CNET科技行者 1月12日 北京消息(編譯/高玉嫻): CES是移動生態(tài)聚集和連接非常重要的一個地方。
CTA總裁兼CEO Gary Shapiro在CES開展前也表示:“5G的影響力是開創(chuàng)性的,它將加速在CES上展示的所有技術(shù)的創(chuàng)新,從智能家居,家電,無人機,機器人到自動駕駛汽車和智能城市技術(shù)。”
顯然,5G仍是今年CES上的一大主角。然而,意外的是,在現(xiàn)場除了一些小型的演示之外,展廳里幾乎沒有5G技術(shù)和產(chǎn)品的展出。對此,我們在一場關(guān)于5G話題的專題對話中找到了答案。
那么,5G真的是無所不在嗎?
包括美國電話電報公司(AT&T)、高通、三星、T-Mobile和Verizon在內(nèi)的諸多企業(yè)都相信,5G將會給幾乎所有的產(chǎn)品帶來影響,包括以前與蜂窩服務(wù)交集并不多的設(shè)備和行業(yè)。
在專題對話中,高通總裁克里斯蒂亞諾•阿蒙(Cristiano Amon)表示,5G將首先以“關(guān)鍵任務(wù)服務(wù)”為突破口。當然,他認為,“不僅僅是移動設(shè)備,最終所有的產(chǎn)品都將是無線連接的,網(wǎng)絡(luò)將基本上無處不在。”
對此,Verizon執(zhí)行副總裁、全球網(wǎng)絡(luò)總裁兼首席技術(shù)官Hans Vestberg也指出,5G的發(fā)展中,推動產(chǎn)業(yè)和社會的發(fā)展是重點。但關(guān)鍵問題在于,如何推動。
對此,你需要了解5G的幾個特點:
5G最初的設(shè)計意圖就是商業(yè)化,讓企業(yè)能夠通過網(wǎng)絡(luò)遠程、自動化管理連接的業(yè)務(wù)。對此,專家們認為,5G的應用和普及可能會比4G更快,因為互聯(lián)網(wǎng)的時代,大量的人群和設(shè)備都已經(jīng)被連接。
Amon表示,5G具有改變社會的巨大潛力。“4G使得智能手機得以普及,這改變了如銀行業(yè)這樣的各行各業(yè)的義務(wù)模式,數(shù)據(jù)顯示,如今用戶在很多在線應用中的互動和消費已經(jīng)高于線下實體店。而5G服務(wù)帶來的速度提升、覆蓋范圍和規(guī)模將值得人們有更多的期待。”他說。
5G的關(guān)鍵技術(shù)有哪些?
需要明確的是,將5G帶入生活中既需要新技術(shù)的發(fā)展,也需要對現(xiàn)有技術(shù)進行優(yōu)化和升級。其中包括:
標準制定工作還有待完善
那么,5G時代什么時候到來?
盡管如上文所說,AT&T提出2018年要在12個市場部署移動5G,Verizon也承諾在AT&T之前啟動第一個固定5G的 部署,但專家們似乎仍然達成了某種共識,即5G在2019年或2020年之前還未能實現(xiàn)商業(yè)化。
Amon表示,由5G提供網(wǎng)絡(luò)支持的“智能手機”可能會在2019年初上架,以便第一批消費者可以開始轉(zhuǎn)型到5G。這樣看來,似乎要到2019年的CES,可能才是5G真正發(fā)光發(fā)熱的時候。而今年只不過是個“熱身”而已。
總而言之,在CES上宣布推出的產(chǎn)品并不意味最終會上架或在近期內(nèi)會上架。雖然5G部署將會彌漫到更多的視頻消費和娛樂領(lǐng)域,但其商業(yè)化還是一條遙遠的道路。2018年CES是釋放5G信號的第二彈,而接下來的2019年及2020年才會是真正的部署和案例使用的關(guān)鍵之年。
編譯整理:科技行者
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。