
隨著信息、媒體與通信技術(shù)的不斷融合,傳統(tǒng)大型電信服務(wù)供應(yīng)商需要采取哪些措施才能及時跟進時代的變化腳步?在尋求參與、保留并擴大市場份額的過程當(dāng)中,電信服務(wù)供應(yīng)商要如何通過技術(shù)開發(fā)提升自身優(yōu)勢,從而迎合企業(yè)在數(shù)字化潮流中的需求與渴望?
帶著這些問題我們采訪了愛立信集團CTO Erik Ekudden,希望了解他對相關(guān)問題的看法以及5G技術(shù)將在數(shù)字化時代下如何扮演企業(yè)業(yè)務(wù)中的核心樞紐角色……
愛立信集團CTO Erik Ekudden
Ekudden: 我認為現(xiàn)在正是討論企業(yè)話題的最佳時機。當(dāng)在對自身業(yè)務(wù)進行數(shù)字化轉(zhuǎn)型時,企業(yè)需要現(xiàn)代平臺為其提供支持,而這與我們所看到的5G技術(shù)的成熟度與發(fā)布時間實際上高度吻合。
5G技術(shù)的本質(zhì)就像是將光纖連接放進個人用戶的口袋中一樣; 與此同時,其還使得企業(yè)能夠借此機會進一步提升安全性、可靠性、可擴展性,并立足成本效益實現(xiàn)轉(zhuǎn)型。
除了5G之外,技術(shù)領(lǐng)域還出現(xiàn)了其它一些非常重要的發(fā)展趨勢。機器智能就是其中的一大關(guān)鍵。
在此背景之下,安全性無疑值得我們給予高度重視——這里談到的不僅僅是應(yīng)用級別的安全性,還有硬件層面的安全保障。5G平臺需要始終扎根于硬件或信任層面。
第三大重要趨勢在于,我們正通過進一步遷移工作負載以發(fā)揮低延遲特性,這意味著企業(yè)將不再滿足于單純使用公有云——它們可能希望同時配合本地資源容量。
最后,我們還迎來了物聯(lián)網(wǎng)——同樣是一項了不起的技術(shù)成就。
Ekudden: 沒錯。我們使用“機器智能”這一術(shù)語以表達人工智能與機器學(xué)習(xí)的結(jié)合體,二者將我們的客戶與網(wǎng)絡(luò)加以匯聚的具體方式,以及如何成為一種真正有助于利用全部數(shù)據(jù)的工具選項。目前,我們每天面對的網(wǎng)絡(luò)數(shù)據(jù)通常高達PB級別,且需要利用真正先進的機器學(xué)習(xí)算法通過這些數(shù)據(jù)改善性能與用戶體驗。
但我們也有必要簡化與網(wǎng)絡(luò)間的交互方式——正如網(wǎng)絡(luò)版本的自動駕駛技術(shù)一樣,這是為了能夠讓整套平臺以更高的自動化水平高效運作。
隨著安全性成為我們在網(wǎng)絡(luò)平臺上處理各項任務(wù)的前提性保障要求,我們需要機器智能技術(shù)以持續(xù)監(jiān)控并評估安全級別。這自然離不開分析與機器智能技術(shù)的支持,因為我們需要快速了解網(wǎng)絡(luò)狀況——包括確保知曉當(dāng)前所發(fā)生的一切、網(wǎng)絡(luò)狀態(tài)是否穩(wěn)定以及是否存在安全漏洞等等。
Ekudden: 不,這種說法并不正確。目前的系統(tǒng)主要運行在1 GHz、2 GHz或者2.5 GHz頻率下。而5G技術(shù)也將使用同樣的頻率。除此之外,5G技術(shù)還將提供600 MHz頻率選項。同時,5G技術(shù)還要求配合更寬的頻段——可能高達成百上千MHz,而這些頻段根本無法利用低頻以及中頻范圍內(nèi)實現(xiàn)。
因此,一部分5G運作活動可能發(fā)生在28 GHz甚至30 GHz左右的高頻頻段之上。對于這些高頻傳輸機制而言,其確實無法像中、低頻段那樣自由穿透墻壁。
然而,由于5G系統(tǒng)同樣由低、中以及高頻段共同構(gòu)成,因此5G技術(shù)將提供超越4G的性能表現(xiàn)。其將擁有更強大的容量與性能,且同時涵蓋室內(nèi)與室外環(huán)境。
另外,用戶也可以使用更為科學(xué)的天線布局緩解這一問題,也可以使用更窄的傳輸束——這意味著發(fā)射不再必須以完整的單元或者扇區(qū)形式進行,相反,應(yīng)當(dāng)選擇類似于聚光燈而非泛光燈的傳輸方式。因此,只要擁有更科學(xué)的無線基站與天線布局,這一切都將不是問題。而愛立信目前在這些領(lǐng)域,擁有著一系列處于領(lǐng)先地位的5G與4G技術(shù)方案。
Ekudden: 我認為立足整個行業(yè)來看,我們處于比較樂觀的位置上。
愛立信集團自2010年以來一直在5G領(lǐng)域處于領(lǐng)先地位。我們與各全球主要客戶開展合作,測試其技術(shù)并構(gòu)建測試系統(tǒng)與試用版本。截至目前,我們已經(jīng)在世界范圍內(nèi)與38家運營商簽訂協(xié)議,并開始以實驗性方式部署預(yù)商用5G系統(tǒng)。相關(guān)標(biāo)準(zhǔn)也將在明年年初準(zhǔn)備就緒。
愛立信基站目前已經(jīng)具備5G功能,因此一旦標(biāo)準(zhǔn)正式敲定,即可通過軟件升級進行實施并將相關(guān)功能投入實際使用。
我們還向世界各地的領(lǐng)先運營商作出承諾,計劃在未來幾年內(nèi)推出商用系統(tǒng)。到2020年,我們將看到更多的規(guī)?;袌鼋ㄔO(shè)與推廣成果,包括對各類設(shè)備、平板電腦以及智能手機進行優(yōu)化,還可能推出更先進的AR與VR頭戴式顯示器或眼鏡。工業(yè)應(yīng)用方面也將同樣穩(wěn)步推進。
我們預(yù)計,到2023年,全球5G服務(wù)訂閱量將突破10億,且其中將有一半以上來自亞洲。
Ekudden: 如果要求其完全符合標(biāo)準(zhǔn)要求,那么具體時間應(yīng)該是在2019年年初。在此之前還會有其它商業(yè)部署舉措,但這些項目屆時將需要通過升級方可提供真正符合標(biāo)準(zhǔn)的版本。
Ekudden: 這些國家已經(jīng)公布了相關(guān)計劃,但歐洲及亞太地區(qū)的其它主要運營商也擁有自己的部署思路。我不排除上述國家的運營商進行提前部署的可能性。但總體來講,我認為5G技術(shù)的實際部署將在全球范圍內(nèi)鋪開。
我們已經(jīng)基本確定,一旦技術(shù)本身真正成熟,其將能夠快速推出。而只要生態(tài)系統(tǒng)具備全球規(guī)模并帶來合適的成本水平,那么這股升級浪潮將不可阻擋。
有很多客戶都在詢問我們,他們該如何使用5G技術(shù)以改變自身業(yè)務(wù),而政府又將如何利用5G開放網(wǎng)絡(luò)平臺以支持“智慧城市”規(guī)劃。
5G技術(shù)將不僅僅適用于移動寬帶領(lǐng)域,而是會逐步成為數(shù)字化轉(zhuǎn)型當(dāng)中的關(guān)鍵性平臺。
Ekudden: 我很高興看到眾多實例企業(yè)帶著自己的創(chuàng)意與靈感投身于5G領(lǐng)域。5G本身代表著一整套開放的平臺與生態(tài)系統(tǒng),且擁有著強大的創(chuàng)新促進能力。而這些初創(chuàng)企業(yè)有著很多超棒的想法,能夠為各類設(shè)備創(chuàng)建身臨其境的應(yīng)用體驗。
消費者們將很快意識到5G網(wǎng)絡(luò)所將帶來的強大性能,并因此要求獲得更出色的用戶體驗與身臨其境的界面方案。眾多初創(chuàng)企業(yè)已經(jīng)開始將5G視為一種創(chuàng)新支持平臺,這絕對非常令人振奮。
來源:Enterprise INNOVATION
作者:Victor Ng
編譯:科技行者
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(zhǔn)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(zhǔn)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(zhǔn)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(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)研究團隊發(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,使用強化學(xué)習(xí)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(zhǔn)上都帶來顯著提升,其中最佳模型達到49.6%準(zhǔn)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。