科技行者 5月24日 北京消息(文/于藝婉):MWC19上海展會將于6月26-28日召開,據(jù)GSMA中國相關(guān)人士介紹,今年上海展會有3場主題演講,10場行業(yè)峰會和5場領(lǐng)袖舞臺。為了吸引更多企業(yè)參會,近日GSMA中國為MWC19上海展舉行了媒體沙龍,并力邀運營商和設(shè)備商的重磅嘉賓分享了他們對于當(dāng)前通信發(fā)展的理解。中國聯(lián)通運維部總經(jīng)理馬紅兵作為受邀嘉賓首先談到了5G。他表示:“中國聯(lián)通在三大運營商里面稍微激進一些。”
一個月之前,中國聯(lián)通在上海發(fā)布其5G品牌標識——“5G?”及主題口號——“讓未來生長”,充分詮釋了聯(lián)通5G致力科技創(chuàng)新、賦能行業(yè)、給用戶帶來無限精彩體驗的品牌精神和品牌態(tài)度。
在媒體溝通活動上,馬紅兵對于5G?予以了重申。“它正式的叫法就是‘5G的n次方’, 5G的n次方讓未來生長,這個n,大家也知道有很多很多的詮釋,應(yīng)該說代表了一種不確定性,充滿了想象。“
回顧通信發(fā)展的歷史,人們總是喜歡做一些規(guī)劃預(yù)測,總想著今后的業(yè)務(wù)會按照人們的規(guī)劃和預(yù)測去發(fā)展?,F(xiàn)在回頭看看,除了當(dāng)初的短信外,彩信,彩鈴,做得都算不上成功。反倒是后來的微信、抖音、快手取得了空前的發(fā)展。
“抖音、快手,他們告訴我,既要感謝運營商在資費上的便宜,也要感謝技術(shù)的進步帶來了能力提升,雙重的作用使得業(yè)務(wù)的發(fā)展出現(xiàn)了他們之前都沒有想到的進步,這不是我們自己設(shè)計出來的,絕對不是我們想象出來的。5G殺手級好的業(yè)務(wù)我們并不知道是什么,所以,5G的n次方,既代表了今后不確定的因素,也代表了無數(shù)可以想象的應(yīng)用。”馬紅兵說。
說到聯(lián)通在5G上的激進,也和他們發(fā)布的“7+33+n”5G網(wǎng)絡(luò)部署不無關(guān)系,即在北京、上海、廣州、深圳、南京、杭州、雄安7個城市城區(qū)連續(xù)覆蓋,在33個城市實現(xiàn)熱點區(qū)域覆蓋,在n個城市定制5G網(wǎng)中專網(wǎng),搭建各種行業(yè)應(yīng)用場景,為合作伙伴提供更為廣闊的試驗場景,推進5G應(yīng)用孵化及產(chǎn)業(yè)升級。
很多人都在關(guān)注5G產(chǎn)業(yè)儲備到底發(fā)展到哪一步,對此,馬紅兵表示:“到目前來說,平臺基本成熟了,但是從我們測試來看,軟件、功能、網(wǎng)管、端到端的問題還非常多,終端的IoDT測試,包括芯片測試,也還不斷有問題出現(xiàn)。”馬紅兵說,“目前這個階段,中國聯(lián)通稱其為友好用戶的體驗階段。通過大家來用,不斷的用,一方面我們做網(wǎng)絡(luò)的實驗室的測試,現(xiàn)網(wǎng)的測試,同時也發(fā)展一批用戶,讓大家在實際應(yīng)用的過程中發(fā)現(xiàn)問題、解決問題。”
除此之外,馬紅兵還談到了設(shè)備耗電及終端價格問題。“從設(shè)備來講,耗電量比較大,體積也比較大,重量也比較重,對于我們的機房、電源、鐵塔,都帶來了很大的挑戰(zhàn)。同時,終端價格還比較貴,從韓國來看,基本在8000到10000元錢,如果不能把價格降到5000或者3000元以內(nèi),對于5G的發(fā)展將是一個阻礙。“
雖然中國并沒有真正啟動5G市場,但中國也并沒有在這一領(lǐng)域落后于全球的腳步。而說到最看好的5G業(yè)務(wù),馬紅兵表示5G一個是自動駕駛,一個是智慧醫(yī)療與遠程教育。“自動駕駛能把我們的雙手、雙腳解放出來,可以更好的提高效率,可以大幅度提高我們的生活質(zhì)量。在一些封閉場景下,在奧運場館,園區(qū)等一些局部區(qū)域自動駕駛應(yīng)用是沒有問題的,但在復(fù)雜道路上的還比較困難。因為教育和醫(yī)療和我們每個人緊密相關(guān),由于醫(yī)療和教育資源的有限性,在5G出來之后,通過帶寬的提升和虛擬現(xiàn)實等多種技術(shù)的應(yīng)用,可以使有限的醫(yī)療專家、教師資源電子化、共享化,這將極大改變每個人和每個家庭。”
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(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。