在5G正式商用之前,規(guī)模試驗(yàn)持續(xù)進(jìn)行中,而今天的這則消息更讓人眼前一亮:中國(guó)電信發(fā)放了第一張5G電話卡,而這張133號(hào)段電話卡的擁有者也很有來頭--SOHO中國(guó)董事長(zhǎng)潘石屹。據(jù)相關(guān)媒體報(bào)道稱,中國(guó)電信北京公司和SOHO中國(guó)于今日簽署了5G戰(zhàn)略合作,前者為后者提供5G網(wǎng)絡(luò)覆蓋,同時(shí),雙方還將聯(lián)合推進(jìn)5G業(yè)務(wù)及產(chǎn)業(yè)合作。
5G將至,人們總是會(huì)圍繞著一個(gè)話題展開討論,那就是5G會(huì)影響到哪些行業(yè)?將因5G發(fā)生改變的行業(yè)很多,現(xiàn)在熱議的無人駕駛、遠(yuǎn)程手術(shù)、工業(yè)互聯(lián)網(wǎng)都會(huì)成為5G典型的應(yīng)用場(chǎng)景,而房地產(chǎn)當(dāng)然也包括科技園區(qū)此前并不熱門。曾任中國(guó)聯(lián)通技術(shù)部總經(jīng)理的宜通世紀(jì)科技首席技術(shù)官張忠平在去年某公開場(chǎng)合以房地產(chǎn)客戶的需求為例觸及了該話題,并為5G投資來源提供了參考。
“5G投入巨大,運(yùn)營(yíng)商應(yīng)該擁抱地產(chǎn),開始設(shè)計(jì)的時(shí)候,就把一些基礎(chǔ)設(shè)施規(guī)劃、建設(shè)都做進(jìn)去。在前期深度介入園區(qū)形成,包括養(yǎng)老、包括智慧小區(qū)基礎(chǔ)設(shè)施進(jìn)入的時(shí)候,這樣也能分擔(dān)運(yùn)營(yíng)商的投資。所以我覺得這種開放不光是應(yīng)用上,也可以在前期,因?yàn)楹芏鄻怯疃际墙ㄍ暌院笳?qǐng)第三方滿足通信要求,運(yùn)營(yíng)商何不一下子給他們來一個(gè)完整方案,既把通信投資解決掉,也把地產(chǎn)開發(fā)商作為資源管理、拓展,給他們提供更有力的支撐。其實(shí)地產(chǎn)公司有很大的需求,紅線以里過去是運(yùn)營(yíng)商不能碰的,現(xiàn)在他們有這種訴求,5G能給房地產(chǎn)開發(fā)商帶來實(shí)實(shí)在在的轉(zhuǎn)型,同時(shí)也能擁抱運(yùn)營(yíng)商,包括后續(xù)很多配合問題就迎刃而解了。”張忠平說。
說到和房地產(chǎn)的合作,也會(huì)讓人聯(lián)想到5G另外一個(gè)典型的應(yīng)用場(chǎng)景即“物聯(lián)網(wǎng)”,萬物互聯(lián)也是5G一直在努力的方向。無論是人與人、人與物還是物與物之間都將因?yàn)?G網(wǎng)絡(luò)而產(chǎn)生大量的連接。你開車出來上班,首先要跟車建立通訊,走在路上,車與車之間也要保持通訊,快到園區(qū)時(shí),你的車可以幫你找到離單位最近的停車位。這些都將因?yàn)?G而實(shí)現(xiàn)。
中國(guó)電信跟SOHO中國(guó)的合作邁出了5G在房地產(chǎn)領(lǐng)域應(yīng)用的第一步,而雙方的后續(xù)合作也為中國(guó)電信今后推出更多新型5G應(yīng)用提供了想象空間。同時(shí),在混改領(lǐng)域已經(jīng)小有所成的中國(guó)電信如果還能吸引到房地產(chǎn)方面的投資,對(duì)于發(fā)展5G而言則是創(chuàng)造了一種多贏態(tài)勢(shì)。
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。