随着6G通信技术开发步伐加快,特别是在欧洲和亚洲地区,美国领先通信服务提供商Verizon宣布成立6G创新论坛,旨在推动连接性协作发展,为消费者和企业提供变革性体验。
尽管每一代移动网络都能传输更多数据、速度更快、网络容量更大、延迟更低,并开启应用和服务的新前景,但6G网络从开发之初就被视为不仅仅是"逻辑"上的进步。6G网络在根本上旨在革命性地改变消费者、网络和设备之间的通信方式,正在被开发为2030年社会和商业的基础,其新的集成功能有望推进数字化进程。
特别是,6G将改变网络执行联合通信、感知和定位等任务的方式。它承诺在物理和虚拟空间之间建立关键桥梁,实现新用例的同时优化行业运营。
Verizon表示,在成立6G创新论坛时,已汇聚了一批推动创新并使能6G时代的公司,共同塑造无线技术的未来。
该倡议包括整个技术生态系统的公司,其中包括领先的网络供应商爱立信、三星电子和诺基亚;以及设备和芯片组公司Meta和高通技术公司。Verizon表示,所有这些公司都处于开发早期阶段,通过识别潜在的新用例、设备和网络技术来共同定义6G。该论坛旨在建立开放、多样化和有弹性的6G生态系统,开发基础6G技术,同时确保全球一致性。
论坛强调,它打算"超越理论讨论","快速"推进实际的6G进展和实现潜在的新创新用例。
重点关注领域包括:通过测试新频谱带和带宽释放6G的全部潜力;通过积极与3GPP等全球标准机构合作,促进全球协调的6G格局,确保论坛工作与主流6G开发保持一致,并促进行业间的互操作性;通过建立专门的Verizon 6G实验室(首先在洛杉矶启动),为论坛合作伙伴提供在真实环境中测试和完善6G技术的机会,这些实验室将作为协作研究、原型开发以及早期实验室和现场试验的中心。
Verizon表示,其网络构成了新兴人工智能经济的骨干,并补充说十多年来,该公司已将AI集成到其运营中以优化网络性能和基础设施,这一承诺将随着6G的发展而继续。
为此,Verizon表示,论坛和实验室代表着向连接性更加无缝、更加智能并继续赋能全新可能性的世界迈出的重要步伐。
Verizon全球网络和技术执行副总裁兼总裁Joe Russo表示:"Verizon始终处于网络创新的前沿。我们是世界上第一个启用5G的公司,并继续以开启远超我们今天想象的可能性的方式增强我们最好、最可靠、最快的5G网络。"
"5G Advanced为6G未来奠定了基础——无论是新的可穿戴设备、AI体验,还是我们甚至还没想到的全新用例,这些都是最让我兴奋的。凭借行业最佳团队,我们将与合作伙伴共同构建这些解决方案的未来。我们已经在构建为下一个时代设计的网络——一个将改变我们生活、工作和娱乐方式的网络。"
三星美国研究院高级副总裁Charlie Zhang补充说:"我们很高兴与Verizon合作,利用6G和AI技术革命性地改变无线通信的未来,在我们共同开发的大规模vRAN能力基础上,释放6G时代的创新用户体验。"
Q&A
Q1:Verizon的6G创新论坛包括哪些公司?
A:该论坛汇聚了整个技术生态系统的公司,包括领先的网络供应商爱立信、三星电子和诺基亚,以及设备和芯片组公司Meta和高通技术公司,所有这些公司都在早期开发阶段共同定义6G技术。
Q2:6G网络与之前的移动通信技术有什么根本区别?
A:6G网络不仅仅是逻辑上的进步,而是从根本上革命性地改变消费者、网络和设备之间的通信方式。它将改变网络执行联合通信、感知和定位等任务的方式,在物理和虚拟空间之间建立关键桥梁。
Q3:Verizon 6G实验室的作用是什么?
A:Verizon将建立专门的6G实验室,首先在洛杉矶启动,为论坛合作伙伴提供在真实环境中测试和完善6G技术的机会,这些实验室将作为协作研究、原型开发以及早期实验室和现场试验的中心。
好文章,需要你的鼓励
在技术快速发展的时代,保护关键系统越来越依赖AI、自动化和行为分析。数据显示,2024年95%的数据泄露源于人为错误,64%的网络事件由员工失误造成。虽然先进的网络防御技术不断发展,但人类判断仍是最薄弱环节。网络韧性不仅是技术挑战,更是人员和战略需求。建立真正的韧性需要机器精确性与人类判断力的结合,将信任视为战略基础设施的关键要素,并将网络韧性提升为国家安全的核心组成部分。
华南师范大学团队开发的GraphTracer框架,通过构建信息依赖图解决多智能体系统高失败率问题。该方法摒弃传统时间序列分析,追踪信息流网络精确定位错误根源,在失败归因准确率上比现有方法提升18.18%,并已开源供实际应用。
自计算机诞生以来,人们就担心机器会背叛创造者。近期AI事件包括数据泄露、自主破坏行为和系统追求错误目标,暴露了当前安全控制的弱点。然而这种结果并非不可避免。AI由人类构建,用我们的数据训练,在我们设计的硬件上运行。人类主导权仍是决定因素,责任仍在我们。
杜克大学研究团队通过几何框架分析发现,AI推理过程呈现连续"流动"特征而非离散跳跃。研究表明逻辑结构像河床般调节推理流的速度和方向,即使面对不同语言和领域的内容,相同逻辑结构的任务在AI内部表现出惊人的几何相似性。这一发现颠覆了AI为"随机鹦鹉"的传统认知,证明AI具备真正的逻辑理解能力,为AI可解释性和系统优化开辟新方向。