在IEEE WCNC2021(IEEE 无线通信和网络会议)期间,5G演进趋势与技术研讨会成功举办。IEEE WCNC是IEEE在无线领域的全球顶级学术会议,汇聚了全球学术届专家领袖和产业人士等共同参与。海因里希·赫兹研究所无线通信和网络负责人Slawomir Stanczak教授参与研讨会表示,“我们才处于无线技术革命的开始阶段,5G需要继续演进与新技术相互融合”。
Slawomir Stanczak教授结合最新的技术变化,面向5G演进,总结了面向未来5G演进要完成的一系列有挑战的任务,包括:
一、速率时延的高性能和业务上的灵活性,如何同时满足;二、感知、通信、计算三者如何融合,使能更高效的网络,生成更多新应用;三、在提供所需速率和时延的同时,如何让能效一个驱动性指标;四、探索更高频段,考虑在高频段引入新技术;五、智能化、机器学习在RAN侧的使用等。
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。
南洋理工大学团队开发了Uni-MMMU基准测试,专门评估AI模型的理解与生成协同能力。该基准包含八个精心设计的任务,要求AI像人类一样"边看边想边画"来解决复杂问题。研究发现当前AI模型在这种协同任务上表现不平衡,生成能力是主要瓶颈,但协同工作确实能提升问题解决效果,为开发更智能的AI助手指明了方向。
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。
360 AI Research团队发布的FG-CLIP 2是一个突破性的双语精细视觉语言对齐模型,能够同时处理中英文并进行精细的图像理解。该模型通过两阶段训练策略和多目标联合优化,在29个数据集的8类任务中均达到最先进性能,特别创新了文本内模态对比损失机制。团队还构建了首个中文多模态评测基准,填补了该领域空白,为智能商务、安防监控、医疗影像等应用开辟新可能。