CNET科技資訊網(wǎng) 9月5日 北京消息(文/孫封蕾): 在HUAWEI CONNECT 2016全聯(lián)接大會(huì)上,華為發(fā)布了IoT平臺(tái)開放生態(tài)OceanConnect,由其提供開放的API、Agent,合作伙伴只需做好自己的終端、應(yīng)用;且華為還會(huì)為小伙伴們搭好營(yíng)銷平臺(tái),一同發(fā)展。
從華為以往的經(jīng)驗(yàn)來看,IoT新業(yè)務(wù)上線周期有很高的要求,需要的一些接口沒辦法直接獲取,產(chǎn)業(yè)鏈很長(zhǎng),而終端、傳感器的廠商又很多,部署一個(gè)業(yè)務(wù),需要很大的集成工作量。
在這個(gè)集成的過程中,網(wǎng)絡(luò)連接涉及到很多的固網(wǎng)、無線網(wǎng)絡(luò),還有各種協(xié)議,但那些終端、傳感器的廠商并不擅長(zhǎng),而這正是華為的長(zhǎng)處。幫助這些IoT的合作伙伴解決網(wǎng)絡(luò)的復(fù)雜問題,讓他們可以專注地從事應(yīng)用和終端研究,就是華為IoT開放平臺(tái)生態(tài)OceanConnect要做的工作。
在OceanConnect平臺(tái)上,針對(duì)智慧家庭、車聯(lián)網(wǎng)、公共事業(yè)、油氣能源等垂直市場(chǎng),都有開放的API,合作伙伴只需要關(guān)注應(yīng)用,由華為提供系列化的Agent,簡(jiǎn)化接入。
華為技術(shù)有限公司云核心網(wǎng)產(chǎn)品線總裁馬海旭強(qiáng)調(diào),目前,華為OceanConnect已經(jīng)集成了200多種終端和傳感器,聚集了80多家合作伙伴,提供了170多種開放API和系列化Agent幫助伙伴加速應(yīng)用上線,簡(jiǎn)化終端接入,保障網(wǎng)絡(luò)連接,實(shí)現(xiàn)與上下游伙伴的無縫聯(lián)接。
在這個(gè)可以“越用越好用”的平臺(tái)上,通過Agent接入越來越多的平臺(tái),可以實(shí)現(xiàn)無感知的平臺(tái)調(diào)用,應(yīng)用不會(huì)感覺到適配,不需要考慮到協(xié)議的轉(zhuǎn)換,不需要管應(yīng)用層,網(wǎng)絡(luò)平臺(tái)可以幫助處理。
為了完善OceanConnect生態(tài)環(huán)境,華為還面向合作伙伴提供一站式服務(wù),搭建開發(fā)者社區(qū),提供全面的技術(shù)支持;并提供開放實(shí)驗(yàn)室,包含近程和遠(yuǎn)程的實(shí)驗(yàn)室,即便在遠(yuǎn)程條件下,也可以使用測(cè)試環(huán)境。
除此之外,華為還會(huì)為合作伙伴提供營(yíng)銷支持,比如像HUAWEI CONNECT這樣的大會(huì)上,華為攜手合作伙伴做聯(lián)合發(fā)布、聯(lián)合展示,讓開發(fā)者基于OceanConnect平臺(tái)去做展示和應(yīng)用。華為還會(huì)舉辦開發(fā)者大賽以及系列宣傳,與合作伙伴一起水漲船高。
好文章,需要你的鼓勵(lì)
浙江大學(xué)團(tuán)隊(duì)提出動(dòng)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(jìng)賽題上將模型準(zhǔn)確率提升43.2%的同時(shí),輸出長(zhǎng)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(shí)流式生成的重大突破。該技術(shù)通過滾動(dòng)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(zhǎng)視頻生成中的錯(cuò)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(gè)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(gè)AI模型。實(shí)驗(yàn)結(jié)果顯示,幾何訓(xùn)練在四個(gè)空間智能測(cè)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(jī)。這項(xiàng)研究揭示了基礎(chǔ)幾何知識(shí)對(duì)培養(yǎng)AI空間智能的重要價(jià)值。