科技行者 4月9日 北京消息: 今日,GSMA聯(lián)合中國(guó)信息通信研究院和5G應(yīng)用產(chǎn)業(yè)方陣在全球首次發(fā)布《中國(guó)疫情防控移動(dòng)應(yīng)用案例集》,旨在與世界分享中國(guó)移動(dòng)產(chǎn)業(yè)的科技抗疫經(jīng)驗(yàn),促進(jìn)國(guó)際合作以在 COVID-19 疫情的全球防控中更加有效的使用移動(dòng)技術(shù)。
COVID-19 新冠病毒疫情在全球范圍傳播,影響了人們的健康安全與生活,疫情也嚴(yán)重限制了生產(chǎn)與商業(yè)活動(dòng),移動(dòng)通信行業(yè)也受到一定的影響。在這前所未有的疫情下,人們正在迅速適應(yīng)移動(dòng)通信改變社會(huì)和生活的創(chuàng)新方式。對(duì)產(chǎn)業(yè)而言,是否需要數(shù)字化轉(zhuǎn)型不再只是一個(gè)問(wèn)題,而是必須展開(kāi)的行動(dòng)。在這場(chǎng)前所未有的疫情中,世界各地的政府、衛(wèi)生機(jī)構(gòu)和許多其他利益相關(guān)者正在積極應(yīng)對(duì),不懈地努力去遏制和減輕 COVID-19 的擴(kuò)散和影響。移動(dòng)行業(yè)在支持全球疫情防控中發(fā)揮著重要作用,例如確保緊急通信、利用運(yùn)營(yíng)商大數(shù)據(jù)和賦能遠(yuǎn)程醫(yī)療來(lái)提高醫(yī)療服務(wù)的能力和效率。
此次報(bào)告匯集六個(gè)領(lǐng)域,精選八個(gè)案例, 對(duì)移動(dòng)通信技術(shù)在疫情防控中發(fā)揮的重要進(jìn)行分享。其中六個(gè)領(lǐng)域包括:4G/5G網(wǎng)絡(luò)建設(shè)、5G+醫(yī)療、5G+城市管控、5G保障復(fù)工復(fù)產(chǎn)、產(chǎn)業(yè)生態(tài)建設(shè)以及移動(dòng)通信大數(shù)據(jù)輔助城市管理,從不同角度全面介紹產(chǎn)業(yè)在此次疫情防控中發(fā)揮的重要作用。
《中國(guó)疫情防控移動(dòng)應(yīng)用案例集》目錄
《中國(guó)疫情防控移動(dòng)應(yīng)用案例集》通過(guò)八個(gè)案例來(lái)展現(xiàn)在此次抗擊疫情中涌現(xiàn)出的部分移動(dòng)技術(shù)和案例,包括:4G/5G網(wǎng)絡(luò)有力地保障了通信網(wǎng)絡(luò)的平穩(wěn)運(yùn)行,為疫情防控提供了有力支撐。5G醫(yī)療的多樣應(yīng)用可有效緩解疫情地區(qū)醫(yī)生資源緊張的情況,加快病患的診療進(jìn)程,大幅降低臨床醫(yī)師及影像醫(yī)師的工作負(fù)荷,同時(shí)提升診斷效率。5G+城市管控利用創(chuàng)新測(cè)溫手段,在實(shí)時(shí)測(cè)溫的同時(shí),通過(guò)5G無(wú)線傳輸將人群體溫及進(jìn)出實(shí)景視頻回傳至電腦或手機(jī)APP上,實(shí)現(xiàn)多線程監(jiān)控篩查。5G助力復(fù)工復(fù)產(chǎn)通過(guò)電力智能巡檢機(jī)器人保障疫情期間電力供應(yīng)、5G應(yīng)用倉(cāng)庫(kù)推動(dòng)產(chǎn)業(yè)對(duì)接,有效推進(jìn)了疫情防控應(yīng)用供需企業(yè)間的對(duì)接,為恢復(fù)經(jīng)濟(jì)社會(huì)正常運(yùn)轉(zhuǎn)貢獻(xiàn)了通信人的力量。移動(dòng)大數(shù)據(jù)賦能消費(fèi)者通過(guò)通信大數(shù)據(jù)更好的了解疫情風(fēng)險(xiǎn),并在幫助有序推動(dòng)復(fù)工復(fù)產(chǎn)等方面發(fā)揮了重要作用,同時(shí)對(duì)于當(dāng)前疫情之下如何逐步恢復(fù)城市生產(chǎn)、生活,為相關(guān)部門(mén)的政策制定提供輔助推演參考。
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(kāi)發(fā)了SPIRAL框架,通過(guò)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(kāi)發(fā)的GIGA-ToF技術(shù)通過(guò)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(wèn)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(jué)解決方案。
伊利諾伊大學(xué)研究團(tuán)隊(duì)通過(guò)對(duì)比實(shí)驗(yàn)發(fā)現(xiàn),經(jīng)過(guò)強(qiáng)化學(xué)習(xí)訓(xùn)練的視覺(jué)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(jué)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(guò)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。