生命周期服务保障及网络自动化解决方案领域全球领先的供应商思博伦通信宣布,正式启动全新的TM论坛Catalyst项目 - 客户体验质量自动优化。该项目侧重发挥网络自动化的作用,帮助运营商优化用户的体验质量(QoE),并实现运营效率的大幅提升。面对实现这些目标过程中所面临的挑战,包括AT&T、TIM和KDDI在内的多家一线运营商都已签约成为该Catalyst项目的发起成员。
思博伦通信生命周期服务保障事业部业务发展总监兼Catalyst项目主管Tom Russo指出,“运营商正面临日益严峻的压力,它们既要保持力压OTT竞争的质量优势,同时还要大幅降低自身的运营成本。Catalyst项目演示通过深入集成客户体验分析、自动化和机器学习技术,使这些原本相互冲突的目标得以最终实现。该Catalyst项目的重点将放在自动化用例方面,并有可能实现每年每位用户节省至少2美元年度运营支出的目标。而这意味着将为多家运营商节省数百万美元的成本,同时还可大幅提高客户的满意度。”
Analysys Mason公司首席分析师Anil Rao认为:“运营自动化将成为电信运营商取得未来的支点。如果电信运营商提供出色的客户体验,实现网络的虚拟化,发布基于5G和物联网的创新型服务,将在竞争中占取优势。”
5月14日至16日,在法国尼斯举办的数字变革世界(Digital Transformation World)(即过去的TM Forum Live!)大会上,客户体验质量自动优化项目的初期成果,连同DEMO,将被呈现在公众面前。该Catalyst项目的参与方包括思博伦通信、KDDI Research和NetYCE。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。