8月31日至9月5日,2022年中国国际服务贸易交易会在北京召开。高通公司(Qualcomm)携手无锡市卫生健康统计中心、无锡市急救中心、无锡移动共同推动的“5G+智慧急救”项目——“高通公司携手无锡合作伙伴释放5G智慧医疗应用潜能”入选今年服贸会服务示范案例,获评“科技创新服务示范案例”。这是高通连续第三年获得这一荣誉,获评案例从“5G领航计划”到“5G物联网创新计划”,再到“5G+智慧急救”创新合作与应用,展现了高通携手合作伙伴持续深入行业、把握数字化转型机遇的丰富实践,也彰显了科技创新与“水平式”赋能生态合作的重要意义。
“高通公司携手无锡合作伙伴释放5G智慧医疗应用潜能”获评2022年服贸会“科技创新服务示范案例”
9月3日,高通公司全球副总裁夏权在2022年服贸会服务示范案例交流会上做了题为《携手合作 释放5G智慧医疗应用潜能》的案例分享。他认为,5G作为一个通用的连接平台,凭借极致带宽、可靠连接和超低时延,连同人工智能(AI)带来的高效运算,将赋能更广泛的物联网应用,在千行百业发挥积极作用。高通将继续携手生态伙伴,释放科技的力量,加速迈向人与万物智能互联的美好未来。
高通公司全球副总裁夏权在2022年服贸会服务示范案例交流会上进行案例分享
多方打造“5G+智慧医疗”新样板
当下,全球医疗健康产业正在不断跨界融合5G、物联网、AI、大数据等高科技,使医疗服务大步走向真正意义的智能化,也使该产业迎来了前所未有的发展契机——中国信通院数据显示,2020年全球物联网医疗市场规模为725亿美元,预计到2025年,这一数字将增至1882亿美元,复合年增长率接近39%。5G赋能的物联网将在医疗保健全流程中发挥重要作用。
在这一背景下,2021年高通公司携手无锡市卫生健康统计中心、无锡市急救中心、无锡移动,基于合作共赢的理念,推进“5G+智慧急救”项目,通过在新型急救车上搭载高通X55芯片的5G智慧网擎设备,可将患者生命体征、车载OBD和现场音视频数据,通过5G急救专网,直接回传至市卫健委数据中心,确保医疗数据的安全性和可靠性,救治医院可实时获取患者和救护车信息,提前制定抢救方案。同时,救护车辆在路上还可以发送优先控制指令,实现救护车辆的信号优先控制,为患者提供院前院内无缝衔接的医疗救治绿色通道。目前,四方已创新建设了全域覆盖、全民参与、全程管理的市域“5G胸痛救治平台”,利用5G为医疗行业应用创新提供更佳技术支持,打造“5G+智慧医疗”的新样板。
救护车上配备的搭载高通X55芯片的5G智慧网擎设备
据医疗专家统计,四方携手打造的5G智慧急救体系能够为胸痛患者平均节省约15分钟的黄金救治时间。截至2021年11月,该应用已接入无锡4家三级医院、14家二级医院、54家社区卫生中心、84辆救护车,成为“医疗救治更精确、调度指挥更可靠、急救转运更高效”的5G赋能智慧急救的典型示范案例。
不断突破创新边界 物联网应用支撑数字经济拓展
如今,物联网技术应用场景不断拓展,为数字经济发展提供有力支撑。在物联网领域,高通与全球13000多家企业合作,共同推进物联网核心技术在众多垂直领域的应用。其间,中国合作伙伴借助高通丰富的解决方案,不断提升物联网科技创新水平,在智慧城市、智慧办公、智慧交通、智慧零售、智慧农业、智慧生活、智慧物流、智慧健康、工业互联网以及娱乐多媒体等领域实现快速突破。与此同时,中国领先的蜂窝物联网模组厂商加速出海,影响力和竞争力不断提升,稳居全球领先行列。
5G是物联网产业发展的重要支撑。5G技术专门面向万物互联打造,犹如一支合适的画笔,将曾经只能浮现在脑海中的万物互联美好图景,变为现实。随着5G与高性能、低功耗计算以及终端侧AI的融合,终端可实时连接至云端,数字化转型将不断加速,数字经济与实体经济的融合将取得更显著的成效。高通公司在移动领域的领先优势,将助力合作伙伴把握万物智能互联的全新机遇。
未来,高通公司将继续携手生态伙伴,通过“发明-分享-协作”的商业模式,以先进的连接、计算和AI等关键技术,助力智能网联终端的扩展和普及,加速移动生态系统创新,推动更多应用场景的落地。在5G赋能的“智相联 万物生”的愿景下,与合作伙伴共享创新带来的崭新机遇。
好文章,需要你的鼓励
AIM Intelligence联合多所知名大学揭示了音频AI系统的重大安全漏洞,开发出名为WhisperInject的攻击方法。这种攻击能让看似无害的音频指令操控AI生成危险内容,成功率超过86%,完全绕过现有安全机制。研究暴露了多模态AI系统的系统性安全风险,对全球数十亿智能设备构成潜在威胁。
新加坡国立大学研究团队系统梳理了视觉强化学习领域的最新进展,涵盖超过200项代表性工作。研究将该领域归纳为四大方向:多模态大语言模型、视觉生成、统一模型框架和视觉-语言-动作模型,分析了从RLHF到可验证奖励范式的政策优化策略演进,并识别出样本效率、泛化能力和安全部署等关键挑战,为这一快速发展的交叉学科提供了完整的技术地图。
浙江大学研究团队通过OmniEAR基准测试揭示了当前AI模型在物理世界推理方面的严重缺陷。测试显示,即使最先进的AI在明确指令下能达到85-96%成功率,但面对需要从物理约束推断行动的任务时,成功率骤降至56-85%。研究发现信息过载反而降低AI协作能力,监督学习虽能改善单体任务但对多智能体协作效果甚微,表明当前架构存在根本局限性。
纽约大学和Aimpoint Digital Labs的研究团队首次揭示了Transformer模型训练中"大规模激活"的完整发展轨迹。这些影响力比普通激活大千倍的"超级激活"遵循可预测的数学规律,研究者开发出五参数公式能以98.4%准确率预测其变化。更重要的是,通过调整模型架构参数如注意力密度、宽深比等,可以在训练前就预测和控制这些关键激活的行为,为设计更高效、量化友好的AI模型提供了全新工具。