截止目前,中國移動用戶規(guī)模已遠(yuǎn)超5億,移動互聯(lián)網(wǎng)用戶數(shù)呈井噴式增長,伴隨著4G時代的開啟, 2014年移動互聯(lián)網(wǎng)將進(jìn)一步出現(xiàn)爆發(fā)式發(fā)展。移動互聯(lián)網(wǎng)從根本上改變了生活方式,網(wǎng)絡(luò)建設(shè)該如何跟上步伐,成為行業(yè)思考和熱議的話題。
2014年6月25日,移動互聯(lián)變革將開啟加速按鈕,全球領(lǐng)先的CDN服務(wù)提供商——藍(lán)汛ChinaCache 攜手首都互聯(lián)網(wǎng)協(xié)會,網(wǎng)絡(luò)信息技術(shù)安全專業(yè)委員會共同舉辦的2014年全球CDN大會將在中國電影導(dǎo)演中心召開。大會將聚集行業(yè)精英,共同探討移動化大潮下的互聯(lián)網(wǎng)技術(shù)發(fā)展趨勢,為企業(yè)把握移動互聯(lián)網(wǎng)發(fā)展新契機(jī)提供討論和碰撞的平臺。
大數(shù)據(jù)時代,怎樣做好消費(fèi)者洞察和分析,通過數(shù)據(jù)的挖掘去改善客戶體驗(yàn)?會上,藍(lán)汛ChinaCache副總裁傅亮將分享大數(shù)據(jù)愿景,闡述大數(shù)據(jù)在互聯(lián)網(wǎng)的發(fā)展及應(yīng)用。
過去的10年中,全球移動互聯(lián)網(wǎng)出現(xiàn)了巨大變遷,中國的移動網(wǎng)民和全球用戶相比,在接入方式、應(yīng)用內(nèi)容、使用習(xí)慣上有哪些差異和共性?本次大會上,來自GFK集團(tuán)的Torsten Mueller-Klockmann將首次在中國分享全球移動互聯(lián)網(wǎng)發(fā)展趨勢的專業(yè)數(shù)據(jù)。
在宏觀趨勢分享同時,大會還聚焦細(xì)分行業(yè)做深度探討。本次全球CDN大會的視頻行業(yè)高峰論壇上,來自愛奇藝、樂視、中國國際廣播電視網(wǎng)絡(luò)等知名企業(yè)的領(lǐng)軍人物,將共同探討移動化大潮流下視頻行業(yè)的機(jī)遇與挑戰(zhàn)。
而隨著傳統(tǒng)行業(yè)唱響“互聯(lián)網(wǎng)化”的主旋律,本屆大會特別設(shè)立了傳統(tǒng)行業(yè)互聯(lián)網(wǎng)化高峰論壇,探討互聯(lián)網(wǎng)如何滲透和顛覆傳統(tǒng)行業(yè)。值得一提的是,本次大會請到了谷歌研究院的專家,與大家一起分享有關(guān)谷歌汽車的最新資訊和動向。
伴隨移動互聯(lián)網(wǎng)的快速發(fā)展,CDN行業(yè)將面臨新的機(jī)遇和挑戰(zhàn)。在傳承2013年首屆全球CDN大會的成功基礎(chǔ)上,藍(lán)汛ChinaCache將召集全球互聯(lián)網(wǎng)各界精英,共探行業(yè)趨勢,把脈中國移動互聯(lián)。
好文章,需要你的鼓勵
浙江大學(xué)團(tuán)隊(duì)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(xué)、編程等任務(wù)上顯著提升推理準(zhǔn)確率,且不增加計(jì)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(xué)研究團(tuán)隊(duì)提出SIRI方法,通過"壓縮-擴(kuò)張"交替訓(xùn)練策略,成功解決了大型推理模型"話多且準(zhǔn)確率低"的問題。實(shí)驗(yàn)顯示,該方法在數(shù)學(xué)競賽題上將模型準(zhǔn)確率提升43.2%的同時,輸出長度減少46.9%,真正實(shí)現(xiàn)了效率與性能的雙重優(yōu)化,為AI模型訓(xùn)練提供了新思路。
南洋理工大學(xué)與騰訊聯(lián)合研究團(tuán)隊(duì)開發(fā)出Rolling Forcing技術(shù),實(shí)現(xiàn)AI視頻實(shí)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(diǎn)機(jī)制和高效訓(xùn)練算法三項(xiàng)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(biāo)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(xué)研究團(tuán)隊(duì)發(fā)現(xiàn),通過讓AI模型學(xué)習(xí)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(qiáng)化學(xué)習(xí)方法訓(xùn)練多個AI模型。實(shí)驗(yàn)結(jié)果顯示,幾何訓(xùn)練在四個空間智能測試基準(zhǔn)上都帶來顯著提升,其中最佳模型達(dá)到49.6%準(zhǔn)確率,超越此前最好成績。這項(xiàng)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。