在ITU世界電信展期間,中國移動(dòng)聯(lián)合ITU、GTI(TD-LTE全球發(fā)展倡議)和TDIA(TD產(chǎn)業(yè)聯(lián)盟)舉辦了第五屆TD-LTE技術(shù)與頻譜研討會。中國移動(dòng)副總裁李正茂在研討會上做主題演講時(shí)指出,當(dāng)前中國移動(dòng)TD-LTE用戶累積達(dá)2.3億,月增幅超2000萬;截至9月底,中國移動(dòng)4G基站已經(jīng)超過了100萬,提前完成了年內(nèi)TD-LTE基站建設(shè)目標(biāo)。
中國移動(dòng)副總裁李正茂
李正茂表示,中國移動(dòng)正在部署LTE-A網(wǎng)絡(luò),將TD-LTE網(wǎng)絡(luò)下載速率峰值提到到了220Mbps,此外,中國移動(dòng)還在試點(diǎn)三載波,未來TD-LTE網(wǎng)絡(luò)最高下載速率將達(dá)330Mbps。
據(jù)中國移動(dòng)介紹,截至2015年上半年,全球已有36個(gè)國家開通63個(gè)TD-LTE商用網(wǎng)絡(luò),另有60個(gè)國家91個(gè)TD-LTE商用網(wǎng)正在計(jì)劃部署中。目前全球基站數(shù)超過120萬,TD-LTE全球用戶規(guī)模已超過3億,預(yù)計(jì)2015年底將超過4億。
據(jù)ITU預(yù)估,2020年全球頻譜需求量大致為1340-1960MHz,約為2010年頻譜需求的5倍。未來,獲取更多頻譜資源,并使有限的頻譜資源高效利用成為全球移動(dòng)通信產(chǎn)業(yè)發(fā)展的關(guān)鍵。除了2.6G、2.3G頻段之外,3.5GHz頻段的TDD頻譜也成為了全球關(guān)注的焦點(diǎn),據(jù)了解,目前包括加拿大、英國、日本等多個(gè)國家均已完成該頻段牌照發(fā)放,全球約50%的TDD牌照為3.5GHz,在該頻段部署TD-LTE已成為全球熱潮,截至2015年第二季度,已有11張3.5GHz TD-LTE商用網(wǎng),峰值速率可達(dá)1Gbps。李正茂表示,中國移動(dòng)當(dāng)前已建成全球最大的TD-LTE網(wǎng)絡(luò),后續(xù)將推進(jìn)TD-LTE的演進(jìn),包括研究3.5GHz黃金頻段的使用問題。
此外,中國移動(dòng)還表示將通過應(yīng)用滿格寶、特型天線等產(chǎn)品加強(qiáng)網(wǎng)絡(luò)廣、深、厚覆蓋,通過率先引入載波聚合、基站協(xié)作CoMP等技術(shù)提升網(wǎng)絡(luò)性能。
在本次展會現(xiàn)場,中國移動(dòng)還展出了包括自主品牌的N1 MAX、A1等11款支持支持VoLTE、LTE-A的最新4G終端,以及支持無線多屏互動(dòng)的WiMo產(chǎn)品。
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。