随着边缘计算需求激增,推动人工智能应用需要实时、低延迟的数据处理能力超越传统数据中心,爱立信和超微公司宣布将探索合作,为多种AI边缘应用创建基于5G的通信解决方案包,以实现快速部署,并支持零售、制造、医疗和智能基础设施等行业,特别是在有线连接不可行的环境中。
在创建联合产品时,这家全球通信技术提供商和应用优化IT服务公司表示,他们正在一个AI被集成到广泛业务功能的世界中工作,其中许多AI应用都需要低延迟响应时间。
他们引用IDC研究预测,全球边缘计算支出将在2025年达到2320亿美元,这证明了进行战略合作以加速边缘AI部署的意图是合理的。
他们表示,这一发展正在推动对边缘AI服务的需求,这些服务将预训练AI模型、生成式AI和智能体AI部署到网络边缘,在数据中心外进行本地处理。超微和爱立信技术的结合旨在使企业能够快速部署边缘AI基础设施以及无线连接。
根据谅解备忘录,两家公司表示将通过将爱立信企业无线5G服务与超微边缘AI平台结合到商业套装中来探索连接性。这将有两个关键目标:提供利用5G网络连接作为关键增值属性的先进边缘AI能力;通过预验证AI计算和5G连接的统一产品简化采购和部署。
对于企业而言,当传统有线连接可能不便甚至在某些边缘部署中不可用时,5G、SD-WAN和安全设备是关键组件。在这些情况下,5G可以作为主要WAN连接,甚至作为业务关键部署的备用WAN连接。
套装中的具体行业应用包括零售、智能工厂和工业自动化、交通安全以及医疗管理。在零售用例中,组合套装被认为能够通过实时图像识别物品加速结账处理,增强库存跟踪,并检测和预警盗窃行为。
智能工厂和工业自动化功能提供通过本地处理传感器和摄像头数据来监控工业机械的能力,同时还能通过直接从摄像头和传感器源进行数据分析来增强交通安全,实现自适应实时交通管理。医疗管理功能已被添加以支持准时制库存管理等操作,减少浪费并确保关键医疗用品的可用性。
超微物联网/嵌入式和边缘计算副总裁林茂盛表示:"超微提供尖端解决方案,使企业能够在边缘利用AI的力量。我们的计算平台结合爱立信的5G技术,将使企业和公共部门组织能够在有线技术不可行的地方扩展其AI应用的覆盖范围,如智能交叉路口、工业制造和远程基础设施。"
爱立信全球OEM和嵌入式合作伙伴副总裁乔纳森·费舍尔表示:"爱立信WAN边缘技术一直在帮助企业以速度和敏捷性连接任何事物、任何地方。我们很兴奋与超微合作,将同样的速度和敏捷性扩展到新兴的边缘AI领域。我们有机会共同让企业更容易操作边缘智能。"
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。
上海交通大学研究团队发布了突破性的科学推理数据集MegaScience,包含125万高质量实例,首次从12000本大学教科书中大规模提取科学推理训练数据。该数据集显著提升了AI模型在物理、化学、生物等七个学科的推理能力,训练的模型在多项基准测试中超越官方版本,且具有更高的训练效率。研究团队完全开源了数据集、处理流程和评估系统。
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。
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。