5月15-17日,华为以“新ICT,航空数字化转型之路”为主题,亮相第17届迪拜机场展(DubaiAirportShow),并在机场展上联合T-Systems、SAP、中航信青岛凯亚、依图、天睿、海云数据、商汤等合作伙伴展示了智慧机场可视化运营、全景运行监控、航空云等一系列先进的机场ICT解决方案,涵盖机场旅客体验、机场智慧运营和机场智能安防三大类机场业务系统和航空云基础ICT架构。机场展期间,华为还与卡塔尔哈马德国际机场签署了机场数字化转型方面的合作谅解备忘录(MOU)。
集中展示航空业最新解决方案
权威报告显示,全球机场ICT投入主要受到旅客服务项目升级、出行安全、移动商务以及新技术驱动等因素的影响,逐渐进入到智能运营以及开发转型的数字化发展路径上。同时,数字化的智慧机场愈发强调业务零中断、高可靠性以及高稳定性,这背后需要强大的ICT基础设施以及出色的解决方案支撑。
在现场,华为和合作伙伴联合展示了一系列航空解决方案。其中:
此外,现场展示的华为CloudCampus解决方案,将助力机场等企业用户实现企业网络的全面云化,满足在人流密集型场所提供随时随地的高品质网络接入,并通过云管理网络平台,帮助企业节省运维成本,加快机场用户的数字化转型。
共商航空业数字化转型大计
迪拜机场展期间,华为还举办了2017华为全球航空行业峰会。本次峰会吸引了全球航空领域的众多客户、合作伙伴、专家出席,围绕“新ICT,航空数字化转型之路”主题,共同探讨航空数字化转型大计。
华为企业BG交通系统部总裁袁希林表示:“华为通过提供创新的、差异化、领先的ICT硬件和软件基础设施,打造一个开放、弹性、灵活、安全的平台,并联合全球航空业的合作伙伴,为航空业主提供端到端的数字化转型方案。数字化协作、云计算和大数据分析等新ICT技术带来的变革将大幅提升旅客出行体验和机场运营效率,保障机场公共安全和运营安全,实现机场的卓越运营,助力航空行业客户数字化转型成功。”
从基础设施到上层应用,华为联合合作伙伴通过共赢生态的方式为航空行业客户提供一系列端到端的解决方案。华为合作伙伴、全球航空运输业IT服务供应商——国际航空电讯集团公司(SITA)机场解决方案部战略主管CARLOSY.KADUOKA表示:“智慧机场愿景及数字化转型战略为整个机场生态圈提供了前所未有的机会。通过与华为等领先的ICT公司合作,我们可以通过技术,帮助机场行业达成战略目标并实现智慧机场愿景。”
截至2016年底,华为已经为全球40多个机场、航空公司和空管部门提供了ICT基础服务。其中包括10多个中国最繁忙的机场,以及全球范围内超过15个年客流量在3000万人次以上的机场。2016年5月,迪拜机场公司和华为宣布携手在全球最繁忙的国际机场——迪拜国际机场(DXB)设计并建立全球最大的TierIII双认证模块化数据中心(MDCC)。
作为全球最重要的机场类展会之一,第17届迪拜机场展(AirportShow2017)于2017年5月15至17日在迪拜国际展览中心隆重召开。华为展台位于4140。
好文章,需要你的鼓励
这项研究介绍了VisCoder,一个经过专门微调的大语言模型,用于生成可执行的Python可视化代码。研究团队创建了包含20万样本的VisCode-200K数据集,结合了可执行代码示例和多轮修正对话。在PandasPlotBench基准测试中,VisCoder显著优于同等规模的开源模型,甚至在某些方面超越了GPT-4o-mini。研究还引入了自我调试评估模式,证明了反馈驱动学习对提高代码可执行性和视觉准确性的重要性。
这项研究提出了"适应再连续学习"(ACL)框架,一种创新的方法解决预训练模型在连续学习中的稳定性-可塑性困境。通过在学习新任务前先对模型进行适应性调整,ACL使模型既能更好地学习新知识(提高可塑性),又能保留已有知识(维持稳定性)。实验证明,该框架能显著提升各种连续学习方法的性能,为解决人工智能系统中的"灾难性遗忘"问题提供了有效途径。
这篇研究首次关注了CLIP模型文本编码器的对抗鲁棒性问题,提出了LEAF方法(Levenshtein高效对抗性微调)来增强文本编码器的稳健性。实验表明,LEAF显著提高了模型在面对文本扰动时的性能,在AG-News数据集上将对抗准确率从44.5%提升至63.3%。当集成到Stable Diffusion等文本到图像生成模型中时,LEAF显著提高了对抗噪声下的生成质量;在多模态检索任务中,它平均提高了10个百分点的召回率。此外,LEAF还增强了模型的可解释性,使文本嵌入的反演更加准确。
BenchHub是由韩国KAIST和Yonsei大学研究团队开发的统一评估平台,整合了38个基准中的30万个问题,按技能、学科和目标类型进行精细分类。研究显示现有评估基准存在领域分布偏差,而BenchHub通过自动分类系统和用户友好界面,让用户能根据特定需求筛选评估数据。实验证明模型在不同领域的排名差异巨大,强调了定制化评估的重要性。该平台支持多语言扩展和领域特化,为研究人员和开发者提供了灵活评估大语言模型的强大工具。