英国科学家日前发出警告称,随着人们对数据的需求与日俱增,互联网即将面临“容量危机”,有可能在8年内达到极限,通信公司或许可以通过不断增加线缆来暂时缓解这一问题,但这意味着上网的成本急剧上升。
5月11日,英国皇家学会将召集相关资深工程师、物理学家和通信公司高管开会,对此事进行探讨,希望能提出有效的解决办法。该会议的联合组织者安德 鲁·埃利斯教授表示,互联网电视、流媒体服务以及功能更加强大的计算机的快速发展,大大增加了目前通信基础设施的压力。2005年,宽带网的最快网速为2 兆/秒。现在,100兆/秒的网速随处可见。
光纤柔软、透明,厚度还不到人的头发丝那么细。信息被转化成光,发送入光纤内,然后被还原成信息。专家警告称,实验室提供的数据表明,向我们的手提 电脑、智能手机和平板电脑发送信息的光缆和光纤的容量将在8年内达到自身的极限。互联网公司或许可以通过不断铺设线缆来解决这个问题,但这可能导致网费大 幅上升。未来,我们要么支付双倍网费,要么忍受一个频繁掉线的网络。
埃利斯表示:“知识经济时代,人们对数据的需求与日俱增,现在,我们可能无法跟上数据需求的脚步。除非提出富有创意和颠覆性的理念,否则,我们只能 眼睁睁地看着成本急剧增加。”此外,埃利斯还警告说,传输数据也会耗费大量的电力,“互联网的能耗可与航空公司相抗衡,大约占发展中国家能耗的2%,这还 只是传输数据耗费的能源,加上计算机、手机、电视等电能,可能会占总能耗的8%。如果光纤数量也不断增加的话,那么,15年之内我们的能量将被消耗殆 尽”。
然而,并非所有人都认为事情已经如此严重。英国电信公司光学研究部门负责人兼埃塞克斯大学访问教授安德鲁·罗德坚称,科学家们会提出解决办法。罗德 也将出席皇家学会的年会,他说,将数据存储在大的“服务器农场”内,而不是让其传输,可能会缓解网络的压力。他说:“互联网并不会崩溃,还有很多带宽可供 使用。”
英国皇家学会的一名发言人则表示:“随着人们对在线数据的需求大幅攀升,通信网络面临一个潜在的灾难性的‘容量危机’。”与会专家将对多项事宜进行 探讨,包括为什么我们即将面临“容量危机”?采取何种措施可以避免这种危机?如果我们无动于衷可能会产生何种影响?此外还将探讨数据限量供应、网络中立终 结以及上网成本高涨等问题。
好文章,需要你的鼓励
UniR(Universal Reasoner)是一种创新的推理增强方法,可为冻结的大语言模型提供即插即用的推理能力。由韩国科学技术院研究团队开发,该方法将推理能力分解为独立的轻量级模块,无需改变主模型结构。UniR的核心优势在于高效训练(仅更新小型推理模块)、出色的模型间迁移能力(小模型可指导大模型)以及模块组合能力(多个专用模块可通过logits相加组合使用)。在数学推理和翻译测试中,UniR显著超越现有微调方法,展示了轻量级模块如何有效增强大语言模型的推理能力。
Nebius团队开发了SWE-rebench,一个自动化管道用于从GitHub收集软件工程任务并进行去污染评估。该系统解决了两大挑战:高质量训练数据稀缺和评估基准容易被污染。通过四阶段处理(初步收集、自动安装配置、执行验证和质量评估),SWE-rebench构建了包含超过21,000个Python交互式任务的数据集,并提供持续更新的评估基准。研究发现部分语言模型在传统基准上的表现可能被污染效应夸大,而DeepSeek模型在开源模型中表现最为稳健。
这项研究提出了JQL(发音为"Jackal"),一种通过多语言方法提升大型语言模型预训练数据质量的创新系统。研究团队从拉马尔研究所等机构通过四阶段方法解决了多语言数据筛选的难题:先由人类评估内容教育价值创建基准数据,然后评估大型语言模型作为"评判者"的能力,接着将这些能力提炼到轻量级评估器中,最后应用于大规模数据筛选。实验表明,JQL在35种语言上显著优于现有方法,甚至能泛化到未见过的语言如阿拉伯语和中文,为多语言AI发展提供了高效可靠的数据筛选方案。
浙江大学和西湖大学研究团队开发的Styl3R实现了艺术风格化3D重建的重大突破,能在不到一秒内从少量未标定照片和任意风格图像创建具有多视角一致性的3D艺术场景。通过创新的双分支网络架构将结构建模与外观着色分离,系统不仅保持了原始场景结构,还准确捕捉了参考风格特征。与现有方法相比,Styl3R在处理速度和视觉质量上均显著领先,为创意内容制作开辟了全新可能。