CNET科技資訊網(wǎng) 9月5日 北京消息(文/孫封蕾): 在HUAWEI CONNECT 2016全聯(lián)接大會(huì)上,華為發(fā)布了IoT平臺(tái)開放生態(tài)OceanConnect,由其提供開放的API、Agent,合作伙伴只需做好自己的終端、應(yīng)用;且華為還會(huì)為小伙伴們搭好營銷平臺(tái),一同發(fā)展。
從華為以往的經(jīng)驗(yàn)來看,IoT新業(yè)務(wù)上線周期有很高的要求,需要的一些接口沒辦法直接獲取,產(chǎn)業(yè)鏈很長,而終端、傳感器的廠商又很多,部署一個(gè)業(yè)務(wù),需要很大的集成工作量。
在這個(gè)集成的過程中,網(wǎng)絡(luò)連接涉及到很多的固網(wǎng)、無線網(wǎng)絡(luò),還有各種協(xié)議,但那些終端、傳感器的廠商并不擅長,而這正是華為的長處。幫助這些IoT的合作伙伴解決網(wǎng)絡(luò)的復(fù)雜問題,讓他們可以專注地從事應(yīng)用和終端研究,就是華為IoT開放平臺(tái)生態(tài)OceanConnect要做的工作。
在OceanConnect平臺(tái)上,針對(duì)智慧家庭、車聯(lián)網(wǎng)、公共事業(yè)、油氣能源等垂直市場,都有開放的API,合作伙伴只需要關(guān)注應(yīng)用,由華為提供系列化的Agent,簡化接入。
華為技術(shù)有限公司云核心網(wǎng)產(chǎn)品線總裁馬海旭強(qiáng)調(diào),目前,華為OceanConnect已經(jīng)集成了200多種終端和傳感器,聚集了80多家合作伙伴,提供了170多種開放API和系列化Agent幫助伙伴加速應(yīng)用上線,簡化終端接入,保障網(wǎng)絡(luò)連接,實(shí)現(xiàn)與上下游伙伴的無縫聯(lián)接。
在這個(gè)可以“越用越好用”的平臺(tái)上,通過Agent接入越來越多的平臺(tái),可以實(shí)現(xiàn)無感知的平臺(tái)調(diào)用,應(yīng)用不會(huì)感覺到適配,不需要考慮到協(xié)議的轉(zhuǎn)換,不需要管應(yīng)用層,網(wǎng)絡(luò)平臺(tái)可以幫助處理。
為了完善OceanConnect生態(tài)環(huán)境,華為還面向合作伙伴提供一站式服務(wù),搭建開發(fā)者社區(qū),提供全面的技術(shù)支持;并提供開放實(shí)驗(yàn)室,包含近程和遠(yuǎn)程的實(shí)驗(yàn)室,即便在遠(yuǎn)程條件下,也可以使用測(cè)試環(huán)境。
除此之外,華為還會(huì)為合作伙伴提供營銷支持,比如像HUAWEI CONNECT這樣的大會(huì)上,華為攜手合作伙伴做聯(lián)合發(fā)布、聯(lián)合展示,讓開發(fā)者基于OceanConnect平臺(tái)去做展示和應(yīng)用。華為還會(huì)舉辦開發(fā)者大賽以及系列宣傳,與合作伙伴一起水漲船高。
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。