為加快亞洲互聯(lián)網(wǎng)速度,谷歌再次朝水下進發(fā)。
當?shù)貢r間本周一,這家搜索巨頭宣布該公司與中國移動等其他五家公司共同投資3億美元鋪設海底電纜,旨在提升亞洲的網(wǎng)絡連接速度。
該海底電纜取名為“Faster(更快)”,它將 從美國西海岸的幾個主要城市(包括舊金山、洛杉磯、西雅圖、和波特蘭)等連接至日本的兩個沿海城市千倉(Chikura)和志摩町(Shima)。連接后,其網(wǎng)速將可達到每秒60 兆兆位(Terabits),這大約為標準電纜調制解調器網(wǎng)速的10倍。
投資該海底光纜項目的其他公司均為亞洲無線和電信公司,包括:中國移動國際有限公司、中國電信國際有限公司、馬來西亞的Global Transit公司、日本KDDI電信公司和新加坡電信。本次項目的主要供應商為IT服務和產(chǎn)品公司NEC。該海底電纜的建設工作將立即開始,并計劃在 2016年第二季度投入使用。
谷歌技術基礎設施部門的高級副總裁烏爾斯·霍爾澤(Urs Hölzle)寫道:“‘Faster’將會令我們的亞洲用戶享受更快、更可靠的互聯(lián)網(wǎng)。”
這并非谷歌第一次投資海底電纜。早在2008年,谷歌便投資了另外一條連接至日本的電纜項目,名為“Unity”,之后又在2011年投資了另一條海底電纜,連接至日本和包括菲律賓和泰國在內(nèi)的東南亞國家。
對谷歌而言,推動并改善互聯(lián)網(wǎng)連接性與圍繞其核心服務的企業(yè)發(fā)展戰(zhàn)略相一致。
霍爾澤寫道:“在谷歌,我們希望我們的產(chǎn)品能夠做到快捷可靠,而無論是對全球超過十億的Android用戶來說還是對在谷歌云端平臺上打造產(chǎn)品的開發(fā)人員而言,這都需要一個強大的網(wǎng)絡基礎設施作保障。”
在這方面,谷歌的“登月”項目也有著類似的作用。此外,谷歌光纖(Google Fiber)計劃的目的同樣是加速網(wǎng)絡連接,而且在美國奧斯汀、德克薩斯州、猶他州普洛佛等幾個有限市場,該項目已投入使用。
除網(wǎng)速之外,谷歌還進行了其他投資,試圖拓展互聯(lián) 網(wǎng)接入。如谷歌推出的高空熱氣球項目Project Loon,將通過多個高空飛行的熱氣球為農(nóng)村地區(qū)的用戶提供快速及穩(wěn)定的Wi-Fi網(wǎng)絡連接。在紐約和加州山景城谷歌總部的周邊地區(qū),該公司還提供免費 Wi-Fi服務。同時,谷歌還與幾家公司一同競爭,希望能將紐約市的付費電話亭轉變成免費的Wi-Fi服務中心。
好文章,需要你的鼓勵
新加坡國立大學研究團隊開發(fā)了SPIRAL框架,通過讓AI與自己對弈零和游戲來提升推理能力。實驗顯示,僅訓練AI玩簡單撲克游戲就能讓其數(shù)學推理能力提升8.6%,通用推理提升8.4%,且無需任何數(shù)學題目作為訓練材料。研究發(fā)現(xiàn)游戲中的三種推理模式能成功轉移到數(shù)學解題中,為AI訓練提供了新思路。
同濟大學團隊開發(fā)的GIGA-ToF技術通過融合多幀圖像的"圖結構"信息,創(chuàng)新性地解決了3D相機噪聲問題。該技術利用圖像間的不變幾何關系,結合深度學習和數(shù)學優(yōu)化方法,在合成數(shù)據(jù)集上實現(xiàn)37.9%的精度提升,并在真實設備上展現(xiàn)出色泛化能力,為機器人、AR和自動駕駛等領域提供更可靠的3D視覺解決方案。
伊利諾伊大學研究團隊通過對比實驗發(fā)現(xiàn),經(jīng)過強化學習訓練的視覺語言模型雖然表現(xiàn)出"頓悟時刻"現(xiàn)象,但這些自我糾錯行為并不能實際提升推理準確率。研究揭示了AI模型存在"生成-驗證差距",即生成答案的能力強于驗證答案質量的能力,且模型在自我驗證時無法有效利用視覺信息,為AI多模態(tài)推理發(fā)展提供了重要啟示。
MIT等頂尖機構聯(lián)合提出SparseLoRA技術,通過動態(tài)稀疏性實現(xiàn)大語言模型訓練加速1.6倍,計算成本降低2.2倍。該方法使用SVD稀疏性估計器智能選擇重要計算部分,在保持模型性能的同時顯著提升訓練效率,已在多個任務上驗證有效性。