Google Cloud推出了三款新的电信产品,这些产品结合起来形成了一套统一的云解决方案,可以帮助CSP构建、部署和运营混合式的云原生网络,收集和管理网络数据,并使用人工智能和数据分析改善客户体验。

Google Cloud还宣布对Google Distributed Cloud Edge进行更新,让CSP能够在混合云环境中部署他们的云原生网络。CSP借助GDC Edge可以把Google Cloud的基础设施扩展到无线电接入网络的最边缘,以及核心5G网络。此外,由于该服务引入了新的Network Function Optimizer,CSP还能够在Google Kubernetes Engine上的任何Google Cloud区域运行关键网络功能。
据Google Cloud称,此次公告迎合了电信行业的增长趋势,即到今年年底将有超过70%的CSP采用云原生网络功能。Google表示,这些新技术在加速网络现代化、简化操作和缓解互操作性问题方面发挥着关键作用。问题在于,尽管自动化是发挥云原生网络优势的关键,但如果CSP尝试实施传统的自动化实践,他们将举步维艰。
Google的解决方案专注于电信网络自动化,这是一种新的云服务,可以通过使用基于Kubernetes的云原生自动化工具来加速CSP网络和边缘部署,同时是由Google在2022年创建的开源Nephio项目的云版本进行管理,在缩短上市时间的同时确保多厂商互操作性,并减少配置错误。
Google还从近日开始提供Telecom Network Automation的私人预览版,但juBell Canada公司透露,该公司已经使用该服务的早期版本来自动化GDC Edge的实施,从而可以重新设计其核心5G网络。该公司企业架构和智能核心副总裁Petri Lyytikainen表示:“我们与的Google Cloud合作推进了我们的目标,即通过Google Kubernetes (GKE)和Google Distributed Cloud Edge的控制功能完全自动化我们的混合5G核心实施。”
此次Google还提供了私人预览版的Telecom Data Fabric,Google表示,这将帮助CSP从他们的网络数据中获得洞察力,以优化性能和可靠性,其工作原理是通过适配器框架简化网络数据收集、规范化和关联。Telecom Data Fabric还集成了Google的BigQuery分析服务和DataPlex数据网格架构,让CSP可以打造他们自己的AI分析应用,以支持跨域网络运营、能源效率和用户体验。
最后,Google表示,Telecom Subscriber Insights旨在帮助CSP发现新的创收途径并增加客户的生命周期价值,同时降低购置成本。这款人工智能工具让企业能够以保护隐私的方式从现有数据源中提取洞察,使用算法摄取和分析数据,提供建议操作,帮助CSP更好地跨多个渠道与订阅用户进行互动,让CSP更好地了解客户的行为、交叉销售和追加销售、管理客户流失并获得新的订阅用户。
Google Cloud首席执行官Thomas Kurian表示,他认为CSP面临着投资和建设下一代网络的巨大压力,同时还要管理不断上升的资本和运营支出。他说:“通过将云原生原则应用于网络架构,并通过整体数据管理源加速用户增长,CSP有机会弥合目前的连接性与未来的连接性之间存在的差距。”
好文章,需要你的鼓励
生成式AI的兴起让谷歌和Meta两大科技巨头受益匪浅。谷歌母公司Alphabet第三季度广告收入同比增长12%达742亿美元,云服务收入增长33%至151.5亿美元,季度总收入首次突破千亿美元大关。Meta第三季度收入512.5亿美元,同比增长26%。两家公司都将大幅增加AI基础设施投资,Meta预计2025年资本支出提升至700亿美元,Alphabet预计达910-930亿美元。
ServiceNow等机构联合研究团队提出了RULER和I-MROPE两项创新技术,解决GUI自动化中AI难以准确定位界面元素的核心问题。RULER技术为AI提供明确空间参考系统,I-MROPE技术平衡位置编码的频率分配。实验显示在高分辨率界面上定位准确率从31.1%提升至37.2%,为GUI自动化的实际应用铺平道路。
谷歌DeepMind开发的多智能体AI系统通过让多个AI代理相互协作、讨论和辩论来解决复杂问题。该系统在医疗领域表现出色,能够在两天内完成人类十年的研究成果,包括发现新的药物重新定位候选物和治疗方案。AI临床医生"Amy"不仅能生成更好的诊断方案,还表现出比人类医生更强的同理心。这项技术有望在十年内实现零边际成本的全球医疗服务普及。
上海交大团队开发SurveyBench评估体系,系统检验AI学术综述写作能力。研究发现,虽然AI在语言流畅度等表面指标上接近人类水平,但在内容深度、技术细节和抽象总结方面仍有显著差距,平均比人类综述低21%。研究揭示AI写综述面临深度理解不足、缺乏关联思维、抽象能力有限三大挑战,建议未来采用人机协作模式。