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
五家光学存储初创公司正在开发长期存储技术,旨在用超过100年寿命的光学介质替代只有5-7年寿命的磁带。这些公司包括Cerabyte、Ewigbyte、HoloMem、Optera和SPhotonix,它们的技术类似微软Project Silica项目。光学存储介质具有更强的化学、冲击、辐射、水和热抗性,同时保持低能耗和高容量特性。
北京大学团队开发的DragMesh系统通过简单拖拽操作实现3D物体的物理真实交互。该系统采用分工合作架构,结合语义理解、几何预测和动画生成三个模块,在保证运动精度的同时将计算开销降至现有方法的五分之一。系统支持实时交互,无需重新训练即可处理新物体,为虚拟现实和游戏开发提供了高效解决方案。
Nutanix发布分布式主权云产品组合更新,为多云环境提供更安全的运营和管理功能。该解决方案支持企业在分布式环境中灵活部署和治理基础设施,运行传统虚拟机、现代云原生和AI应用。新功能包括支持完全断网环境的暗站点管理、政府云集群正式发布、Kubernetes平台增强安全合规性、企业AI平台集成NVIDIA微服务,以及云平台新增跨站点灾难恢复能力,为用户提供统一管理和运营简化体验。
达尔豪斯大学研究团队系统性批判了当前AI多智能体模拟的静态框架局限,提出以"动态场景演化、智能体-环境共同演化、生成式智能体架构"为核心的开放式模拟范式。该研究突破传统任务导向模式,强调AI智能体应具备自主探索、社会学习和环境重塑能力,为政策制定、教育创新和社会治理提供前所未有的模拟工具。