带你读《6G需求与愿景》第三章6G 设计思路与愿景3.1 6G 总体设计思路(三)-阿里云开发者社区

开发者社区> 人民邮电出版社> 正文

带你读《6G需求与愿景》第三章6G 设计思路与愿景3.1 6G 总体设计思路(三)

简介: 《6G需求与愿景》第三章6G 设计思路与愿景3.1 6G 总体设计思路
+关注继续查看

3.1.3    6G的第四维元素——“灵”

 

6G不仅包含5G涉及的人类社会(人)、信息空间(机)、物理世界(物)这3个核心元素,还引入了第四维元素——“灵(Genie)”。Genie存在于图 3-2中的虚拟世界体系中,不需要人工参与即可实现信息通信和决策制定。Genie可基于实时采集的大量数据和高效机器学习技术,完成用户意图的获取以及决策的制定。Genie可作为 6G用户的智能代理(AIA),提供强大的代理功能。由于不受智能终端的具体物理形态限制,Genie凌驾于 VPS并包含 VBS和 VSS的完备功能,具备为用户构建个性化、自主沉浸式立体代理的能力。

Genie存在于人—机—物全方位融合的基础之上,可以感知任意物理空间的实体,包含作为通信与计算节点的物理实体(如具备传输与计算能力的各类智能设备),建筑、植物等环境实体,以及作为业务应用方的人类实体等。Genie通过物理空间感知用户与环境的多维度信息,实时构建虚拟行为空间和虚拟精神空间中的用户行为特征、决策偏好模型、用户性格特征等信息。通过与人—机—物的协作,Genie可为用户提供实时虚拟业务场景,并代理用户实现相应的需求。

6G应用场景中虚拟现实和虚拟用户将成为常态。在虚拟现实场景中,6G需要实时感知环境的变化,高效处理海量传感器反馈的数据,并快速完成终端与边缘节点以及云计算中心的信息交换。虚拟用户场景是指借助人工智能、移动计算等技术产生虚拟对象,并通过全网无线接入与传输技术将 Genie准确地“部署”于真实环境中,为用户提供虚拟世界与真实世界融合的应用场景。即6G的应用场景将具有虚实结合、实时交互等全新的网络特点,这将给未来的 6G网络带来巨大的传输压力。

当前,5G以行业特色业务为导向,分别解决了 eMBB、uRLLC、mMTC场景面临的问题。然而,为了支撑未来网络中的第四元素——“灵”,6G不仅需要兼容并增强 5G中的三大场景,还要进一步实现三大场景的增强融合,调和不同场景中的业务需求矛盾,实现真实世界和虚拟世界的更深层次的智能通信需求。

版权声明:本文内容由阿里云实名注册用户自发贡献,版权归原作者所有,阿里云开发者社区不拥有其著作权,亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容,填写侵权投诉表单进行举报,一经查实,本社区将立刻删除涉嫌侵权内容。

相关文章
一张贴纸破解顶级FaceID,华为新研究让人脸识别不再安全
用来刷脸解锁的 Face ID 也可以被「对抗样本」攻击了。最近,来自莫斯科国立大学、华为莫斯科研究中心的研究者们找到的新型攻击方法,让已经广泛用于手机、门禁和支付上的人脸识别系统突然变得不再靠谱。
5 0
换个dataloader函数, COCO提升3mAP ,上海交大MVIG团队提出InstaBoost
近年来最新的一系列实例分割模型,例如 Mask R-CNN 等,其高准确度很大程度上依赖于大量的训练数据(COCO 数据集包含 20 余万张训练图片)。但是获取像素级别的标注是一项成本高昂且复杂精细的工作。为此,上海交通大学 MVIG 实验室(卢策吾团队)提出了 InstaBoost——一种基于 crop-paste 的实例分割数据增强方法。实验表明,在 Mask R-CNN 和 Cascade R-CNN 等框架中应用 InstaBoost,可以在 COCO 实例分割数据集上达到 2.2 mAP 的提升。同时,该方法还能够将物体检测的精度在 COCO 数据集上最高提升 4mAP。该论文已被I
3 0
在 IJCAI 2019 上,阿里不仅贡献了 11 篇论文,还展示了最新的 AI 技术
澳门举行的人工智能顶会 IJCAI 2019 因为正值大会创立 50 周年而备受瞩目。在这场盛会上,国内科技巨头阿里巴巴展示了自己面向文娱和安全两大方向的最新技术。
4 0
解决自然语言歧义问题,斯坦福教授、IJCAI 卓越研究奖得主提出 SenseBERT 模型
自然语言理解和生成对于 AI 系统来说是一大难题,语言的复杂性和模糊性对 AI 系统提出了很大挑战。今天,斯坦福教授、IJCAI 卓越研究奖得主 Yoav Shoham 创办的公司 AI21 Labs 提出一种能够显著提升词汇消歧能力的新模型,并发布了可控性优于其他前沿文本生成系统的「HAIM」。AI21 Labs 的愿景是构建「具备前所未有的优秀自然语言理解和生成能力」的 AI 系统。
3 0
英语学习利器:一款词典笔的模型创新与工程实践
机器学习怎样帮助英语学习?查词、翻译、标准发音都少不了:OCR(光学字符识别)实时识别单词与句子,NMT(神经网络翻译)自动翻译语句,TTS(语音合成)合成最真实的标准读音。那么这些是不是能集成到一个硬件中,成为智能的英语学习利器,这就是网易有道词典笔 2.0。
3 0
CV困境如何破:训练样本有限、2D视觉平面 VS 3D真实场景...
本文介绍了计算机视觉在实际场景和实际任务中存在的三种困境,以案例详细说明,并给出了潜在的解决方案。
3 0
雇佣劳工冒充AI?校园外卖机器人竟是远程人工操纵,时薪2美元
活跃在美国著名学府加州大学伯克利分校(UC Berkeley)校园的「明星」外卖机器人 Kiwibot,尽管看起来像是自动驾驶,实际上却是雇佣了远在哥伦比亚的真人进行远程人工操纵。最近,创业公司 Kiwibot 也陷入了用真人冒充 AI 的舆论漩涡。
3 0
四所中国高校夺冠三大赛道,这场24个国家2500多支队伍角逐的算法竞赛刚刚落幕
可以「欺骗」神经网络的对抗样本是近期计算机视觉,以及机器学习领域的热门研究方向。为了让 AI 能够抵御攻击,研究人员一直在寻找构建稳固机器学习算法的道路。最近,在国际顶级人工智能大会 IJCAI 上,一场有关人工智能安全的攻防战落下了帷幕。
5 0
阿里云人脸搜索最佳实践
人脸人体识别技术是基于阿里云深度学习算法,结合图像或视频的人脸检测、分析、比对以及人体检测等技术,为您提供人脸人体的检测定位、人脸属性识别和人脸比对等能力。阿里云视觉智能开放平台提供1:N人脸查找的功能,在向人脸库添加Face的时候,算法会根据添加的人脸计算一组特征记录到后端,但是并不会保存原始图片,这样在查询人脸的时候,就无法返回原始图片。很多用户使用过程中都有这样的使用场景:希望查询人脸的时候,将对应的相似人脸的原始图片也返回。这里结合阿里云oss服务,通过用户侧自己在oss保存图片的方式,实现查询人脸后不仅返回相似人脸样本信息,也返回原始图片的效果。
1101 0
ICCV 2019 | 四小时搜索NN结构,厦大提出快速NAS检索方法
ICCV 2019 将于 10.27-11.2 在韩国首尔召开,本次会议总共接受 1077 篇,总提交 4303 篇,接收率 25%。厦门大学媒体分析与计算实验室共有 6 篇论文接受其中两篇为 oral。
4 0
472
文章
0
问答
文章排行榜
最热
最新
相关电子书
更多
文娱运维技术
立即下载
《SaaS模式云原生数据仓库应用场景实践》
立即下载
《看见新力量:二》电子书
立即下载