日本的大学研究人员称,他们已经试验成功高达100Gbps(每秒100千兆位元)的无线数据连接,用到的无线发射机频率为亚毫米波的兆兆赫频率范围。
该研究团队成员来自广岛大学、松下电器产业株式会社以及日本信息和通信技术研究所。他们表示,275-305千兆赫范围内CMOS发射器的发展致使他们成功建立了多通道高速连接,由其达到的速度大可匹敌光纤连接速度。
其频率远远高于目前的毫米波频率的300千兆赫兹,将打破兆兆赫兹的频率障碍。该研究小组表示,在这种高频率上,数据传输速度比现在的5千兆赫高速无线网的速度更高,甚至比诸如WiGig联盟标准的60千兆赫高速局域的速度更高。
广岛大学教授藤岛康稔(Minoru Fujishima)表示,“我们时下通常只会讲每秒兆位元或每秒千兆位元的无线数据速率,但我预计我们很快就会讲每秒兆兆位元了。”
他表示,“兆兆赫无线技术可以达到这个速度。这种极速目前只限于光纤。”
兆兆赫兹传输在什么地方以及如何使用目前尚不清楚。一般来说,更高的频率意味着更快的速度,但更短距离和较少的穿透障碍的能力。 比如,WiGig联盟标准的使用实例就颇为有限,因其Wi-Fi信号往往无法在一所房子或办公室里的多个房间里传输。
该项目的下一步是开发用于兆兆赫兹传输的调制解调电路以及开始进一步发展高频数据网络格式的工作。
该技术仍处于初级阶段,研究人员仅仅开始构建数据传输的基本组件。300兆赫兹范围本身也仍然只是实验室的研究项目,监管机构在2019年以前并无计划讨论任何形式的频率分配方案。
好文章,需要你的鼓励
工业升级的关键,或许在于智能本身。“工业+机器人”将成为通向下一阶段工业体系的核心抓手。——黄仁勋。
浙江大学等联合研究发现,AI强化学习效果取决于"模型-任务对齐"程度。当AI擅长某任务时,单样本训练、错误奖励等非常规方法也有效;但面对陌生任务时,这些方法失效,只有标准训练有用。研究团队通过大量实验证实,这种"舒适圈"现象比数据污染更能解释训练差异,为AI训练策略优化提供了新思路。
瑞士政府正式发布了自主研发的人工智能模型,该模型完全基于公共数据进行训练。这一举措标志着瑞士在AI技术自主化方面迈出重要一步,旨在减少对外国AI技术的依赖,同时确保数据安全和隐私保护。该模型的推出体现了瑞士对发展本土AI能力的战略重视。
巴赫切希尔大学研究团队通过对五种不同规模YOLO模型的量化鲁棒性测试发现,静态INT8量化虽能带来1.5-3.3倍速度提升,但会显著降低模型对噪音等图像损伤的抵抗能力。他们提出的混合校准策略仅在大型模型处理噪音时有限改善,揭示了效率与鲁棒性平衡的复杂挑战。