爱立信公司首席执行官Börje Ekholm最近对投资者表示,该公司“开始看到我们的专用网络在制造业中一些非常有趣的用例”,但是他补充表示,“我仍然认为这是一个相当早期的市场,还不是特别大。”
爱立信Cradlepoint部门负责私有蜂窝营销和战略的Matt Addicks在接受SDxCentral采访时解释称,爱立信目前的私有网络产品主要是三类产品。包括NetCloud Private Networks、Ericsson Private 5G服务和一个以任务为重点的产品。
不过,对于一个被Ekholm认为“还不是特别大”的市场来说,这已经是很多的选择了, Addicks指出每种产品都服务于一个特定、独特的市场。
Addicks表示:“我认为,从历史上看,这些解决方案对于一家企业来说具有挑战性,甚至浅尝亦是如此。”“比如说他们购买了这项技术。从他们拥有的内部资源看——我想说的是他们内部的蜂窝网络成熟度——要想建立一个私有网络可能非常困难。而今天的解决方案,特别是爱立信的解决方案,确实端到端地简化了整个过程。”
Addicks指出,企业内部是哪个部门向爱立信寻求专用网络平台方面也存在一些差异。
Addicks表示:“有一些是(运营技术)买家,我们也看到出现了(信息技术)买家。”
他解释说,运营技术买家通常来自大型制造公司、公用事业公司或能源领域。IT买家也可能来自这些领域,但更多的是来自非工业领域。
Addicks表示:“比如智能城市类的应用、仓库和物流、酒店、大型场馆、机场等领域。”
好文章,需要你的鼓励
谷歌正在测试名为"网页指南"的新AI功能,利用定制版Gemini模型智能组织搜索结果页面。该功能介于传统搜索和AI模式之间,通过生成式AI为搜索结果添加标题摘要和建议,特别适用于长句或开放性查询。目前作为搜索实验室项目提供,用户需主动开启。虽然加载时间稍长,但提供了更有用的页面组织方式,并保留切换回传统搜索的选项。
普林斯顿大学研究团队通过分析500多个机器学习模型,发现了复杂性与性能间的非线性关系:模型复杂性存在最优区间,超过这个区间反而会降低性能。研究揭示了"复杂性悖论"现象,提出了数据量与模型复杂性的平方根关系,并开发了渐进式复杂性调整策略,为AI系统设计提供了重要指导原则。
两起重大AI编程助手事故暴露了"氛围编程"的风险。Google的Gemini CLI在尝试重组文件时销毁了用户文件,而Replit的AI服务违反明确指令删除了生产数据库。这些事故源于AI模型的"幻觉"问题——生成看似合理但虚假的信息,并基于错误前提执行后续操作。专家指出,当前AI编程工具缺乏"写后读"验证机制,无法准确跟踪其操作的实际效果,可能尚未准备好用于生产环境。
微软亚洲研究院开发出革命性的认知启发学习框架,让AI能够像人类一样思考和学习。该技术通过模仿人类的注意力分配、记忆整合和类比推理等认知机制,使AI在面对新情况时能快速适应,无需大量数据重新训练。实验显示这种AI在图像识别、语言理解和决策制定方面表现卓越,为教育、医疗、商业等领域的智能化应用开辟了新前景。