科技行者 10月9日 北京消息:根據(jù)GSMA報告,在5G毫米波所帶來的創(chuàng)新服務推動下,到2034年中國將占亞太地區(qū)2120億美元經(jīng)濟增長額的53%。中國經(jīng)濟的這一巨大機遇取決于是否可以獲得所需的無線電頻譜,其中包括可提供超高容量和超高速服務的“毫米波”頻譜。但是,不合理的限制這些關(guān)鍵頻譜使用的風險,將導致5G的未來前途未卜。
GSMA大中華區(qū)公共政策總經(jīng)理關(guān)舟表示:“中國迅速啟動了5G投資并推動了技術(shù)創(chuàng)新,但如果在WRC-19上沒有得到合適的毫米波頻譜與相應合理的使用條件的話,這一進展可能會受到影響。中國在WRC-19上展現(xiàn)出領導力與其他國家一起支持對5G發(fā)展有利的決策對于保護其5G愿景和發(fā)展至關(guān)重要。 WRC-19上的決定將會對數(shù)字未來的發(fā)展產(chǎn)生深遠的影響。”
5G毫米波頻譜將在名為2019年世界無線電通信大會 (WRC-19) 的國際條約會議上確定,該會議將于2019年10月28日至11月22日在埃及舉行。來自190多個國家的3,000名代表將開會決定5G頻譜如何使用。歐洲國家因為毫無根據(jù)地指稱該頻譜可能干擾某些航空服務而決定限制其使用。但是在非洲、美洲和中東的支持下進行的技術(shù)研究表明,5G可以與氣象服務、商業(yè)衛(wèi)星服務及其他服務安全有效地共存。這些研究由聯(lián)合國下屬機構(gòu)國際電聯(lián) (ITU) 進行。中國對這些研究結(jié)果的支持將極大地推動本地區(qū)的5G發(fā)展,并創(chuàng)造全球共享的規(guī)模經(jīng)濟。
關(guān)舟補充道:“WRC-19是中國確定可在未來十年提供新服務的5G毫米波頻譜的唯一機會。只有有了毫米波,中國才能全面釋放5G的能力并由此從例如工業(yè)互聯(lián)網(wǎng),娛樂服務和智能交通領域的最高標準以及更好的醫(yī)療保健和教育中進一步受益,從而改善其居民的生活并改變其工業(yè)并創(chuàng)造更多發(fā)展新動能。”
5G毫米波有望繼續(xù)加強中國的數(shù)字基礎設施,尤其是考慮到其全面展開的經(jīng)濟轉(zhuǎn)型進程,為創(chuàng)新型驅(qū)動的經(jīng)濟創(chuàng)造新動能。5G加上毫米波頻譜可幫助釋放低時延、數(shù)據(jù)密集型應用的潛力,這些應用可以為各種行業(yè)和用例帶來變革。在亞太地區(qū),預計中國的影響力將會特別大,將在5G毫米波所帶來的2120億美元的亞太地區(qū)GDP增長額中貢獻53%,特別在制造業(yè)和公用事業(yè)行業(yè)方面。GSMA報告也提出了嚴重的擔憂,即如果在WRC-19上對5G毫米波的規(guī)劃沒有足夠的支持,5G毫米波的部署可能會延遲長達十年并嚴重阻礙5G全部能力的釋放。
GSMA的“以毫米波頻譜提供5G服務的社會經(jīng)濟效益研究”全面揭示了毫米波頻譜的全球影響。
GSMA及其董事會代表全球移動產(chǎn)業(yè),在一封發(fā)向全球170個國家的政府部長和監(jiān)管機構(gòu)負責人的公開信中,呼吁各國政府在WRC-19上支持移動頻譜的規(guī)劃。
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幾何知識對培養(yǎng)AI空間智能的重要價值。