2022年12月20日,中國聯(lián)通董事長劉烈宏參加GSMA創(chuàng)新論壇之2022產(chǎn)業(yè)領袖思享匯,并發(fā)表題為《5G領航,揚帆數(shù)字經(jīng)濟新藍?!返闹髦佳葜v。
劉烈宏表示,中國聯(lián)通堅定奮楫數(shù)字經(jīng)濟主航道,堅定戰(zhàn)略信心,保持戰(zhàn)略定力,錨定大聯(lián)接、大計算、大數(shù)據(jù)、大應用、大安全五大主責主業(yè),當好“鋪路人、賦能者、護航員”三種角色,為數(shù)字經(jīng)濟高質量發(fā)展貢獻聯(lián)通力量。
附演講全文:
尊敬的各位領導、各位來賓,女士們、先生們,朋友們:
大家好!非常高興和大家云端相聚,共同參加GSMA創(chuàng)新論壇。
今年以來,中國聯(lián)通堅定奮楫數(shù)字經(jīng)濟主航道,堅定戰(zhàn)略信心,保持戰(zhàn)略定力,錨定大聯(lián)接、大計算、大數(shù)據(jù)、大應用、大安全五大主責主業(yè),當好“鋪路人、賦能者、護航員”三種角色,為數(shù)字經(jīng)濟高質量發(fā)展貢獻聯(lián)通力量。
一是加快5G精品網(wǎng)絡建設,當好“鋪路人”。攜手中國電信累計開通5G共享基站近百萬站,特別是在低頻打底網(wǎng)建設上,今年投資200億元,新建17萬基站,加速構建覆蓋領先、體驗領先、能力領先的5G精品網(wǎng)絡,為中國式現(xiàn)代化筑牢數(shù)字底座。
二是加速5G融入千行百業(yè),當好“賦能者”。構建“一個聯(lián)通、一體化能力聚合、一體化運營服務”的特色能力體系,為各行各業(yè)的轉型升級提供“一點接入、全國響應、量身打造、貼身定制”的一攬子方案,打造賦能實體經(jīng)濟增長的新引擎。目前,中國聯(lián)通累計服務超過3000個行業(yè)專網(wǎng)客戶,打造1萬多個5G規(guī)?;瘧庙椖浚貏e是深耕“5G+工業(yè)互聯(lián)網(wǎng)”領域,打造了1000多個5G全連接工廠項目,實現(xiàn)工信部發(fā)布的22個重點行業(yè)和20大應用場景的全覆蓋。今年10月,榮獲第19屆5G World峰會“5G專網(wǎng)產(chǎn)業(yè)領導力獎”,這代表了產(chǎn)業(yè)界對我們以5G專網(wǎng)賦能產(chǎn)業(yè)轉型升級的高度認可。在中國最具權威性的 “綻放杯”5G應用大賽,我們的項目申報數(shù)量達到總數(shù)的40%,獲一二三等獎的總數(shù)位列行業(yè)第一,有力推動5G更好賦能實體、服務社會、造福民生。
三是加強網(wǎng)絡安全體系能力鍛造,當好“護航員”。順應網(wǎng)絡安全發(fā)展的新趨勢,聚焦5G等數(shù)字信息基礎設施求的新特點,憑借中國聯(lián)通豐富的通信服務和網(wǎng)絡安全保障經(jīng)驗,打造全域全網(wǎng)的“云、網(wǎng)、邊、端、業(yè)”一體化安全能力體系,鑄牢數(shù)字經(jīng)濟健康發(fā)展“安全第一盾”,全力推動共同構建網(wǎng)絡空間命運共同體。
各位來賓,朋友們!數(shù)字經(jīng)濟新藍海前景廣闊、大有可為,中國聯(lián)通愿攜手各方,共同走出一條網(wǎng)絡資源共建共享、數(shù)字賦能有力有效、網(wǎng)絡安全保障可靠、生態(tài)合作互利共贏的數(shù)字發(fā)展道路,為經(jīng)濟社會高質量發(fā)展貢獻更多的聯(lián)通智慧和力量。同時,也希望GSMA為中國聯(lián)通等中國運營商開展國際化經(jīng)營和國際化合作提供更多的服務和支持。
最后,預祝本次論壇圓滿成功!謝謝!
好文章,需要你的鼓勵
新加坡國立大學研究團隊開發(fā)了SPIRAL框架,通過讓AI與自己對弈零和游戲來提升推理能力。實驗顯示,僅訓練AI玩簡單撲克游戲就能讓其數(shù)學推理能力提升8.6%,通用推理提升8.4%,且無需任何數(shù)學題目作為訓練材料。研究發(fā)現(xiàn)游戲中的三種推理模式能成功轉移到數(shù)學解題中,為AI訓練提供了新思路。
同濟大學團隊開發(fā)的GIGA-ToF技術通過融合多幀圖像的"圖結構"信息,創(chuàng)新性地解決了3D相機噪聲問題。該技術利用圖像間的不變幾何關系,結合深度學習和數(shù)學優(yōu)化方法,在合成數(shù)據(jù)集上實現(xiàn)37.9%的精度提升,并在真實設備上展現(xiàn)出色泛化能力,為機器人、AR和自動駕駛等領域提供更可靠的3D視覺解決方案。
伊利諾伊大學研究團隊通過對比實驗發(fā)現(xiàn),經(jīng)過強化學習訓練的視覺語言模型雖然表現(xiàn)出"頓悟時刻"現(xiàn)象,但這些自我糾錯行為并不能實際提升推理準確率。研究揭示了AI模型存在"生成-驗證差距",即生成答案的能力強于驗證答案質量的能力,且模型在自我驗證時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等頂尖機構聯(lián)合提出SparseLoRA技術,通過動態(tài)稀疏性實現(xiàn)大語言模型訓練加速1.6倍,計算成本降低2.2倍。該方法使用SVD稀疏性估計器智能選擇重要計算部分,在保持模型性能的同時顯著提升訓練效率,已在多個任務上驗證有效性。