作者:阿力克斯·卡圖贊(Alex Katouzian)
高通技術(shù)公司高級(jí)副總裁兼移動(dòng)、計(jì)算及基礎(chǔ)設(shè)施業(yè)務(wù)總經(jīng)理
在我們當(dāng)下的討論中,智能手機(jī)和5G這兩個(gè)詞語(yǔ)總是緊密相連。過(guò)去兩年推出的5G智能手機(jī),使新一代連接技術(shù)備受關(guān)注——它能夠顯著縮短下載時(shí)間并提升網(wǎng)絡(luò)速率和可靠性,從而滿足用戶對(duì)隨時(shí)隨地進(jìn)行連接、計(jì)算和溝通的期待。目前,個(gè)人手持計(jì)算終端正迎來(lái)重大發(fā)展機(jī)遇,5G在全球的持續(xù)普及正推動(dòng)這場(chǎng)勢(shì)不可擋的超高速網(wǎng)絡(luò)革命。
然而,5G的發(fā)展遠(yuǎn)不止于智能手機(jī)領(lǐng)域。廣泛的5G部署正加速進(jìn)入眾多行業(yè)、細(xì)分領(lǐng)域和政府部門(mén),快速且高效地將組織與其業(yè)務(wù)的方方面面進(jìn)行連接。同時(shí),極速5G毫米波正助力打造全新用例,例如智能網(wǎng)聯(lián)邊緣支持的沉浸式XR,以及通過(guò)分布式計(jì)算實(shí)現(xiàn)的強(qiáng)大AI。5G不僅僅是面向個(gè)人的連接技術(shù),它還助力全球數(shù)字化轉(zhuǎn)型:5G將個(gè)人與其家庭和汽車相連接;將企業(yè)與其供應(yīng)鏈、機(jī)器人和安防系統(tǒng)相連接;將城市與其交通和基礎(chǔ)設(shè)施系統(tǒng)相連接。
智能網(wǎng)聯(lián)邊緣是5G的核心特性,它重塑了人們與多樣生活相連接的方式。通過(guò)拉近云端與更多外形更纖薄的終端之間的距離,人們能夠隨時(shí)隨地通過(guò)分布式計(jì)算處理高性能任務(wù)。高速、低時(shí)延的5G網(wǎng)絡(luò)正讓這一切變?yōu)楝F(xiàn)實(shí)。例如,憑借5G毫米波和邊緣計(jì)算,無(wú)界XR無(wú)需笨重頭顯和外接的臺(tái)式PC便能帶來(lái)真正的沉浸式體驗(yàn)。蓬勃發(fā)展的物聯(lián)網(wǎng)行業(yè)已充分利用5G和邊緣計(jì)算帶來(lái)的更低時(shí)延和更大帶寬,支持?jǐn)?shù)十億聯(lián)網(wǎng)終端。
高通技術(shù)公司最近舉辦的智慧城市加速大會(huì)2021活動(dòng),是5G助力美國(guó)城市構(gòu)建互聯(lián)空間和系統(tǒng)的又一例證。5G不僅能夠?yàn)榫用駧?lái)更智能的交通系統(tǒng)、更快速的大型活動(dòng)網(wǎng)絡(luò)連接等直接益處,5G企業(yè)專網(wǎng)等技術(shù)也正為千行百業(yè)享有高速、可靠、低時(shí)延的網(wǎng)絡(luò)連接奠定基礎(chǔ)。
5G的演進(jìn)以及向智能手機(jī)之外的領(lǐng)域擴(kuò)展,已經(jīng)對(duì)我們的生活產(chǎn)生了影響。5G的未來(lái)將更加光明,在最近一期我們攜手合作伙伴打造的“The Future of”系列節(jié)目中,我與高通技術(shù)公司高級(jí)副總裁兼5G、移動(dòng)寬帶和基礎(chǔ)設(shè)施業(yè)務(wù)總經(jīng)理馬德嘉,以及Verizon終端技術(shù)副總裁Brian Mecum一起,深入探討了5G的現(xiàn)狀和未來(lái)發(fā)展方向。我們一致認(rèn)為,未來(lái)幾年隨著5G的持續(xù)部署和發(fā)展,以及在智能網(wǎng)聯(lián)邊緣計(jì)算和超高可靠性的助推下,物聯(lián)網(wǎng)和XR必將成為兩大主流應(yīng)用。此外,得益于5G網(wǎng)絡(luò)在全球的加速普及,智能手機(jī)也將不斷變得更快、更智能、更高效。無(wú)論如何,5G的全面演進(jìn)將進(jìn)一步賦能用戶和變革諸多行業(yè),未來(lái)可期。
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。