4月17日消息,據(jù)網(wǎng)易科技了解,愛立信總裁兼CEO衛(wèi)翰思(Hans Vestberg)在年度股東大會上回顧了2014年愛立信穩(wěn)定的財務(wù)狀況,并進一步闡述了公司的網(wǎng)絡(luò)社會戰(zhàn)略。衛(wèi)翰思表示要把握轉(zhuǎn)型帶來的契機,未來愛立信的投資目標包括IP網(wǎng)絡(luò)、云計算、OSS/BSS、電視與媒體,以及行業(yè)與社會。
把握ICT轉(zhuǎn)型
衛(wèi) 翰思表示:“我們的客戶需要勇于創(chuàng)新,才能增加收入;需要變革IT系統(tǒng),才能獲得效益收益并提升用戶體驗;更需要不斷推動網(wǎng)絡(luò)演進,才能滿足當前以及未來 對網(wǎng)絡(luò)的要求,推出新的服務(wù)和應(yīng)用。在這個轉(zhuǎn)型中的行業(yè),我們需要保持領(lǐng)先,引領(lǐng)變革,把握轉(zhuǎn)型為我們作為ICT合作伙伴所帶來的契機。”
衛(wèi) 翰思談到愛立信的戰(zhàn)略方向,即志在移動基礎(chǔ)設(shè)施和電信服務(wù)領(lǐng)域的核心業(yè)務(wù)領(lǐng)域保持領(lǐng)先,并在目標領(lǐng)域建立領(lǐng)導(dǎo)地位。愛立信投資的目標領(lǐng)域包括IP網(wǎng)絡(luò)、云 計算、OSS/BSS、電視與媒體,以及行業(yè)與社會。2014年愛立信在這些領(lǐng)域取得了很大進步,銷售額增長了10%。
專注于5G
愛立信市場與資訊部主管Helena Norrman和CTO艾華信(Ulf Ewaldsson)在大會上與衛(wèi)翰思一同闡述了愛立信業(yè)界領(lǐng)先的產(chǎn)品組合和有關(guān)5G的強大計劃。
Norrman 表示:“正如我們在3月份的巴塞羅那世界移動通信大會上公布的那樣,通過全面增強的產(chǎn)品線,我們?yōu)楣镜膽?zhàn)略方向鋪平了道路。我們推出了新的愛立信無線系 統(tǒng),可極大地增加容量,并降低能耗;我們還發(fā)布了新的網(wǎng)絡(luò)軟件15B,增加了新功能和額外的容量,為更多基于云的網(wǎng)絡(luò)功能打下了良好的基礎(chǔ)。憑借這些領(lǐng)先 的產(chǎn)品和解決方案,我們正在引領(lǐng)5G的發(fā)展浪潮。”
艾華信表示:“我們多年來獲得的成功在很大程度上依托于我們的技術(shù)領(lǐng)導(dǎo)力,僅在去年一年,我們在研發(fā)方面的投資就多達360億瑞典克朗。我們專注于將現(xiàn)有網(wǎng)絡(luò)和服務(wù)提高到新水平,進而全面實現(xiàn)網(wǎng)絡(luò)社會。”
隨后,艾華信頒發(fā)了愛立信“年度發(fā)明家”大獎,表彰為愛立信領(lǐng)先的專利產(chǎn)品組合做出突出貢獻的員工。愛立信目前擁有3.7萬項專利。2014年的獲獎?wù)叻謩e是Cloud & IP 業(yè)務(wù)部Panagiotis Saltsidis,以及同樣來自愛立信研究院的Daniel Larsson和Gunnar Mildh。這3名獲獎?wù)咴?014年合計開發(fā)了277個專利應(yīng)用。
好文章,需要你的鼓勵
浙江大學(xué)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(xué)、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(xué)研究團隊提出SIRI方法,通過"壓縮-擴張"交替訓(xùn)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(xué)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(xùn)練提供了新思路。
南洋理工大學(xué)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(xùn)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(xué)研究團隊發(fā)現(xiàn),通過讓AI模型學(xué)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(xué)習方法訓(xùn)練多個AI模型。實驗結(jié)果顯示,幾何訓(xùn)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。