科技行者 12月10日 北京消息:今天,OPPO在未來科技大會(huì)2019(OPPO INNO DAY)上,與全球知名市場研究機(jī)構(gòu)IHS Markit共同發(fā)布了首部萬物互融白皮書——《智能互融:借助5G、人工智能和云技術(shù),釋放機(jī)遇》。
5G時(shí)代即將破曉,它將迎來怎樣的新機(jī)遇,已令世界摩拳擦掌。報(bào)告認(rèn)為,5G時(shí)代的更新機(jī)遇將在AI、云、邊緣計(jì)算與IoT的智能互融,智能互融新生態(tài)將有能力帶來更廣闊的市場與行業(yè)機(jī)遇。
在一整年的喧囂后,5G時(shí)代正在加速走進(jìn)用戶的生活。
據(jù)白皮書介紹,2019年已見證第一波基于標(biāo)準(zhǔn)的5G商業(yè)發(fā)布。截至2019年10月,已有50家運(yùn)營商在27個(gè)國家推出了符合3GPP的5G商業(yè)服務(wù)。此外,還有109個(gè)國家的328家運(yùn)營商正在投資5G。
白皮書也分析了目前世界各國5G部署的現(xiàn)狀。其中,中國和韓國已經(jīng)大規(guī)模部署了超過10000個(gè)5G NR/gNB(基站)。在澳大利亞、英國、沙特阿拉伯、瑞士、阿聯(lián)酋和美國,已經(jīng)有數(shù)百個(gè)5G NR/GNB的小規(guī)模戰(zhàn)術(shù)部署。
顯然,在中國,5G及其應(yīng)用即將迎來大規(guī)模爆發(fā)。
5G與前幾代蜂窩技術(shù)的不同之處在于,它在一開始就被設(shè)計(jì)用于解決許多不同的技術(shù)要求、設(shè)備外形因素、應(yīng)用和受眾。
據(jù)白皮書分析,隨著人工智能、云和邊緣、互聯(lián)(包括5G)和物聯(lián)網(wǎng)的發(fā)展,幾者將在5G時(shí)代實(shí)現(xiàn)智能互融,真正為企業(yè)和消費(fèi)者帶來價(jià)值。這一價(jià)值可能是指降低運(yùn)營成本、獲得新收入來源、也可能是增強(qiáng)客戶體驗(yàn)。
以人工智能為例,人工智能目前還處于初級(jí)階段:剛剛進(jìn)入所謂的“狹義的”或“弱”人工智能。隨著5G的應(yīng)用,邊緣計(jì)算與云計(jì)算將為人工智能提供更多解決方案與助力,許多實(shí)際應(yīng)用程序和用例都將演化為混合的云邊緣方法,從而實(shí)現(xiàn)強(qiáng)人工智能。
白皮書認(rèn)為,當(dāng)5G、AI、云計(jì)算、邊緣計(jì)算實(shí)現(xiàn)智能互融后,就需要企業(yè)或組織具備更加復(fù)合的商業(yè)處理能力。同時(shí)更需要堅(jiān)定開放,與合作伙伴之間協(xié)作,為各自的解決方案添加新功能。
事實(shí)上,5G設(shè)備生態(tài)系統(tǒng)的發(fā)展已經(jīng)成為了各領(lǐng)域發(fā)力的主要方向。
報(bào)告介紹,截至2019年11月中旬,全球共有72家供應(yīng)商宣布推出183款5G設(shè)備,包括智能手機(jī)、室內(nèi)和室外CPE、機(jī)器人、無人機(jī)等。其中超過40款已投入商用。
根據(jù)白皮書預(yù)測(cè),到2023年,全球17億部手機(jī)中約四分之一將集成5G。智能手機(jī)將越來越具備人工智能能力:IHS Markit預(yù)測(cè),到2025年,三分之二的智能手機(jī)將預(yù)裝人工智能硬件和功能。
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。