科技行者 6月25日 上海消息(文/于藝婉):就在MWC上海2019會(huì)議召開前期,中國(guó)移動(dòng)向業(yè)界公布了諸多5G消息,諸如其首款自主品牌的5G終端于6月25日正式發(fā)布,同時(shí),業(yè)內(nèi)首次達(dá)到萬臺(tái)、兩大類、共11款5G終端產(chǎn)品將于當(dāng)天下午交付。
此次展會(huì)之所以如此隆重,與中國(guó)剛剛于本月初頒發(fā)5G商用牌照不無關(guān)系。盡管5G已經(jīng)達(dá)到可商用的程度,但是其標(biāo)準(zhǔn)的推進(jìn)還在持續(xù)進(jìn)行中。據(jù)中國(guó)移動(dòng)研究院院長(zhǎng)黃宇紅介紹,5G第一階段標(biāo)準(zhǔn)(R15)主要完成了eMBB和部分uRLLC場(chǎng)景,5G第二階段(R16)將完成支持uRLLC、mMTC場(chǎng)景。
中國(guó)移動(dòng)研究院院長(zhǎng)黃宇紅
“R15的可靠性可以達(dá)到99.999%、空口時(shí)延為1毫秒,這一標(biāo)準(zhǔn)已基本穩(wěn)定,在2018年6月版本基礎(chǔ)上增強(qiáng)信令安全,僅剩零星CR需補(bǔ)充,不影響SA商用。”黃宇紅說,“R16標(biāo)準(zhǔn)也進(jìn)展順利,預(yù)計(jì)2020年3月完成,其可靠性可以達(dá)到6個(gè)9,中國(guó)移動(dòng)牽頭了無線大數(shù)據(jù)、服務(wù)化架構(gòu)增強(qiáng)等方面的工作。”
同時(shí),中國(guó)移動(dòng)也在國(guó)際電聯(lián)ITU 積極參與國(guó)際標(biāo)準(zhǔn)的制定工作。ITU自2016年進(jìn)入5G標(biāo)準(zhǔn)研究階段,中國(guó)移動(dòng)主導(dǎo)11個(gè)項(xiàng)目,涵蓋傳送網(wǎng)、核心網(wǎng)、安全及垂直行業(yè)新業(yè)務(wù)的核心標(biāo)準(zhǔn)。當(dāng)前重點(diǎn)在SG15推進(jìn)5G傳送網(wǎng)(SPN)系列標(biāo)準(zhǔn),預(yù)計(jì)2020年完成。
GTI則是多年前為了推進(jìn)TD的發(fā)展而成立的運(yùn)營(yíng)商合作平臺(tái),目前全球80多個(gè)國(guó)家部署了167張TD-LTE商用網(wǎng)絡(luò)。從2016年開始,以中國(guó)移動(dòng)為主導(dǎo)的GTI進(jìn)入了2.0時(shí)代,開始構(gòu)建我國(guó)主推的中頻段全球產(chǎn)業(yè)生態(tài)。
“GTI前期推動(dòng)3.5GHz產(chǎn)業(yè)發(fā)展,現(xiàn)階段重點(diǎn)推動(dòng)2.6GHz端到端產(chǎn)業(yè)發(fā)展與全球產(chǎn)業(yè)探索5G+跨行業(yè)融合創(chuàng)新。”黃宇紅說,“在GTI 135家運(yùn)營(yíng)商成員中,包括一帶一路28個(gè)國(guó)家的40多家運(yùn)營(yíng)商,我們認(rèn)為,5G發(fā)展需要全球更廣闊的平臺(tái)共同推進(jìn)。”
面向未來,中國(guó)移動(dòng)表示將持續(xù)匯聚國(guó)際運(yùn)營(yíng)商及產(chǎn)業(yè)合作伙伴,全面推進(jìn)5G發(fā)展。將從形成全球規(guī)模,共享規(guī)模效益;開展5G創(chuàng)新應(yīng)用,探索新商業(yè)模式;加強(qiáng)開放合作,構(gòu)建國(guó)際化5G+融合創(chuàng)新生態(tài);助力我國(guó)產(chǎn)業(yè)走出去,實(shí)現(xiàn)5G全球引領(lǐng)等多個(gè)方面開展全球合作,加速5G發(fā)展。
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。