本周在巴塞罗那举行的 2024 年世界移动通信大会的两大主题是人工智能和 5G——尽管人们可能会把这两者视为不同的技术趋势,但它们是相互关联的。
服务提供商目前正投入巨资维护并升级服务,以符合移动网络不断发展的技术标准。尽管不断努力提高服务质量和能力,但电信公司的收入却难以提高。因此带来了财务方面的持续挑战,并导致很多公司将重点放在降低成本上。与此同时,人工智能需要对基础设施进行大量投资,而服务提供商在确定投资会有丰厚回报之前可能会踌躇不前。
这种分歧为电信行业提供了将人工智能融入运营的机会,并为AI-RAN联盟的创建创造了条件。这项在 MWC24 上发起的新倡议旨在弥合传统电信基础设施与人工智能之间的差距。该联盟由领先的公司、大学和行业参与者组成,成员包括亚马逊网络服务公司(Amazon Web Services Inc)、Arm、DeepSig公司、爱立信、微软公司、诺基亚公司、东北大学、英伟达公司(Nvidia Corp)、三星电子公司(Samsung Electronics Co. Ltd.)、软银集团和 T-Mobile USA。
英伟达公司电信高级副总裁Ronnie Vasishta在发布会上解释称,AI-RAN 联盟代表着一种战略转变,即拥抱人工智能及其增长潜力,减轻电信行业的财务压力。其主要目标是将人工智能与无线接入网络技术(尤其是即将到来的5G和6G网络)相结合,为电信业创造新的商机。
具体来说,联盟将重点关注三大关键领域:
该联盟将联合开发用例、白皮书、蓝图和最佳实践指南,并将研究成果与现有的标准组织联系起来。
Vasishta 表示:“最大的挑战之一是数据的可用性。人工智能需要数据才能发挥作用,但数据的可用性却受到了一定的限制。”“因此,我们希望创造一个可以共享数据的环境,并提供数据集,使人工智能更加高效。验证测试将在AI-RAN联盟实验室内进行,成员可以使用该实验室。”
另一个挑战是通过解决限制其潜力的连接问题来增强5G基础设施。为此,需要将基础设施转移到更加靠近使用地点的地方,并在同一基础设施上启用软件定义的RAN。这将改善当前应用的用户体验和服务效率,并让人工智能推理等先进的人工智能驱动型应用实现更好的性能。通过支持低延迟、高带宽应用程序,电信公司可以最大限度地发挥5G网络的潜力。
Arm公司高级副总裁兼基础设施业务线总经理Mohamed Awad也有同感,他表示,人工智能可以拉近网络设备与用户的距离,从而在单个运营商和整体系统层面提高网络基础设施的性能。Awad还指出,在RAN中使用人工智能可能还会改善其他领域。
Awad表示:“这是一个大问题,越多的团队参与其中,问题就解决得越好。”“当我们考虑正在解锁的新能力时,实际上是在考虑随着基础设施的成熟和附加技术的出现会发生些什么。”
服务提供商的成功对科技行业的健康发展至关重要。在过去的几十年里,电信公司不断被边缘化,以至于其大部分服务都被视为商品。随着云计算、移动和人工智能的兴起,世界已经变成了以网络为中心的世界,这使得服务提供商在很长一段时间内都处于最有利的地位。
对于电信公司来说,一个更有趣的机会是边缘人工智能推理,它可用于医疗保健、机器人、仓库自动化等领域。这需要高带宽、低延迟和高度分布式计算,而这些都是服务提供商所擅长的。
但是,如果电信公司继续受到价格挤压,出现利润下滑,就会形成恶性循环,他们会减少投资,从而阻碍创新。该联盟致力于帮助服务提供商利用人工智能,不仅削减成本,而且还要发现那些他们长久以来一直梦寐以求的、神话般的新收入来源。
好文章,需要你的鼓励
中国生数科技旗下AI产品Vidu发布新版本更新,推出"参考图像生成"功能,用户可上传最多7张参考图片,通过AI模型的语义理解技术将多张图像合成为高度一致的新图像。该功能支持快速编辑照片、替换物体、调整光照等操作,为摄影师、营销人员提供便捷的AI图像编辑工具,在保持视觉一致性方面与谷歌等竞品形成竞争。
CORA是微软研究院与谷歌研究团队联合开发的突破性AI视觉模型,发表于2023年CVPR会议。它通过创新的"区域提示"和"锚点预匹配"技术,成功解决了计算机视觉领域的一大挑战——开放词汇目标检测。CORA能够识别训练数据中从未出现过的物体类别,就像人类能够举一反三一样。在LVIS数据集测试中,CORA的性能比现有最佳方法提高了4.6个百分点,尤其在稀有类别识别上表现突出。这一技术有望广泛应用于自动驾驶、零售、安防和辅助技术等多个领域。
芯片初创公司SiFive推出四款专为运行人工智能模型优化的CPU核心。这些基于开源RISC-V架构的新核心增加了矢量扩展功能,能够更高效地并行处理多个数据点,显著加速AI模型运算。其中X160和X180是主打产品,具备加速卷积运算的矢量处理功能,可用于工业设备、消费电子和数据中心。公司预计客户将于2026年第二季度开始基于新核心设计生产芯片。
中国电信研究院联合重庆大学、北航发布T2R-bench基准,首次系统评估AI从工业表格生成专业报告的能力。研究涵盖457个真实工业表格,测试25个主流AI模型,发现最强模型得分仅62.71%,远低于人类专家96.52%。揭示AI在处理复杂结构表格、超大规模数据时存在数字计算错误、信息遗漏等关键缺陷,为AI数据分析技术改进指明方向。