GSMA大中华区总裁斯寒介绍2023年MWC上海“5G IN 创新地带”看点
“5G IN ”的成长之路
“5G IN (5G创新与投资平台)是GSMA Foundry旗下全球项目之一。5G IN项目汇集了移动运营商、行业和生态合作伙伴以及投资者,旨在推动5G创新并加强跨界合作。5G IN由GSMA牵头发起,与12家联合创始成员共同成立,包括中移资本、中移国投、电信投资、联通资本、宽带资本、晨山资本、华为、中兴、东证资本、CSDN、深创谷和德勤中国。
2019年是中国正式进入5G商用的元年,GSMA在2019年发起成立了“5G IN”,因为我们相信中国将成为5G技术发展的重要领导者之一。作为产业发展一贯的推动者,GSMA希望在助力5G创新发展方面发挥引领作用。
无论是在渗透率方面,还是用户数量方面,中国已然成为全球最大的5G市场。我们预计到2025年,中国将成为首个5G连接数超10亿的市场,这将成为5G史上又一里程碑。
在中国5G迅速发展的进程中,“5G IN ”一直致力于聚焦和推动人工智能、物联网、边缘计算和增强现实/虚拟现实等领域的技术创新,并为创新发展提供全方位的资源。
对于GSMA大中华区而言,作为“5G IN”的发起者,最令人振奋的事情之一就是能够见证优秀的初创企业获得投资,看到他们的业务蓬勃发展。我们非常期待在2023 MWC上海的“5G IN创新地带”与大家分享成功案例。
为什么要参观MWC上海的“5G IN创新地带“?
今年是MWC上海十周年,我们很高兴在疫情后欢迎大家再次来到MWC上海。“5G IN创新地带”也将强势回归,而且比以往任何时候都要精彩!
简而言之,对想要了解初创企业和创新公司如何利用最新科技的观众来说,MWC上海的“5G IN 创新地带“ 将是不容错过的打卡地。
您将有机会看到最热门的数字技术创新。我们将展示科技发展如何释放潜力,彻底变革各行各业,展示从元宇宙到无人机等方面的亮眼应用。
今年“5G IN创新地带“有什么看点?
今年的“5G IN创新地带”汇集了精彩纷呈的体验。虽然很难选择,但在众多值得分享的亮点中我推荐的是:
这只是MWC 上海的冰山一角,还有更多精彩内容等您前来探索。在展会期间,与会嘉宾还有机会参加丰富的主题演讲、专业论坛、寻找投资机会、观摩5G技术产品展示等等。您可以在展区了解5G如何在不同领域实现跨界创新,我已经和您一样迫不及待地想要探索其中的奥秘。
“5G IN创新地带”有什么值得关注的讨论环节?
本次展会,最令人期待的环节之一是GSMA首席执行官John Hoffman(洪曜庄)先生和荣耀终端有限公司首席执行官赵明先生之间的CEO科技对话。
这场对话将在6月29日中午12点举行,两位首席执行官将讨论智能手机和个人设备生态系统的发展趋势。面对消费者换机周期的延长与市场增量的进一步收缩,他们将探讨智能手机市场未来的机遇,以及相关行业伙伴如何共同寻找突破点。
智能手机发展的新时代即将到来,我非常期待聆听他们对于行业发展趋势的见解。
OpenNet专区的”开放网络、开启未来”峰会也将在3号馆的5G IN开放舞台举行,届时宽带资本及其投资的公司将畅谈对未来开放网络的看法,并讨论如何共同推动未来的创新,打造更安全、智慧的世界。点击此处注册参加MWC上海。
---
您可以在上海新国际博览中心(SNIEC)举办的2023 MWC上海N3展馆找到“5G IN创新地带“。该展区将于6月28日至30日对观众开放。如需了解更多信息,请点击:https://www.mwcshanghai.com/experiences/5gin/
好文章,需要你的鼓励
从浙江安吉的桌椅,到广东佛山的沙发床垫、河南洛阳的钢制家具,再到福建福州的竹藤制品,中国各大高度专业化的家具产业带,都在不约而同地探索各自的数字化出海路径。
哥伦比亚大学研究团队开发了MathBode动态诊断工具,通过让数学题参数按正弦波变化来测试AI的动态推理能力。研究发现传统静态测试掩盖了AI的重要缺陷:几乎所有模型都表现出低通滤波特征和相位滞后现象,即在处理快速变化时会出现失真和延迟。该方法覆盖五个数学家族的测试,为AI模型选择和部署提供了新的评估维度。
研究人员正探索AI能否预测昏迷患者的医疗意愿,帮助医生做出生死决策。华盛顿大学研究员Ahmad正推进首个AI代理人试点项目,通过分析患者医疗数据预测其偏好。虽然准确率可达三分之二,但专家担心AI无法捕捉患者价值观的复杂性和动态变化。医生强调AI只能作为辅助工具,不应替代人类代理人,因为生死决策依赖具体情境且充满伦理挑战。
这项研究首次发现AI推理模型存在"雪球效应"问题——推理过程中的小错误会逐步放大,导致AI要么给出危险回答,要么过度拒绝正常请求。研究团队提出AdvChain方法,通过训练AI学习"错误-纠正"过程来获得自我纠错能力。实验显示该方法显著提升了AI的安全性和实用性,用1000个样本达到了传统方法15000个样本的效果,为AI安全训练开辟了新方向。