生成式AI能拯救電信業嗎?
在日前正在举办的MWC 2024大会上,英伟达发布了一系列公告,其中包括与ARM、ServiceNow和软银的合作,成立AI-RAN联盟,以及与挪威电信达成一项重大协议,该协议将使挪威电信获得英伟达最新的硬件和企业AI软件,以支持其运营中采用的许多人工智能用例。
探讨电信行业与生成式AI之间更广泛的关系
英伟达全球电信业务发展主管Chris Penrose在接受行业媒体采访时针对电信行业与生成式AI之间的更深层联系进行了深入研究。
当被问及电信行业面临的最大问题时,他说:“我想说的是,电信公司目前在5G方面进行了大量投资,但这并不一定转化为收入的显著提升。他们需要找到能够确保投资得到回报的方法。在早期,很多人对采用这一价值的杀手级应用程序感到兴奋,我认为我们现在实际上处于一个有趣的时刻,因为我相信生成式AI有潜力成为杀手级应用程序,而这一点正在显现。
因为现有的应用程序都将生成式AI作为其用户界面的一部分。现在确实是一个机会,无论是提供基础设施即服务,还是提供培训即服务、推理即服务,甚至是AI应用程序,都是由生成式AI驱动的全新机会。电信公司希望利用生成式AI,获得一些额外收入,使投资能够得到回报,并以他们都希望采用的方式利用5G基础设施。”
电信公司在生成式AI领域或无法成为核心力量
尽管许多电信公司希望在备受关注的生成式AI领域扮演重要角色,但它们未必是推动行动的核心。目前,生成式AI是谷歌、微软等大型科技公司的重点业务。
Penrose为此表示:“我们看到许多电信公司开始采取行动,因为这是下一波技术浪潮。很多国家和地区都在提出这一问题,‘我们需要什么样的基础设施来推动AI进程?’这就是我们所说的在这些国家建立AI工厂或建立主权AI云的原因。
那么,人们是否开始看到越来越多的电信公司正在考虑如何在这个领域发挥作用?电信公司通常拥有并运营自己的数据中心,有足够空间和电力,这是用户真正需要的东西,而电信公司也知道如何运行大型基础设施项目。
这是一种非常特殊的构建类型,需要这样做才能真正解锁生成式AI。为了提高性能,需要采用数百个或数千个GPU,以便能够在AI模型上进行训练,这看起来不一定像标准部署。因此我们需要鼓励他们向前一步,这是电信公司必须做出的决定,他们必须要踏上这一旅程。电信公司有很多优势,例如与政府部门关系密切,与商业客户有良好的合作,他们是自己国家值得信赖的合作伙伴。那么,他们能够真正站在这波技术浪潮的前沿吗?”
以上是生成式AI能拯救電信業嗎?的詳細內容。更多資訊請關注PHP中文網其他相關文章!

熱AI工具

Undresser.AI Undress
人工智慧驅動的應用程序,用於創建逼真的裸體照片

AI Clothes Remover
用於從照片中去除衣服的線上人工智慧工具。

Undress AI Tool
免費脫衣圖片

Clothoff.io
AI脫衣器

Video Face Swap
使用我們完全免費的人工智慧換臉工具,輕鬆在任何影片中換臉!

熱門文章

熱工具

記事本++7.3.1
好用且免費的程式碼編輯器

SublimeText3漢化版
中文版,非常好用

禪工作室 13.0.1
強大的PHP整合開發環境

Dreamweaver CS6
視覺化網頁開發工具

SublimeText3 Mac版
神級程式碼編輯軟體(SublimeText3)

本站6月27日訊息,剪映是由位元組跳動旗下臉萌科技開發的一款影片剪輯軟體,依託於抖音平台且基本面向該平台用戶製作短影片內容,並相容於iOS、安卓、Windows 、MacOS等作業系統。剪映官方宣布會員體系升級,推出全新SVIP,包含多種AI黑科技,例如智慧翻譯、智慧劃重點、智慧包裝、數位人合成等。價格方面,剪映SVIP月費79元,年費599元(本站註:折合每月49.9元),連續包月則為59元每月,連續包年為499元每年(折合每月41.6元) 。此外,剪映官方也表示,為提升用戶體驗,向已訂閱了原版VIP

透過將檢索增強生成和語意記憶納入AI編碼助手,提升開發人員的生產力、效率和準確性。譯自EnhancingAICodingAssistantswithContextUsingRAGandSEM-RAG,作者JanakiramMSV。雖然基本AI程式設計助理自然有幫助,但由於依賴對軟體語言和編寫軟體最常見模式的整體理解,因此常常無法提供最相關和正確的程式碼建議。這些編碼助手產生的代碼適合解決他們負責解決的問題,但通常不符合各個團隊的編碼標準、慣例和風格。這通常會導致需要修改或完善其建議,以便將程式碼接受到應

大型語言模型(LLM)是在龐大的文字資料庫上訓練的,在那裡它們獲得了大量的實際知識。這些知識嵌入到它們的參數中,然後可以在需要時使用。這些模型的知識在訓練結束時被「具體化」。在預訓練結束時,模型實際上停止學習。對模型進行對齊或進行指令調優,讓模型學習如何充分利用這些知識,以及如何更自然地回應使用者的問題。但是有時模型知識是不夠的,儘管模型可以透過RAG存取外部內容,但透過微調使用模型適應新的領域被認為是有益的。這種微調是使用人工標註者或其他llm創建的輸入進行的,模型會遇到額外的實際知識並將其整合

開放LLM社群正是百花齊放、競相爭鳴的時代,你能看到Llama-3-70B-Instruct、QWen2-72B-Instruct、Nemotron-4-340B-Instruct、Mixtral-8x22BInstruct-v0.1等許多表現優良的模型。但是,相較於以GPT-4-Turbo為代表的專有大模型,開放模型在許多領域仍有明顯差距。在通用模型之外,也有一些專精關鍵領域的開放模型已被開發出來,例如用於程式設計和數學的DeepSeek-Coder-V2、用於視覺-語言任務的InternVL

編輯|ScienceAI問答(QA)資料集在推動自然語言處理(NLP)研究中發揮著至關重要的作用。高品質QA資料集不僅可以用於微調模型,也可以有效評估大語言模型(LLM)的能力,尤其是針對科學知識的理解和推理能力。儘管目前已有許多科學QA數據集,涵蓋了醫學、化學、生物等領域,但這些數據集仍有一些不足之處。其一,資料形式較為單一,大多數為多項選擇題(multiple-choicequestions),它們易於進行評估,但限制了模型的答案選擇範圍,無法充分測試模型的科學問題解答能力。相比之下,開放式問答

小模型崛起了。上個月,Meta發布了Llama3.1系列模型,其中包括Meta迄今為止最大的405B模型,以及兩個較小的模型,參數量分別為700億和80億。 Llama3.1被認為是引領了開源新時代。然而,新一代的模型雖然效能強大,但部署時仍需要大量運算資源。因此,業界出現了另一種趨勢,即開發小型語言模型(SLM),這種模型在許多語言任務中表現足夠出色,部署起來也非常便宜。最近,英偉達研究表明,結構化權重剪枝與知識蒸餾相結合,可以從初始較大的模型中逐步獲得較小的語言模型。圖靈獎得主、Meta首席A

本站6月15日消息,華碩最新推出了Prime系列GeForceRTX40系列「Ada」顯示卡,其尺寸符合英偉達最新SFF-Ready規範,該規範要求顯卡尺寸不超過304毫米x151毫米x50毫米(長x高x厚)。華碩本次推出的Prime系列GeForceRTX40系列包括RTX4060Ti、RTX4070和RTX4070SUPER,不過目前不包含RTX4070TiSUPER或RTX4080SUPER。此系列RTX40顯示卡採用常見電路板設計,尺寸為269毫米x120毫米x50毫米,三款顯示卡的差異主要

編輯|KX在藥物研發領域,準確有效地預測蛋白質與配體的結合親和力對於藥物篩選和優化至關重要。然而,目前的研究並沒有考慮到分子表面訊息在蛋白質-配體相互作用中的重要作用。基於此,來自廈門大學的研究人員提出了一種新穎的多模態特徵提取(MFE)框架,該框架首次結合了蛋白質表面、3D結構和序列的信息,並使用交叉注意機制進行不同模態之間的特徵對齊。實驗結果表明,該方法在預測蛋白質-配體結合親和力方面取得了最先進的性能。此外,消融研究證明了該框架內蛋白質表面資訊和多模態特徵對齊的有效性和必要性。相關研究以「S
