言之有理的,畢竟他們的云計算和Web服務(wù)需要依賴頻譜才能得以實現(xiàn)。舉例來說,谷歌認為改善網(wǎng)絡(luò)的速度將有助于對未來軟營模式的支持,而且還有助于將數(shù)據(jù)傳輸速度提高至10Gbps方法的研究。
該聯(lián)盟宣布的同時,康卡斯特公司還宣布了其通過股票互換以452億美元收購時代華納有線電視的消息。尚不清楚這筆收購交易是否會對時代華納有線電視作為合作伙伴加入WifiForward聯(lián)盟有什么影響。
好文章,需要你的鼓勵
浙江大學團隊提出動態(tài)專家搜索方法,讓AI能根據(jù)不同問題靈活調(diào)整內(nèi)部專家配置。該方法在數(shù)學、編程等任務(wù)上顯著提升推理準確率,且不增加計算成本。研究發(fā)現(xiàn)不同類型問題偏愛不同專家配置,為AI推理優(yōu)化開辟新路徑。
清華大學研究團隊提出SIRI方法,通過"壓縮-擴張"交替訓練策略,成功解決了大型推理模型"話多且準確率低"的問題。實驗顯示,該方法在數(shù)學競賽題上將模型準確率提升43.2%的同時,輸出長度減少46.9%,真正實現(xiàn)了效率與性能的雙重優(yōu)化,為AI模型訓練提供了新思路。
南洋理工大學與騰訊聯(lián)合研究團隊開發(fā)出Rolling Forcing技術(shù),實現(xiàn)AI視頻實時流式生成的重大突破。該技術(shù)通過滾動窗口聯(lián)合去噪、注意力錨點機制和高效訓練算法三項創(chuàng)新,解決了長視頻生成中的錯誤累積問題,可在單GPU上以16fps速度生成多分鐘高質(zhì)量視頻,延遲僅0.76秒,質(zhì)量漂移指標從傳統(tǒng)方法的1.66降至0.01,為交互式媒體和內(nèi)容創(chuàng)作開辟新可能。
華中科技大學研究團隊發(fā)現(xiàn),通過讓AI模型學習解決幾何問題,能夠顯著提升其空間理解能力。他們構(gòu)建了包含約30000個幾何題目的Euclid30K數(shù)據(jù)集,使用強化學習方法訓練多個AI模型。實驗結(jié)果顯示,幾何訓練在四個空間智能測試基準上都帶來顯著提升,其中最佳模型達到49.6%準確率,超越此前最好成績。這項研究揭示了基礎(chǔ)幾何知識對培養(yǎng)AI空間智能的重要價值。