2019年1月23日,IMT-2020(5G)推進(jìn)組在北京召開5G技術(shù)研發(fā)試驗(yàn)第三階段總結(jié)暨第二屆“綻放杯”5G應(yīng)用征集大賽啟動(dòng)會(huì)。來(lái)自國(guó)內(nèi)外的系統(tǒng)、芯片、終端、儀表領(lǐng)域主要企業(yè)、運(yùn)營(yíng)企業(yè)、重點(diǎn)垂直行業(yè)的代表參會(huì)。工業(yè)和信息化部信息通信發(fā)展司、國(guó)家衛(wèi)生健康委員會(huì)規(guī)劃發(fā)展與信息化司有關(guān)負(fù)責(zé)同志出席會(huì)議。
工信部信息通信發(fā)展司陳立東副司長(zhǎng)為大會(huì)致辭。陳立東指出,5G作為新一代信息通信技術(shù)發(fā)展的主要方向之一,是構(gòu)筑經(jīng)濟(jì)數(shù)字化轉(zhuǎn)型的重要基礎(chǔ)設(shè)施。我國(guó)積極啟動(dòng)5G技術(shù)研發(fā)試驗(yàn),對(duì)加快5G技術(shù)和產(chǎn)業(yè)成熟起到了重要的推動(dòng)作用。目前,第三階段測(cè)試工作基本完成,5G基站與核心網(wǎng)設(shè)備已達(dá)到預(yù)商用要求。針對(duì)后續(xù)5G發(fā)展,陳立東提出,要加快推進(jìn)5G網(wǎng)絡(luò)建設(shè)進(jìn)程,積極探索5G融合應(yīng)用,加強(qiáng)國(guó)際合作交流,打造開放共贏的產(chǎn)業(yè)生態(tài)。
在本次大會(huì)上,IMT-2020(5G)推進(jìn)組發(fā)布了5G技術(shù)研發(fā)試驗(yàn)第三階段測(cè)試結(jié)果。測(cè)試結(jié)果表明,5G基站與核心網(wǎng)設(shè)備均可支持非獨(dú)立組網(wǎng)和獨(dú)立組網(wǎng)模式,主要功能符合預(yù)期,達(dá)到預(yù)商用水平。并向參加測(cè)試的華為、中興、大唐、愛立信、上海諾基亞貝爾等系統(tǒng)企業(yè),高通、英特爾、紫光展銳、海思等芯片企業(yè),以及是德、羅德與施瓦茨等儀表企業(yè)頒發(fā)證書。推進(jìn)組表示2019年將啟動(dòng)5G增強(qiáng)及毫米波技術(shù)研發(fā)試驗(yàn)等工作。
同時(shí),大會(huì)正式啟動(dòng)了第二屆“綻放杯”5G應(yīng)用征集大賽,以“未來(lái)已來(lái),5G賦能數(shù)字化浪潮”為主題,面向智慧城市、VR/AR、車聯(lián)網(wǎng)、智慧醫(yī)療、工業(yè)互聯(lián)網(wǎng)等重點(diǎn)領(lǐng)域,發(fā)揮行業(yè)需求引領(lǐng)作用,向社會(huì)各界征集5G創(chuàng)新應(yīng)用,期間將結(jié)合地域和行業(yè)需求組織相關(guān)專題賽事活動(dòng)。大賽采取自由報(bào)名、公開遴選的方式,鼓勵(lì)參賽者以團(tuán)隊(duì)或個(gè)人的方式參加。
此外,在工信部信息通信發(fā)展司和國(guó)家衛(wèi)生健康委規(guī)劃發(fā)展與信息化司共同指導(dǎo)下,中國(guó)信息通信研究院牽頭成立了“醫(yī)療健康大數(shù)據(jù)和網(wǎng)絡(luò)創(chuàng)新研究中心”,推動(dòng)信息通信行業(yè)和醫(yī)療衛(wèi)生行業(yè)融合協(xié)同創(chuàng)新。
好文章,需要你的鼓勵(lì)
新加坡國(guó)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(lái)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(wú)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(yǔ)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(wú)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(yǔ)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。