CNET科技資訊網(wǎng) 8月25日 北京消息(文/周雅):華為近期的最大頭條,就是8月31日至9月2日、在上海、為期三天的華為全聯(lián)接大會(HUAWEI CONNECT 2016)。在這次活動的前一周,華為提前對媒體開了一場預溝通會,詳細聊了聊這次活動“能聽到什么”和“能看到什么”。
參與預溝通會的有:華為技術(shù)有限公司常務董事戰(zhàn)略Marketing總裁徐文偉、華為公司產(chǎn)品與解決方案Marketing與解決方案部總裁張順茂、華為公司Marketing部總裁張宏喜以及華為企業(yè)業(yè)務BG Marketing部部長杜娟。
華為技術(shù)有限公司常務董事戰(zhàn)略Marketing總裁徐文偉
1、華為搭建了三個場館,分別是:上海梅賽德斯-奔馳文化中心(keynote演講)、上海世博中心(展覽A區(qū)),上海世博展覽館(展覽B區(qū))
2、大會展廳總面積18000平米,其中50%用于合作伙伴的展示,并提供獨立會議中心專門用于合作伙伴交流
3、目前已經(jīng)得到了120多個國家的合作伙伴、客戶和開發(fā)者響應、現(xiàn)場將有來自全球的400多位演講嘉賓、超過20000人出席
4、大會話題覆蓋云時代的商業(yè)、技術(shù)、生態(tài)戰(zhàn)略,包含3場主旨發(fā)言、6場峰會、800多場專題演講、34場媒體圓桌,1000個的互動平臺
5、面向行業(yè)需求,發(fā)布9大產(chǎn)品與解決方案
6、主題是Shape the Cloud(塑造云時代),是華為自辦的首屆面向ICT產(chǎn)業(yè)的全球性年度大會
“如果我們把這些活動和華為的發(fā)展史對照起來看,就會發(fā)現(xiàn)答案。”徐文偉先捋了捋“華為開會”的三個過程:
第一個階段,華為主要參加行業(yè)組織和外部機構(gòu)舉辦的活動。比如每年的巴展、CeBIT和interop等等。
第二個階段,除了繼續(xù)參與這些活動之外,華為也開始自行組織一些有特定主題、面向特定受眾的活動。比如HCC(華為云計算大會)、HNC(華為網(wǎng)絡大會)、HDC(華為開發(fā)者大會)等。
第三個階段,華為開始籌劃組織HUAWEI CONNECT這樣的旗艦大會,希望通過構(gòu)筑平臺開放能力,最終釋放整個ICT產(chǎn)業(yè)的生產(chǎn)力、推進社會進步。這既是對產(chǎn)業(yè)合作伙伴和客戶需求和期待的積極回應,也是華為公司發(fā)展過程上必然的戰(zhàn)略選擇。
華為將這次大會打造成一次生態(tài)大會,與客戶、合作伙伴、產(chǎn)業(yè)組織、開發(fā)者共同引領并推動產(chǎn)業(yè)發(fā)展,發(fā)布創(chuàng)新領先的ICT產(chǎn)品與解決方案。
大會主題是Shape the Cloud(塑造云時代)——共建全聯(lián)接世界是華為與全社會的共同愿景,全聯(lián)接世界正從信息社會向智能社會演進,云成為通往智能社會的重要藍圖。
云在塑造一切,所有行業(yè)都在加速云化轉(zhuǎn)型,迎來思維模式、商業(yè)模式、技術(shù)模式、運營模式、服務模式等的變革;另一方面,一切又在塑造云,各行各業(yè)關(guān)鍵業(yè)務又對云的技術(shù)、平臺、方案以及生態(tài)提出挑戰(zhàn),并不斷驅(qū)動云發(fā)展。
在華為與業(yè)界伙伴的共同推動下,一個開放、多樣、共生共贏的云時代生態(tài)法則也應運而生。
(1)一次洞察未來的思想盛會
大會的議程為期三天,貫穿在一條主線上——Shape the Cloud(塑造云時代),每天有一個側(cè)重點,從不同的角度來支撐主線:
第一天,華為主要談云時代的商業(yè)洞察和各行各業(yè)的挑戰(zhàn);第二天,華為主要談如何基于技術(shù)應對挑戰(zhàn),實現(xiàn)敏捷創(chuàng)新。當然,要實現(xiàn)這個目的,還需要構(gòu)建新的產(chǎn)業(yè)環(huán)境和合作模式;第三天,華為主要研討如何在云時代構(gòu)建新生態(tài)。
三天里,華為公司的三位輪值CEO會分別從商業(yè)、技術(shù)和生態(tài)的角度進行主旨發(fā)言。同時Intel公司CEO、Infosys公司CEO、Linux基金會主席、華為輪值CEO等來自全球的400多位演講嘉賓,將帶來他們對未來智能社會的深刻洞察,800多場專題演講也將陸續(xù)展開。
(2)一個思想碰撞的“羅馬廣場”
“全聯(lián)接大會,首先是一個思想碰撞的‘羅馬廣場’,聯(lián)接全球最活躍的思想,分享假設、探索方向、構(gòu)建理論,促進未來智能社會的發(fā)展。其次是一個生態(tài)平臺,與世界握手,開放、合作、共贏,共同構(gòu)建信息社會和智能社會。全聯(lián)接大會也是聯(lián)接和云技術(shù)的盛會。”徐文偉表示:“華為聚焦ICT基礎設施,構(gòu)建可持續(xù)發(fā)展的云生態(tài),使能客戶和合作伙伴創(chuàng)新,成為客戶實施云化戰(zhàn)略的優(yōu)選伙伴。”
這次大會邀請了來自世界各地、各行各業(yè)的參會者在這里暢所欲言、交流思想、碰撞觀點、互動體驗。通過對未來的洞察、達成共識,共同塑造云時代的新生態(tài)、新模式。
華為不僅設立了多達1000個的互動平臺,還提供了獨立的Meeting Center(會談中心),用于參會者之間的交流。大會展廳總面積有18000平米,其中50%用于合作伙伴的展示。
(3)3場主旨發(fā)言、6場峰會、800多場專題演講、34場媒體圓桌
大會期間還有6場峰會、800多場專題演講和34場媒體圓桌,覆蓋了從行業(yè)數(shù)字化轉(zhuǎn)型、企業(yè)網(wǎng)絡、云網(wǎng)協(xié)同、SDN、大數(shù)據(jù)、IoT、生態(tài)圈等話題。
(1)即將發(fā)布9大產(chǎn)品與解決方案
華為將在這次大會上與全球各行各業(yè)的客戶、合作伙伴、產(chǎn)業(yè)聯(lián)盟共同探討云時代數(shù)字化轉(zhuǎn)型之道。
華為將基于云計算、SDN、大數(shù)據(jù)、物聯(lián)網(wǎng)4大關(guān)鍵技術(shù),發(fā)布云存儲、云服務、SDN統(tǒng)一控制器、NB-IoT芯片等9大重量級解決方案,使能政府及公共事業(yè)、金融、運營商、能源、媒資等九大行業(yè)客戶的數(shù)字化轉(zhuǎn)型之路。
(2)三大場館承包兩個解決方案展區(qū)和一個互動區(qū)
三天里,華為每天只統(tǒng)一安排了半天的議程,其他的時間參會者可以用來自由參觀和交流。
在場地安排上,華為調(diào)用了世博中心的三個場館,圍繞思想、商業(yè)和技術(shù)三大主題進行了針對性的規(guī)劃——傳遞思想的部分安排在梅賽德斯-奔馳文化中心,溝通技術(shù)的部分主要安排在上海世博中心,構(gòu)建生態(tài)的部分主要位于上海世博展覽館。
在上海世博中心,可以體驗到垂直解決方案和明星產(chǎn)品;在上海世博展覽館,有水平產(chǎn)品與解決方案展區(qū)、開發(fā)者技術(shù)培訓;此外還有互動體驗環(huán)節(jié),包括IT動手實驗室、網(wǎng)絡動手實驗室、華為e學云等;另外還會舉辦開發(fā)者音樂嘉年華。
寫在最后:徐文偉的分享給人的感覺是,信息量多到不如親身“去體會、去看、去分享”。從這次預溝通會不難看出,相比于HCC、HNC和HDC,華為全聯(lián)接大會更加開放,華為展示給業(yè)界的是一種立體的感官——包括華為如何跟客戶、合作伙伴和產(chǎn)業(yè)聯(lián)盟進行合作,也就印證了華為的全聯(lián)接生態(tài)。
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(zhuǎn)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(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(zhì)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(gòu)聯(lián)合提出SparseLoRA技術(shù),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。