作者:阿力克斯·卡圖贊(Alex Katouzian)
高通技術(shù)公司高級(jí)副總裁兼移動(dòng)、計(jì)算及基礎(chǔ)設(shè)施業(yè)務(wù)總經(jīng)理
在我們當(dāng)下的討論中,智能手機(jī)和5G這兩個(gè)詞語(yǔ)總是緊密相連。過(guò)去兩年推出的5G智能手機(jī),使新一代連接技術(shù)備受關(guān)注——它能夠顯著縮短下載時(shí)間并提升網(wǎng)絡(luò)速率和可靠性,從而滿(mǎn)足用戶(hù)對(duì)隨時(shí)隨地進(jìn)行連接、計(jì)算和溝通的期待。目前,個(gè)人手持計(jì)算終端正迎來(lái)重大發(fā)展機(jī)遇,5G在全球的持續(xù)普及正推動(dòng)這場(chǎng)勢(shì)不可擋的超高速網(wǎng)絡(luò)革命。
然而,5G的發(fā)展遠(yuǎn)不止于智能手機(jī)領(lǐng)域。廣泛的5G部署正加速進(jìn)入眾多行業(yè)、細(xì)分領(lǐng)域和政府部門(mén),快速且高效地將組織與其業(yè)務(wù)的方方面面進(jìn)行連接。同時(shí),極速5G毫米波正助力打造全新用例,例如智能網(wǎng)聯(lián)邊緣支持的沉浸式XR,以及通過(guò)分布式計(jì)算實(shí)現(xiàn)的強(qiáng)大AI。5G不僅僅是面向個(gè)人的連接技術(shù),它還助力全球數(shù)字化轉(zhuǎn)型:5G將個(gè)人與其家庭和汽車(chē)相連接;將企業(yè)與其供應(yīng)鏈、機(jī)器人和安防系統(tǒng)相連接;將城市與其交通和基礎(chǔ)設(shè)施系統(tǒng)相連接。
智能網(wǎng)聯(lián)邊緣是5G的核心特性,它重塑了人們與多樣生活相連接的方式。通過(guò)拉近云端與更多外形更纖薄的終端之間的距離,人們能夠隨時(shí)隨地通過(guò)分布式計(jì)算處理高性能任務(wù)。高速、低時(shí)延的5G網(wǎng)絡(luò)正讓這一切變?yōu)楝F(xiàn)實(shí)。例如,憑借5G毫米波和邊緣計(jì)算,無(wú)界XR無(wú)需笨重頭顯和外接的臺(tái)式PC便能帶來(lái)真正的沉浸式體驗(yàn)。蓬勃發(fā)展的物聯(lián)網(wǎng)行業(yè)已充分利用5G和邊緣計(jì)算帶來(lái)的更低時(shí)延和更大帶寬,支持?jǐn)?shù)十億聯(lián)網(wǎng)終端。
高通技術(shù)公司最近舉辦的智慧城市加速大會(huì)2021活動(dòng),是5G助力美國(guó)城市構(gòu)建互聯(lián)空間和系統(tǒng)的又一例證。5G不僅能夠?yàn)榫用駧?lái)更智能的交通系統(tǒng)、更快速的大型活動(dòng)網(wǎng)絡(luò)連接等直接益處,5G企業(yè)專(zhuān)網(wǎng)等技術(shù)也正為千行百業(yè)享有高速、可靠、低時(shí)延的網(wǎng)絡(luò)連接奠定基礎(chǔ)。
5G的演進(jìn)以及向智能手機(jī)之外的領(lǐng)域擴(kuò)展,已經(jīng)對(duì)我們的生活產(chǎn)生了影響。5G的未來(lái)將更加光明,在最近一期我們攜手合作伙伴打造的“The Future of”系列節(jié)目中,我與高通技術(shù)公司高級(jí)副總裁兼5G、移動(dòng)寬帶和基礎(chǔ)設(shè)施業(yè)務(wù)總經(jīng)理馬德嘉,以及Verizon終端技術(shù)副總裁Brian Mecum一起,深入探討了5G的現(xiàn)狀和未來(lái)發(fā)展方向。我們一致認(rèn)為,未來(lái)幾年隨著5G的持續(xù)部署和發(fā)展,以及在智能網(wǎng)聯(lián)邊緣計(jì)算和超高可靠性的助推下,物聯(lián)網(wǎng)和XR必將成為兩大主流應(yīng)用。此外,得益于5G網(wǎng)絡(luò)在全球的加速普及,智能手機(jī)也將不斷變得更快、更智能、更高效。無(wú)論如何,5G的全面演進(jìn)將進(jìn)一步賦能用戶(hù)和變革諸多行業(yè),未來(lái)可期。
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(zhuān)家搜索方法,讓AI能根據(jù)不同問(wèn)題靈活調(diào)整內(nèi)部專(zhuān)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(lèi)型問(wèn)題偏愛(ài)不同專(zhuān)家配置,為AI推理優(yōu)化開(kāi)辟新路徑。
清華大學(xué)研究團(tuán)隊(duì)提出SIRI方法,通過(guò)"壓縮-擴(kuò)張"交替訓(xùn)練策略,成功解決了大型推理模型"話(huà)多且準(zhǔn)確率低"的問(wèn)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(kāi)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(guò)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(wèn)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(kāi)辟新可能。
華中科技大學(xué)研究團(tuán)隊(duì)發(fā)現(xiàn),通過(guò)讓AI模型學(xué)習(xí)解決幾何問(wèn)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(lái)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。