2015華為網(wǎng)絡(luò)大會(huì)(HNC2015)將于5月20日-21日在北京國家會(huì)議中心召開。會(huì)議啟動(dòng)前,華為交換機(jī)與企業(yè)通信產(chǎn)品線總裁劉少偉今日與媒體分享了HNC2015看點(diǎn)。本次大會(huì)將以“從敏捷,到無盡可能”為主題,華為除了展示敏捷網(wǎng)絡(luò)的新技術(shù)和應(yīng)用之外,還將重點(diǎn)推出物聯(lián)網(wǎng)架構(gòu)、“敏捷物聯(lián)”解決方案及物聯(lián)網(wǎng)操作系統(tǒng),同時(shí)方案中的物聯(lián)網(wǎng)關(guān)及控制器等產(chǎn)品也將亮相。
華為交換機(jī)與企業(yè)通信產(chǎn)品線總裁劉少偉
今年大會(huì)的展覽面積將達(dá)到5000平方米,超過100場(chǎng)分論壇,涵蓋七個(gè)技術(shù)主題、八個(gè)行業(yè)主題。預(yù)計(jì)本次大會(huì)將吸引超過6000多位來自全球的客戶、渠道伙伴、記者、分析師與會(huì),60%的發(fā)言來自行業(yè)專家和意見領(lǐng)袖,華為將攜手Intel、SAP等40余家產(chǎn)業(yè)鏈伙伴、眾多第三方專業(yè)組織,聚焦政府、金融、教育、交通、電力、能源、大企業(yè)、互聯(lián)網(wǎng)、電信九大行業(yè),就物聯(lián)網(wǎng)、智慧城市、數(shù)字交通等話題進(jìn)行討論。
七大技術(shù)主題分別是:SDN和敏捷網(wǎng)絡(luò)、敏捷物聯(lián)、移動(dòng)與全無線、企業(yè)信息安全、下一代廣域網(wǎng)以及融合通信與協(xié)作,其中融合通信與協(xié)作是今年新增的內(nèi)容。八個(gè)行業(yè)主題包括:數(shù)字政府論壇、智慧城市平安論壇、數(shù)字交通論壇、全渠道金融論壇、全聯(lián)接教育論壇、大企業(yè)論壇、智能電網(wǎng)論壇以及互聯(lián)網(wǎng)論壇,其中互聯(lián)網(wǎng)論壇是今年新增的內(nèi)容。
作為今年大會(huì)的重點(diǎn),物聯(lián)網(wǎng)成了預(yù)熱話題之一。劉少偉稱,華為在物聯(lián)網(wǎng)的投入不是現(xiàn)在才開始,而是已經(jīng)實(shí)踐了3年。敏捷物聯(lián)解決方案是華為在物聯(lián)網(wǎng)技術(shù)上的突破,結(jié)合了華為產(chǎn)品及解決方案開源、開放等特性,實(shí)現(xiàn)物聯(lián)網(wǎng)的技術(shù)發(fā)展和行業(yè)落地。
大會(huì)上還將對(duì)敏捷網(wǎng)絡(luò)做全面更新,敏捷園區(qū)、敏捷數(shù)據(jù)中心、敏捷廣域、企業(yè)安全也都將升級(jí)到3.0,每個(gè)領(lǐng)域均有新的產(chǎn)品和技術(shù)將對(duì)外發(fā)布。同時(shí),華為也在積極構(gòu)建圍繞敏捷網(wǎng)絡(luò)架構(gòu)的生態(tài)系統(tǒng),通過架構(gòu)的全層次開放,讓更多的行業(yè)和技術(shù)伙伴加入到生態(tài)系統(tǒng)中。
好文章,需要你的鼓勵(lì)
新加坡國立大學(xué)研究團(tuán)隊(duì)開發(fā)了SPIRAL框架,通過讓AI與自己對(duì)弈零和游戲來提升推理能力。實(shí)驗(yàn)顯示,僅訓(xùn)練AI玩簡(jiǎn)單撲克游戲就能讓其數(shù)學(xué)推理能力提升8.6%,通用推理提升8.4%,且無需任何數(shù)學(xué)題目作為訓(xùn)練材料。研究發(fā)現(xiàn)游戲中的三種推理模式能成功轉(zhuǎn)移到數(shù)學(xué)解題中,為AI訓(xùn)練提供了新思路。
同濟(jì)大學(xué)團(tuán)隊(duì)開發(fā)的GIGA-ToF技術(shù)通過融合多幀圖像的"圖結(jié)構(gòu)"信息,創(chuàng)新性地解決了3D相機(jī)噪聲問題。該技術(shù)利用圖像間的不變幾何關(guān)系,結(jié)合深度學(xué)習(xí)和數(shù)學(xué)優(yōu)化方法,在合成數(shù)據(jù)集上實(shí)現(xiàn)37.9%的精度提升,并在真實(shí)設(shè)備上展現(xiàn)出色泛化能力,為機(jī)器人、AR和自動(dòng)駕駛等領(lǐng)域提供更可靠的3D視覺解決方案。
伊利諾伊大學(xué)研究團(tuán)隊(duì)通過對(duì)比實(shí)驗(yàn)發(fā)現(xiàn),經(jīng)過強(qiáng)化學(xué)習(xí)訓(xùn)練的視覺語言模型雖然表現(xiàn)出"頓悟時(shí)刻"現(xiàn)象,但這些自我糾錯(cuò)行為并不能實(shí)際提升推理準(zhǔn)確率。研究揭示了AI模型存在"生成-驗(yàn)證差距",即生成答案的能力強(qiáng)于驗(yàn)證答案質(zhì)量的能力,且模型在自我驗(yàn)證時(shí)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(jī)構(gòu)聯(lián)合提出SparseLoRA技術(shù),通過動(dòng)態(tài)稀疏性實(shí)現(xiàn)大語言模型訓(xùn)練加速1.6倍,計(jì)算成本降低2.2倍。該方法使用SVD稀疏性估計(jì)器智能選擇重要計(jì)算部分,在保持模型性能的同時(shí)顯著提升訓(xùn)練效率,已在多個(gè)任務(wù)上驗(yàn)證有效性。