电子元器件基础知识大全电子元器件采购基本知识-Ameya360电子元器件采购网

行业新闻

娱乐机器人行业：兴于教育，困于教育

看过《澳门风云 3》这部电影的朋友们，一定对剧中的机器人管家——傻强记忆深刻。在电影中，能够斟茶、变形、喷火的傻强，让很多人对娱乐机器人产生了浓厚的兴趣。实际上，这种机器人早已经出现在我们的生活中。在国内机器人市场，优必选、康力优蓝、祈飞科技等多家机器人企业，先后推出了具有聊天、教育、陪玩功能的多种娱乐机器人，给人们的日常生活，带来了许多乐趣，同时也让人们的生活产生了诸多变化。技术助力娱乐机器人兴起一直以来，人们对机器人都有着很多美好的幻想与追求。自 1959 年恩格尔伯格发明第一台机器人后，至今机器人产业已经经过了 60 多年的发展，其在技术和功能方面都取得了很大突破。受益于技术的进步，国内机器人市场规模也在迅速扩大。据《中国机器人产业报告》数据显示，2019 年国内机器人市场规模超过 86.8 亿美元，其中服务机器人市场达到 22 亿美元，同比增长超过 33.1%，未来几年增长潜力巨大。在国内机器人市场高速增长的同时，娱乐机器人产业也开始迅速发展。抓住市场机遇的儒博科技、小胖机器人、优必选等娱乐机器人企业，很快成为了市场中的佼佼者。不过，在产品功能方面，几家的机器人产品侧重点各不相同。例如，儒博科技主打的布丁机器人，价格在千元以下，支持英语教学功能；优必选的人形机器人产品，价格在 4000 元左右，具有跳舞、摄影等功能。小胖进击者机器人，则具有更加丰富的空气净化、投影、语音交互等功能，在产品体验方面的表现也更加出色。对比来看，这三家的机器人产品在价格、功能方面，都有很大的差异。不过，在教育功能方面，三家的产品却有相同之处。比如，在语音和听读功能方面，三家的机器人产品都支持和儿童的语音交互、诗歌朗诵等功能，而这也正是娱乐机器人产品受市场认可的主要原因。儿童教育引爆市场娱乐机器人产品的兴起，跟儿童消费市场的崛起有很大的关系。据亿欧网数据显示，针对儿童定位的娱乐机器人产品，2016 年销量超过 10 万，远高于其它品类产品的销量。国内市场的这种现象，跟近年来娱乐机器人在教育功能方面的进步有很大关系。一方面，在教育行业观念变化的情况下，中小学阶段的计算机编程教育被广泛推广，具有编程教学功能的机器人越发受到市场欢迎。另一方面，机器人教育已经在美国、日本、英国等海外市场得到实践，这种教育方式逐渐得到了很多家长和孩子认可。在国内媒体和商家的推广下，机器人教学这种教育方式，很快便在国内市场火爆，进而带动了整个国内娱乐机器人市场的迅猛增长。这样的形势下，国内机器人企业纷纷在自家产品中融入多种教学功能。比如优必选、康力优蓝这些品牌，其产品都具有英语教学、诗词朗诵等功能。由此可见，这种产品教育功能的火爆，已经引起了各家企业的重视。不过，对于娱乐机器人的教育功能，各家机器人企业的理解却不尽相同。比如主打语音交互功能的布丁机器人，就主打英语训练、小学教学辅助等功能；而优必选的人形机器人，除了语音交互、同步教材教学功能外，还有编程教学功能；小胖进化者机器人则具有更高端的高中教材、解答算术题功能，教学功能更为全面。从各家产品来看，娱乐机器人的教育功能，已经成为它在市场迅速增长的重要原因，同时也成了诸多机器人企业博弈的战场。但对机器人企业来说，机器人教育这条路并没有那么好走。高潮之中隐忧仍存 AI 教育一直是一个饱受争议的话题，这点也在娱乐机器人身上有所体现。在教育方面，娱乐机器人产品依然面临着多方面的问题。首先，娱乐机器人主打的语音互动功能，在和儿童语音交互中，识别效果并不理想，使得这种产品的市场拓展，难以更进一步。目前的市场中，机器人产品的语音识别准确度虽然可以达到 90%以上，但在实际应用中，娱乐机器人依然很难识别儿童的语言，对产品体验造成很大的负面影响。其次，市场中机器人企业众多，其主打的教学功能在内容方面却参差不齐，能否真正帮助儿童成长仍有待考证。比如优蓝、小胖机器人、优必选等机器人企业，都建立了自家的儿歌、故事、百科、英语等学习内容生态，但这些企业推出的内容，是否具备专业性教育资质依然难以确定。另外，机器人企业之间的博弈，也对机器人产品的教学内容质量产生了不利的影响。随着娱乐机器人市场竞争加剧，各家企业都通过扩充内容的方式，来吸引更多的用户。但这种高速扩充内容的方式，很难保证教学内容的质量。最后，娱乐机器人发展中存在的伦理问题，也不容忽视。由于娱乐机器人针对的用户主要是儿童，儿童又容易在机器人的陪护中，对机器人产生心理依赖，进而影响儿童的心理健康成长。因此，对机器人企业来说，怎样解决伦理问题也是它们需要思考的。同样，机器人教学中的语音互动、教学内容问题也不容忽视。而在解决教育问题的路上，机器人企业还需要多下功夫。行业如何破冰前行？对于娱乐机器人存在的教育问题，企业还是要从教学内容、语音技术等行业痛点出发，去提升产品的用户体验感。比如，在教学内容方面，企业还是要从儿童的角度思考，推广优质教学内容，真正为儿童成长提供助力；在语音识别方面，则需要机器人企业通过技术升级，以及大数据技术的应用，提升娱乐机器人产品，对儿童语言的识别能力。对于感性依赖问题，就需要通过和家长协同，合理利用机器人产品在读听方面的优势，淡化机器人产品的生命特征，从而保证儿童的心理健康成长。在解决这些问题后，娱乐机器人在教育方面的优势，才能进一步得到体现，到那时这个千亿规模的市场，才有望迎来进一步的爆发。在产品方面，人形、家庭服务等娱乐机器人兴起的情况下，市场的爆发式增长，也会让娱乐机器人产品出现更多的形态、功能。可以预见的是，在这些问题得到妥善解决之后，未来娱乐机器人市场，将会出现百花齐放的行业状态。到那时，优必选、康力优蓝这些具有先发优势的机器人企业，也将迎来一个绝佳的“超车”机会。

关键词：机器人

发布时间：2020-12-04 阅读量：1329 继续阅读>>

行业新闻

人脸识别渐成泛滥之势，该给狂奔的技术套上笼头了！

点完餐看一下摄像头就能完成支付，住酒店刷脸后才能登记，上公厕用厕纸也要刷脸才能取用……随着人工智能的发展，人脸识别技术得到广泛应用，大家有没有发现，人脸识别技术正在大规模的应用在各种生活和工作场景。这些莫名陡增的小现象，带来的是更大的便利还是更痛的忧患？ 11 月 20 日，被称为国内“人脸识别第一案”的杭州市民郭兵诉杭州野生动物世界有限公司一案宣判。杭州市富阳人民法院一审判决杭州野生动物世界删除郭兵办理年卡时提交的面部特征信息，赔偿郭兵合同利益损失及交通费共计 1038 元。郭兵的胜诉固然具有里程碑式意义，而关于人脸识别技术的讨论仍在继续。从表面上看，此事只是违约案件，但从 AI 技术的发展角度来看，则是确定了人脸识别技术应用的方向及权界，未来的人脸识别技术，不再是单方面的获取，而是需要征求用户的许可。　　人脸识别的应用推广。一方面，人们的确享受了技术带来的便捷高效，节约了时间人力成本，另一方面，人脸识别的泛滥也为用户面部信息泄漏留下了安全隐患。2020 年 7 月，“人脸信息五毛一份在电商平台打包出售”被曝光，不少网络黑产从业者以此批量倒卖非法获取的人脸等身份信息，从事虚假注册、电信网络诈骗等违法犯罪活动。　　《中华人民共和国网络安全法》第四十一条规定，网络运营者收集、使用个人信息，应当遵循合法、正当、必要的原则，公开收集、使用规则，明示收集、使用信息的目的、方式和范围，并经被收集者同意。　　然而在人脸识别的应用场景中，用户或被反复弹窗提示使用人脸识别功能，或在并无人脸识别平行选择的情况下被动接受刷脸，甄别能力较弱者甚至被某些“换脸游戏”引导录入面部信息并不自知……在信息使用层面，部分信息采集方并未向用户明确使用规则及范围，后续信息的使用处理亦无人监管；在信息保护层面，人脸识别技术的使用机构和数据公司，一味使用技术红利采集信息，却并不都具备相关风险抵御能力。作为不可复制替换的个人信息元素，面部信息一旦被窃取或泄漏，其风险不言而喻。　　人脸识别技术被滥用，正在造成个人信息采集的失控。除了公众个人信息保护意识薄弱之外，不少组织机构无论是否正当、有无必要，一味追求成本低廉和采集便利，无限制使用人脸识别身份认证也是重要原因。此外，数据公司为拓展业务和增收盈利，不断推广普及采集技术，也为人脸信息安全埋下了隐患。　　技术的发展和应用有待相关法律的同步。在现有网络安全法、民法典、消费者权益保护法等相关法律的基础上，法律有必要对不同主体收集人脸信息的正当性、必要性边界进行规范，进一步明确信息采集尺度、技术使用边界、信息保护监管、信息安全责任。2020 年 3 月，由国家市场监督管理总局、国家标准化管理委员会正式发布了 2020 版国家标准《信息安全技术个人信息安全规范》，其中明确要求个人生物识别信息需单独告知使用目的、方式和范围，并且应当与个人身份信息分开存储且原则上不应存储原始个人生物识别信息。规范中具有参考价值的提法建议，有必要落实为法律层面进行强制约束。　　作为信息的采集流通储存环节，组织机构和技术公司在采集人脸信息时，应当遵循“最少够用”原则，充分征求被采集人意见，落实行业主体责任，公开信息使用规则，保障信息使用安全。另一方面，也要开发替代性的身份识别手段，在信息安全流程尚不成熟阶段，把控人脸识别技术存在的技术风险。　　与此同时，在公民提高个人信息安全意识之外，政府也要落实监管主体责任，管控过度信息采集行为，监管信息的使用流通安全，建立组织机构的普适性安全责任底线，为公民搭建一张值得信赖的个人信息安全保护网络。人脸识别双刃剑虽然人脸识别被大范围应用，但据了解，目前人脸识别技术主要用于公安、零售等部分行业，其他行业的应用并不多——人脸识别相关设备的费用并不低，如何回利成为最根本的要求。但就目前来说，随着 3D 结构光、活人认证技术的应用，均要求采集当事人的现有面容，在这一要求下，大部分面容照片并不能被有效利用。而普通的照片通常被用于训练——部分 AI 企业并不具备采集数据的资质，为了训练 AI 的深度运算，只能购买照片进行训练，但这一产业规模相对集中。此外，在公共安全方面所采集的人脸数据，通常会在 3－6 个月后删除；而在私人领域门禁方面，则会在 15－90 天内删除——这一切均在遵守法律法规的企业才会做。中央网信办等部门近期表示，针对面部特征使用不规范等问题，将开展专题研究。

关键词：人脸识别

发布时间：2020-12-04 阅读量：1674 继续阅读>>

行业新闻

联发科助力亚马逊开发定制芯片，推出AZ1神经边缘处理器

智能终端设备实现 AI 人工智能应用，一般是通过网络把终端侧与云端服务器进行连接，通过云端计算识别用户指令，然后再将指令下发到终端侧，让智能终端设备执行相应的操作。然而这种方式存在诸多弊端，例如数据传输链路较长造成延迟、网络不稳定或云端超负荷都会导致终端响应不及时的问题。因此，智能终端设备厂商和芯片厂商已开始在边缘计算方面下功夫。边缘计算之所以会被产业巨头青睐，与其特性有关。边缘计算可将原本需要上传至云端处理的数据，就在本地进行处理，从而减少传输过程中产生的延迟，避免传输时数据丢包等问题，即便云端工作超负荷，也不会影响终端设备的正常运作，同时还可以让智能终端设备实现更多离线功能。另外，边缘计算可以更有效的防止云端被攻击造成的隐私泄露等安全问题。联发科在边缘计算方面表现十分突出，特别值得一提的是，联发科助力亚马逊定制开发了第一代 AZ1 神经边缘处理器（AZ1NeuralEdgeprocessor），同时联发科 MT8512 芯片首发搭载了 AZ1，通过本地处理语音命令，不仅可以让亚马逊的语音助手 Alexa 快速做出响应，使 Echo 智能音箱更快速回答用户问题，同时也有助于提高硬件效率。联发科 MT8512 芯片适用于高端音频处理和语音助手应用，搭载 2GHz 频率的双核 CPU，支持 LPDDR4X 内存、Wi-Fi5 和蓝牙 5.0。据悉，搭载 AZ1 的联发科 MT8512 芯片已经应用在最新的 AmazonEcho、EchoDot 智能音箱以及 EchoShow10 智能显示器等产品上。亚马逊携手联发科共同开发 AZ1 神经边缘处理器（图 / 网络）实际上，联发科在边缘计算上早已深耕多年，其 AIoT 芯片都具备较强的边缘计算能力，同时具有高性能低功耗的特性，可延长智能终端设备的电池寿命。例如，联发科 i350、i500 两款 AIoT 芯片，可以强化终端设备的语音和影像处理能力。边缘计算技术的出现，不仅可以提升智能家居设备的消费者使用体验，同时还可以为智能工厂、智慧农业、智慧城市等企业级应用减少云端计算压力和节省流量，从而进一步减少云建设成本。目前，联发科的 AIoT 平台解决方案已被广泛应用在消费级和企业级物联网市场，例如语音助理、智能家电、智能门禁、智能健身、移动支付终端机等等，覆盖家庭、企业、工业、医疗、零售、智慧城市、物联网等丰富的智能设备，面对多样且分散的智能设备需求，联发科携手各方专业的合作伙伴，提供完整且优质的产品和使用体验。注：图文来自网络，如有侵权请联系删除！

关键词：联发科亚马逊

发布时间：2020-10-29 阅读量：1627 继续阅读>>

行业新闻

2020 AI医疗产业八大细分领域发展

　　近年来，人工智能技术在医疗影像识别、病情分析、健康管理等方面发挥的作用逐渐得到重视，新冠肺炎疫情的暴发更是加速了这些智能技术在医疗领域的应用。　　近日，中国信息通信研究院、工业互联网创新中心(上海)有限公司联合 36 氪研究院共同发布《2020 人工智能医疗产业发展蓝皮书》。　　我国人工智能医疗的发展机遇　　①顶层设计不断加码，产业发展政策环境持续优化。　　②市场增长迎来发力期，资方入局窗口已经打开。　　③市场需求日益旺盛，慢病管理等领域颇具增长空间。根据国家统计局数据显示，我国老年人口占比连年上升。　　④新冠疫情的迫切需求为相关产业的发展打开了新局面。　　⑤5G、量子计算等新技术的增长为产业发展提供了新动能。　　⑥复合型人才厚度增加为产业厚积薄发创造新节点。　　八大细分领域的发展探索　　1、AI+公共卫生：防控治理是痛点也是突破口　　重要应用场景：　　①传染病防控传染病防控是目前人工智能在公共卫生领域的最大应用场景，人工智能主要在传染病暴发预测、传播与溯源路径排查、发展趋势预测等方面发挥作用。　　②卫生监督利用人工智能、物联网等创新技术，打造“智慧卫监”综合监管平台，有效提升卫监人员工作效率，确保执法流程公正。　　③人工智能技术应用于疫苗查询、真假疫苗识别和疫苗信息追溯等方面，可以在一定程度上解决这一问题。　　重点发展趋势：　　①从行业参与者及市场现状来看，目前公共卫生领域尚处于人工智能应用的初期阶段，仍然为蓝海市场，在新冠疫情催化下，有加速发展趋势。　　②可提高应对疫情等突发事件的决策能力和响应速度，降低防控作业成本，扩大信息传播半径，从而为公共卫生防控治理能力带来质的提升。　　③随着医疗数据互通互联，医疗数据孤岛问题正在被积极解决，人工智能在公共卫生领域的各项应用亦将随之逐步深化。　　④从近两年来看，人工智能有望在传染病大数据分析预警系统和疫情排查系统这两个领域进一步释放潜力，为公共卫生治理提供有力的决策支持。　　公共卫生领域新兴企业：　　①百融云创(智能语音对话机器人)　　②鲸腾网络(智能疫情通知回访和智能疫情客服系统)　　③京东数科(疫情问询机器人)　　2、AI+医院管理：智能协助人力提升精准+效率　　核心应用价值∶　　①利用智能化信息技术重塑患者端全流程就医体验;　　②以人工智能和大数据驱动医院端智慧管理与决策，推动医院管理体制机制持续创新;　　③人工智能与大数据可以实现跨机构互通互联，打通医疗服务数据与生态壁垒，完善以医院为中心的医疗服务生态。　　核心发展场景：　　①患者端：人工智能重塑就医体验利用人工智能技术，医疗服务可以突破医院的物理边界，以患者为中心，延伸到诊前、诊中、诊后的就医全流程。　　②医院端：人工智能重构管理体系人工智能深入病人管理(电子病历)、药械管理(器械设备与药品智能化闭环管理)、病房管理(智能手术排班)、绩效管理(DRGs 绩效)、后台管理(人力财税等智能后台综合管理)等方面，为医院管理体系带来整体升级重构。　　③生态端：人工智能完善医疗服务生态在整个医疗服务体系中，医院处于核心位置，是各项信息数据汇聚与整合的中间枢纽，此外还有其他医疗服务机构、医疗健康产品提供方、支付方、监管方等。　　医院管理领域新兴企业：　　①科大讯飞(导诊机器人)　　②博识医疗云(专病结构化电子病历)　　③上海利连(智能化医疗全息数据平台产品)　　3、AI+医学影像：算法+分析下的提效+提准　　核心应用价值：　　①承担分类检出工作。②替代医师工作。③提供具有附加值的工作。　　重点发展趋势：　　目前中国 AI 医学影像产品布局方向主要集中在胸部、头部、盆腔、四肢关节等几大部位，以肿瘤和慢病领域的疾病筛查为主。　　在 AI 医学影像发展应用初期，肺结节和眼底筛查为热门领域，近两年随着技术不断成熟迭代，各大 AI 医学影像公司也在不断扩大自己的业务半径，乳腺癌、脑卒中和围绕骨关节进行的骨龄测试也成为市场参与者重点布局的领域。　　医学影像新兴企业：　　①平安科技(平安科技肺炎 CT 影像智能辅助诊断系统)　　②依图医疗(胸部 CT 新型冠状病毒肺炎智能评价系统)　　③阿里达摩院(新冠病毒肺炎 AI 辅诊助手)　　4、AI+医疗机器人　　核心应用价值∶　　①小型化：随着微电子技术不断发展，医疗器械小型化成为一大发展趋势。　　②智能化：智能化的人机交互功能，远程操作与精准控制能力，基于个体状况实现个性化柔性操作，具备环境变化的独立判断与适应能力。　　重点发展趋势：　　①随着我国对于高端医疗器械核心技术的研发突破，国产手术机器人在操作模式、辅助手术灵活性、工作空间、操作力、定位精度等方面也在逐渐接近世界先进水平，发展潜力巨大。　　②医疗服务机器人在国内发展较晚，加之其覆盖场景较多，所以市场集中度并不高，产品同质化竞争程度较小。　　③我国医疗机器人目前仍处于发展初期阶段，在政策利好、老龄化加剧、消费者认知升级和产业化发展提速等多种因素的综合影响下，未来医疗机器人的规模化使用将成为一大趋势。　　医疗机器人领域新兴企业：　　①力迈德医疗(下肢智能反馈训练系统 W200)　　②Remebot 柏惠维康(神经外科机器人)　　③金山科技(型腹胸腔微创手术机器人)　　5、AI+药物研发：缩短周期+降低成本+提高成功率　　核心应用价值：　　人工智能技术在新药研发领域的应用已经渗透到各个环节，主要涉及靶点发现、化合物合成、化合物筛选、晶型预测、药理作用评估、药物重定向、新适应症开发等多个场景。　　重点发展趋势：　　在药物研发过程中引入人工智能技术，利用深度学习技术对分子结构进行分析与处理，在不同研发环节建立拥有较高准确率的预测系统，可以减少各个研发环节的不确定性，从而缩短研发周期，降低试错成本，提高研发成功率。　　目前，“人工智能+药物研发”仍属蓝海领域，处于技术探索与结果验证阶段，未来市场潜力较大。　　药物研发领域的新兴企业：　　①晶泰科技(Renova 人工智能药物研发平台)　　②深度智耀(AI 驱动的药物合成、药物设计、药物活性预测、临床研发一体化)　　③亿药科技(InfinityBind：人工智能设计平台)　　6、AI+健康管理：智能终端+管理前置+数据生态　　核心应用价值：　　①通过智能终端进行多维度健康数据采集，提升数据应用价值;　　②将健康管理前置到预防阶段;　　③构建医疗数据生态的重要环节。　　重点发展趋势：　　①风险识别，利用人工智能技术进行数据处理与分析，依据关键定量指标识别疾病发生风险，提供降低风险的可能性建议。　　②虚拟护士，人工智能充当“护士”角色对患者进行个性化护理，记录并分析患者的饮食、运动和用药习惯，对患者的身体状态给予动态评估意见，协助患者规划与调整个人生活。　　③精神健康，运用人工智能技术对用户的语言、表情和声音等信息进行挖掘，识别用户的情绪与精神状态，发现用户精神健康方面的异常情况。　　④移动医疗，利用人工智能技术，为患者提供在线问诊和慢病管理等服务。　　由于可穿戴设备硬件发展水平和疾病相关数据积累不足，健康管理的智能化水平仍然不高，用户付费习惯亦有待培养。　　健康管理的新兴企业：　　①松果数码(AI 医养云安全健康管理平台)　　②诺华制药(护心小爱)　　③华米科技(米动健康手环)　　7、AI+精准医疗应用：智能+定制化解决方案　　核心应用价值：　　精准医疗在癌症领域已有较为成熟的诊断和治疗应用;无创产前检测成为目前高通量基因测序技术应用最为成熟的临床项目。　　领域新兴企业：　　①华大基因(肺癌组织个体化诊疗基因检测、基因自主测序平台)　　②贝瑞基因(肿瘤检测)　　③达安基因(荧光 PCR 检测、基因检测)　　8、AI+医疗支付　　主要应用场景：　　分为医保支付、商保支付、众筹互助、医疗分期和支付工具五大应用场景。　　重点发展趋势：　　①基于人工智能的医保控费模式，主要利用大数据、深度学习、类脑信息处理等关键技术，对医疗保险数据进行深度挖掘和学习，探寻数据内部的隐含关系，发现医保违规异常数据，从而规范医疗服务行为，控制医疗费用的不合理增长。　　②基于涵盖诊疗规则、药品规则和医保规则等多种规范在内的核心知识库，以费用监控为重要手段，利用自动分析算法，实现事前控制、事中预警和事后审核的医保全流程监管。　　医疗支付领域的新兴企业：　　①创业慧康(“健康中山”运营平台)　　②数联易康(医保业务精细化管理服务、医保大数据监管方案)　　③智诚民康(医保智能管理系统)　　产业整体发展趋势　　①政府对产业自主安全可控提出针对性政策，国产化进程将再度提速。　　②政府将推动成果转化，人工智能医疗产品将逐步实现大规模应用落地。　　③政府将推动建立标准化测试数据集并推动共享，持续完善标准规范体系。　　④“以患者为核心、切实满足医生临床工作需求”的核心理念正在逐渐成为行业共识。　　⑤产品将横向覆盖多病种、纵向深入场景。　　结尾：政策利好+标准规范让落地应用成为可能　　政府密集释放相关利好政策，推动科技成果转化，推动数据共享，持续完善行业标准规范体系。　　同时，“以患者为核心、切实满足医生临床工作需求”的核心理念正在逐渐成为行业共识，人工智能医疗产品正在向覆盖多病种、深入应用场景的方向发展。可以预见，人工智能医疗大规模落地应用的时代即将来临。　　未来人工智能将持续在医疗健康领域发力，优化医疗机构管理水平，提升医疗诊疗效率，提高医疗和服务水平，增强医疗创新研究能力，实现与医疗产业全生态的横向拓展及纵向深度融合。

关键词：人工智能医疗影像识别医疗机器人 AI

发布时间：2020-09-21 阅读量：1661 继续阅读>>

行业新闻

人工智能技术的快速发展，成为赋能社区建设的重要支撑

近些年，社区正在成为各类企业争夺的重点，企业在加快社区智慧应用的布局中不断加大技术研发与投入，各类新兴技术快速发展，被越来越多地应用到社区的建设当中，并成为赋能社区建设重要支撑。如以物联网技术、人工智能感知技术等为代表的，正逐渐实现社区中人、事、物的管理，为社区服务提供智能化升级。物联网技术适宜社区应用“社区”虽小，却千头万绪，一直以来被誉为推进“智能化”建设的难点。首先社区人口数据海量却复杂，涉及的防控范围十分细化，传统管理方式难以取得高效的社区安防管控，其次，社区管理与“民生”服务息息相关。这不仅要求警务管理方面设备的技术升级，同时也更讲究将社区这个“数据”集散地，用数据化的思路进行整体调控和管理。物联网的核心和基础仍然是互联网，是在互联网基础上加以延伸和扩展的网络，其用户端延伸和扩展到了任何物品与物品之间，实现的信息交换和通信。因此，运用物联网与大数据技术相结合，可以把社区内万物状态的信息实现时时收集、分析、管理、运行，实现社区尝试解决社区管理中“人力所不能及、人力所无法及、人力所没有及”的实际问题，提高社会管理的精细度，破解城市治理难题。例如在社区中存在着诸多应用系统，楼宇对讲系统、智慧门禁管理、停车场管理、停车场管理、人行道闸系统、电梯联动、公共广播、智能门锁的等等，不但这些系统中分布着大量传感器，同时这些系统之间的联动以及感知环境，收集环境数据，都需要借助物联网感知设备。AI技术应用破解社区智能化难题目前，各地涌现多种围绕社区的智能化解决方案，其中基于深度学习AI应用落地成为社区事前防范、事中控制、事后处理的应用。而这些落地应用大多数是基于社区安防系统的。以社区治安防范为例，人、车、物为核心的综合实战应用是视频监控的一大挑战。人脸识别、车辆分析、视频结构化算法提取视频内容，检测运动目标，分类为人员属性、车辆属性、人体属性等多种目标信息，结合公安系统，分析嫌疑人线索，为公安办案提供了有效的帮助。另外，在智慧社区，通过物业公司的智能门禁、车辆道闸、车位锁、门锁、广告栏等产品组成的系统，能够精准的进行人员甄别。随着AI技术的广泛推广和系统集成程度的成熟，人员通道管理可采用原有发IC卡、身份证、指纹、二维码等多种认证方式通过后进入；也可借助智能AI摄像机，自动识别小区业主及常住住户，无需业主手动，系统识别确认后自动开门、点亮对应楼层。基于人脸识别等智能算法应用，为业主及访客提供了更安全和便捷的出入管理方式。同时在车辆出入口管理方面，预先采集业主车牌和车脸信息，出入口系统支持高效的车辆识别联动闸机放行，也支持访客预登记的车牌识别放行，无需再次验证，同时访客来访的信息可被推送到被访者的可视对讲室内机。车辆出入口对进出小区车辆进行管理，如车牌抓拍、远近距离读卡识别、进出时间、道闸联动，临时进出车辆和业主（常住）车辆区分，做到“合法顺畅出入、非法有效阻止”。并记录过车信息，形成车辆进出行驶轨迹，为后续的管理提供详实的数据记录。大数据分析运营实现管理精准当然，除了前端的感知层外，还需要一整套完整而全面的大数据运营平台进行集中管理。通过物联网前端设备实现各种数据采集，通过大数据平台实现各种数据的汇合，进而借助大数据技术实现数据挖掘，找出有用的信息，进而向终端用户进行内容推荐。并通过平台显示系统配置弹窗/语音/短信/日志等多种信息，工作人员可以方便实时处理、跟进警报状态；甚至在上传地图中也设置有门牌号，并与用户进行绑定，在险情发生时，告警界面地图模块会有精确的险情发生位置信息提示，工作人员可以具体精确到小区楼号与门牌号，第一时间直达发生险情的用户家中，排除险情。小结流动人口多、停车场车流量大、居民诉求日益多元化，传统的社区管理模式难以满足城市综合体要求。智能化社区通过物联网技术与大数据技术，实现数据应用规模化推广与落地，服务于民生、政府管理、综治、安防等等多个领域。

关键词：智能算法

发布时间：2020-07-06 阅读量：1700 继续阅读>>

行业新闻

利用AI可在6小时内设计出芯片？谷歌再曝黑科技

一直以来，芯片都是不少科技公司研发的重点，尤其在芯片市场竞争异常火热的今天。芯片研发周期长、成本高，重度依赖设计，优秀的芯片设计师非常稀缺，基本都被几家老牌芯片大厂垄断，后起之秀很难在短期内挖到足够的资深设计师。随着技术的不断升级，AI 的作用也越来越重要，很多科技企业都在对 AI 进行不断的投入研发。近日，Google AI 负责人 Jeff Dean 和谷歌研究部门、谷歌芯片实现和基础设施团队共同撰写了一篇论文，论文中描述了一种基于学习的芯片设计方法，并声称可以平均在 6 个小时内完成芯片的设计。该论文的发布，意味着片上晶体管的放置可以在很大程度上实现自动化。如果技术成果可以公开发表，那么这项技术可以让资金紧张的初创公司开发出自己的芯片，用来进行人工智能或其他行业的研究应用。此外，该技术还可以帮助缩短芯片的设计周期，使硬件能够更好地适应理论研究的快速发展。 Jeff Dean 在去年年底的一次采访中曾透露过这一项技术，并介绍到"从你想要的设计，到实际将其铺设在芯片上，并在面积、功率和线长等方面有适当的限制，满足所有的设计或制造过程，这是一个持续很长时间的过程，而我们基本上设计出了一款机器学习模型，它可以学习如何为一个特定的芯片进行元件布局。" 该 AI 模型的方法旨在将逻辑门、存储器和更多的网格图放置到芯片画布上，从而使设计在遵守放置密度和路由拥塞限制的同时，优化功耗、性能和面积（PPA）。图谱的大小从几百万到几十亿个节点组成的集群不等，通常情况下，评估目标指标需要数小时到一天以上的时间。 Jeff Dean 提到，数十年来，推动计算技术发展的基本思想是：给要解决的问题匹配足够的算力。问题越大，算力越大。但当我们进入 AI 时代后突然发现，算力并没有那么重要了。事实证明，AI/ML 不需要典型的 CPU/GPU 的复杂功能，所需的数学运算也更简单，而且要求的精度也低很多。事实证明，AI 在设计芯片方面天赋异禀。AI 设计芯片的水平越来越高，完全自动化地布置芯片上晶体管也毫无压力。现在，AI 设计芯片平均只需要 6 个小时。而同样的活儿，人工做要花费几周时间。研究人员将逻辑门和存储器组成的芯片网表放在一个芯片画布上，这样就可以一目了然地优化设计中的功耗、性能和面积(PPA），同时遵守对布置密度和走线阻塞的限制。这些网表大小不等，由成千上万个集群中的数百万到数十亿个节点组成，通常，评估达成目标需要花费几个小时到一天以上的时间。研究人员设计了一个框架，指导 AI 智能体进行强化学习训练，来优化芯片的布置位置。(强化学习通过奖励政策来刺激 AI 智能体完成目标，在这种情况下，AI 智能体会根据奖励最大化的情况进行布置。) 根据芯片网表，当前节点的 ID，以及网表和半导体技术的元数据，一个政策 AI 模型会在可用的布置位置上输出一个概率分布，而价值模型则对当前布置的预期报酬做出估计。就这样，从一个空芯片开始，AI 智能体完成网络列表，然后按顺序布置组件。最终 AI 智能体会收到系统的奖励。为了引导 AI 智能体先选择布置哪些组件，组件按降序大小排列; 先布置较大的组件，会减少以后无法布置组件的可能性。培训 AI 智能体，需要创建一个包含 10,000 个芯片布置情况的数据集，其中输入与给定布置相关的状态，标签是布置相对应的奖励(即，线路长度和阻塞)。研究人员首先挑选了 5 个不同的芯片网表，然后应用 AI 算法为每个网络列表创建 2000 个不同的布置位置。在实验中，研究人员报告说，在越多的芯片上训练框架，就能够越快地进行训练，产生更高质量的结果。他们声称，与主流芯片相比，谷歌 TPU (人工智能加速器芯片)的产品实现了更好的 PPA。研究人员得出结论，现有的方法总是从零开始优化每个新芯片布置位置，我们的工作利用了先前布置芯片所积累的知识，随着时间的推移训练效果变得越来越好。

关键词：AI 谷歌

发布时间：2020-04-29 阅读量：1275 继续阅读>>

行业新闻

趋势丨AI阅片将改变AI落地医疗领域的速度

　　AI是利用 AI 进行医疗影像诊断，疫情的爆发，让医疗系统看到了 AI 技术的优势。　　疫情让 AI 阅片备受重用　　新冠肺炎疫情前期，在核酸检测方面，由于医护人员试剂盒使用经验有限，很难采集到上呼吸道附近的唾液样本，造成患者假阴，导致核酸的检测在一定程度上受限。　　随着临床诊断数据的积累，新冠肺炎的影像学大数据特征逐渐清晰，CT 影像诊断被列入《卫健委新冠肺炎诊疗指南(第五版)》中，相比核酸检测，CT 影像图像清晰度高，能够诊断早期轻微病变，因此 CT 影像也成为新型肺炎检测的方式之一。　　火神山医院、雷神山医院、武汉同济、协和、中南医院等一线战场已部署并投入使用，随着临床数据的积累，AI+云也将在新冠肺炎诊断中发挥更大的价值。　　近两年来，AI 在医疗健康行业的应用中表现越来越突出，包括医疗机器人、智能药物研发、智能诊疗、智能影像识别、智能健康管理等方向，这些应用在这次疫情防控和诊治中发挥了重要作用。　　AI 阅片能否长期立足存难点　　①肺炎分为很多种，病毒性、细菌性、真菌性、支原体、衣原体、过敏性等。其中，病毒性肺炎的影像学表现和其他类型肺炎都不同。目前困难是，CT 无法准确判断病人携带的是否是新冠病毒。　　也就是说，CT 与核酸检测结果可能存在不一致的现象，这种情况下，再结合患者流行病学史、临床表现才能更为精准地诊断新冠肺炎。　　②AI 能够有效识别易漏诊结节，比如 6mm 以下实性结节和磨玻璃结节。但在面对新冠肺炎病毒时，AI 还有更大的空间。　　如今单靠 CT 影像识别出病毒性肺炎是哪种病毒还是非常困难的，如果 AI 能够在这方面有所建树，将是很大突破，但这非常难。　　③疫情初期，尽管有不少新冠肺炎疑似 CT 数据，但缺乏有效标注。CT 照片看似海量，但对于 AI 来说，仍显不够，要想让 AI 越来越聪明，需要“投喂”大量数据。　　但在医疗场景中，无论总患病人数多庞大，都很难在某一个医院获得大量的数据训练，而且病患个体差异较大，每一个人的病程、病情、疾病种类都会有所不同。　　④从全国范围来看，影像科人才资源地域性分配不均衡问题突出，基层医疗单位能否像大医院一样拥有 AI 医疗影像诊断的系统使用，目前还不好说。　　⑤目前 AI 在神经系统影像诊断方面，仍完全依赖于数据真实性和质量的支撑，在缺乏大数据支持的疑难病、罕见病诊断领域，AI 和专业医生之间仍存在差距。　　AI 医疗行业的商业开展　　自 2013 年到 2017 年，中国医疗人工智能行业共获得 241 笔融资。其中，2017 年国内医疗人工智能行业公布的融资事件近 30 起，融资总额超过 18 亿元。　　而到了 2018 年，资本对于医疗人工智能市场的热情依旧不减，仅 2018 上半年就有 18 家公司获投，总金额超过 31 亿元。截至 2018 年 6 月，中国共有 89 家医疗人工智能创业企业获得投资，总金额约 219.38 亿元。　　目前中国大多数初创企业以辅助诊断为主要业务，而具体业务又以影像学、智能辅助诊断系统和语音识别为主，涵盖的疾病较广，但多偏重于基于图像识别的影像学、病理图片识别的疾病，如肺癌、宫颈癌等。　　不过虽然资本的热情将医疗人工智能初创企业推上风口，但对于创业公司来说，如何实现商业化是一个巨大的难题。与此同时，同行的竞争及巨头吞并也给这些企业带来一定的困难。　　AI 在医疗领域最大的问题可能是没有一个非常好的商业模式落地，或者没有形成真正的闭环，实现自我的造血能力。主要原因是可能还没有找到特别好应用，目前都在不断的试错阶段。　　AI 影像的终点在基层　　三甲医院是医学影像 AI 的主要阵地。大型医院人满为患，医生分身乏术。AI 的出现能够缓解医生工作压力，让医生能够腾出时间思考更高技术水平的问题，让医生回归医疗本身。　　AI 现阶段的角色主要是辅助工具，在少数医疗诊断过程中有明显作用。此外，AI 不应停留在大型医院，基层医院也需要 AI 的助力。无论是 AI 软件或系统设备，在基层都大有可为。　　对于基层医疗机构来说，医疗资源不足，基层医生因为没有机会接触、学习大量的不同病例，所以缺乏相应的阅片经验。AI 便能辅助基层医生做出诊断。　　大医院和基层医院都需要 AI，只是需求不同。随着技术的发展，AI 在基层会呈现出更大的社会价值和商业价值。　　一项新的医疗技术往往是从高级往低级传递，AI 技术在大医院进行打磨、试点、成熟，被认可后下沉到基层医院，这一发展路径与其他行业的 AI 技术有所不同。　　海外会成为医疗 AI 的未来主市场　　目前，我国疫情已进入收尾阶段，防疫重点也是防止输入性感染，国门之外，新冠肺炎患者数量急剧上升。在此情况下，AI 企业也顺势走出了国门，拓展海外市场。　　目前海外国家推崇的是核酸检测，而我国关注的是核酸检测与影像学针对的结合。　　中国医疗 AI 企业的命运，就是要实现出海，哪怕是被海外领先企业“吃掉”，也要把自己放在全球的格局中去竞争。中国医疗 AI 企业的竞争对手就应该来自于海外市场。　　实际上，美国、以色列、印度都是强大的竞争对手。美国的优势在于商业化路径非常通畅。　　医疗行业体量庞大，社会对创新技术的落地和收费持鼓励态度。如以色列等国，会有政府牵头，帮助企业获得科研数据，保证其产品的准确性，从而走出国门，去国际市场分一杯羹。　　结尾　　随着人工智能技术逐步走向成熟，一个万亿级的人工智能大健康产业呼之欲出。　　向治疗领域的纵向延伸，是人工智能的一大趋势，当前人工智能技术的运用还有相当长的研究路径要走，只有从医学辅助进入影响治疗决策的阶段，才能说明“AI+医疗”真正走向成熟。

关键词：AI阅片

发布时间：2020-04-23 阅读量：1331 继续阅读>>

行业新闻

浅谈中美在五大创新领域展开的技术战

据悉，特朗普政府正在考虑新的限制措施，旨在遏制中国在半导体方面的尖端制造能力。中国通讯设备巨头华为技术有限公司(Huawei Technologies Co.)的董事长上个月警告称，如果美国继续推进遏制计划，那么中方也将实施自己的限制措施。中国作为全球第二大经济体，经济正持续增长，加上我国政府在技术上的巨额投资，美国的这一优势受到前所未有的侵蚀。这样的发展形势促使美国总统特朗普(Donald Trump)与中国展开全面的贸易战和经济战，包括对华征收关税、进行出口管制和制裁涉嫌窃取美国公司机密的中国科学家。最显著的技术争夺战围绕 5G 展开，5G 是一种超高速蜂窝网络，有望成为未来技术的基础。美国政府认为蜂窝技术的领军企业华为会威胁网络安全，已采取异乎寻常的措施，试图挫败华为。这场战斗还扩大到了其他技术领域，像 5G 一样，这些技术现在并没有改变人们的生活，但在不久的将来可能会改变人们的生活、工作和战争方式。人工智能常被宣扬为新工业革命的关键，可用于增强现实和远程手术等应用。量子计算可帮助发现新药，并解密曾被认为是无法破解的加密数据。自动驾驶汽车可从根本上改变交通系统、基础设施以及人们的出行方式。先进的计算机晶片充当数字大脑，协调着上述所有技术。接下来，浅析一下美中两国在 5G、人工智能(AI)、量子计算、半导体、自动驾驶汽车五大领域的发展。 5G今年 2 月，美国司法部长威廉·巴尔(William Barr) 表明了美国在 5G 领域的立场，他建议美国及其盟友应当考虑入股华为的竞争对手诺基亚公司(Nokia Co., NOK)和爱立信(Ericsson AB )。诺基亚和爱立信总部都在欧洲。白宫后来驳回了入股这两家公司中任何一家的想法，但巴尔的言论仍然凸显出美国没有能与华为抗衡的大公司。华为是全球最大的通讯设备制造商，产品包括安装在蜂窝基站上的无线电硬件。美国昔日龙头企业朗讯(Lucent)和摩托罗拉(Motorola)在押注失败后，剩余的资产分别被芬兰的诺基亚公司和瑞典的爱立信收购。后两家公司在与华为竞争的同时，已陷入裁员和无利可图的困境。华为凭借尖端产品和低廉价格获得了大量市场份额，几乎相当于其欧洲竞争对手的市场份额总和。美国也有一些 5G 参与者。思科系统(Cisco Systems Inc., CSCO, 简称﹕思科)是连接到蜂窝设备的路由器和交换机的最大制造商。高通公司(Qualcomm Inc., QCOM)和 InterDigital Inc. (IDCC)是领先的知识产权公司，赚取蜂窝技术专利授权费。但上述两个市场相对较小，而且华为也是这两个市场的参与者。一家无线运营商的 5G 资本支出中有 60%以上可能流向蜂窝设备，比如无线电，而华为在无线电市场上居于领先位置。市场咨询公司 ABI Research 的 5G 研究总监 Dimitris Mavrakis 说：「所有这些钱都流向了无线电。」华为以其技术先进的蜂窝设备及快速生产的能力，帮助中国迅速推出了 5G，把该国诸多地区变成了一个潜在实验室，可供发展那些依赖 5G 的技术，比如自动驾驶汽车。与此同时，频谱方面的限制已拖慢美国的 5G 网络建设步伐。不过，现在就宣布中国是 5G 竞赛的赢家还为时过早，尤其是考虑到华盛顿有更多的手段来打压华为在蜂窝网络设备行业和智能手机领域的主导地位。华为在智能手机领域也是全球领先的公司。研究公司龙洲经讯(GaveKal Dragonomics)驻北京的技术分析师 Dan Wang 称，华盛顿的联邦机构目前正在讨论是否以及如何加强对华为的制裁。他表示，如果他们这样做，那么华为的业务将受到重大干扰，可能会在生产智能手机和 5G 设备方面遇到麻烦。在 5G 领域，中国占优势。人工智能(AI)三年前，北京方面宣布，中国打算到 2030 年成为 AI 领域的全球领先者，其设想是，单是国内 AI 产业的价值就达到约 1,500 亿美元。包括阿里巴巴集团(Alibaba Group Holding Ltd., BABA)和百度(Baidu Inc., BIDU)在内的中资上市科技巨头已经在 AI 研发方面投入了数以十亿美元计的资金，并在中国和矽谷建立了实验室，利用了矽谷的开放性。这让它们成为了 AI 霸主，在电子商务算法和人脸识别等领域超越了国际竞争对手。中国拥有庞大的人口和监控基础设施，而且人们在私隐权问题上态度较为宽松，这些条件综合在一起产生了海量的数据，推动 AI 变得更加智能。但是，虽然中国可能在 AI 研究方面做出了更多贡献，并且在人脸识别等一些重要的 AI 细分领域处于领先地位，但中国并未在所有 AI 领域领跑。政治风险咨询公司欧亚集团(Eurasia Group)的分析师 Paul Triolo 表示，涉及到通用人工智能的研究，即具有更广泛的、类似人类思维能力的 AI 研究，微软(Microsoft Co. ,MSFT)和 Alphabet Inc. 旗下的 Google(Google)等美国的大公司显然处于领先地位。美国科技巨头已在 AI 上投入了数不清的资金，其对 AI 技术的应用领域包括推荐搜索引擎、定向投放广告以及自动过滤淫秽或被禁的图片与影片等。一些公司还出售 AI 服务，让企业、政府和警方也能够享用 AI 算法的强大能力。美国培育出了一些全球最优秀的 AI 研究项目和人才，因为美国能把各种优势结合在一起，比如第一流的大学、财力雄厚的科技公司，以及对来自全球各地的思想和人才的开放态度，至少在中期阶段，美国在前述领域都拥有可持续的优势。Triolo 表示，不切断美国与加拿大、欧洲、以色列甚至中国专家的学术和商业交流，对于美国保持这种优势至关重要。他表示：「从某种意义上说，AI 行业仍处于起步阶段，许多人正在为 AI 的成长和成熟做着贡献。」Triolo 指出：「在决定美国公司能否在自动驾驶和医疗保健等新的重要领域利用 AI 取得成功方面，这一点可能比投入的资金水平更为重要。」优势在美国一边，但美中之间的差距在缩小。量子计算与目前使用 1 和 0 来编码数据的计算机不同，量子计算机利用原子级特性，这种特性使得微粒子能够以两种以上的状态存在。这种复杂性的升级使量子计算机能够更快地处理更多资讯，有望远超超级计算机的能力。将这种潜力利用起来可能需要十年或更长的时间。目前的量子计算机使用数量相对较少的量子位元进行计算。要达到足够多的量子位元来快速执行复杂的计算并非易事。鉴于量子计算机最终可能强大到足以击败目前的加密方法，并运行复杂的模拟来研发新药，该领域吸引了私人资本和政府的大量投资。在量子计算机的建造方面，美国无疑是全球领导者。Google 去年宣称，该公司的 54 量子位元机器实现了「量子霸权」，实现了在传统计算机上不可能实现、或至少不实际的计算。这种机器擅长测量随机输出数字的概率。拥有一台可与 Google 匹敌的量子计算机的 International Business Machines Corp.（简称 IBM）对这一说法提出了质疑，称这样的计算实际上可以由一台超级计算机在一段合理的时间内完成。中国科学家已建造了量子计算机，但分析人士称中国落后美国很多年。然而，量子技术超越了计算机，并扩展到利用量子特性来进行快速且安全的通信。这是中国可能具有优势的领域。在中国「量子之父」潘建伟的带领下，中国在量子通信、量子传感器和量子雷达方面突破创新，而这些领域都有可能应用到军事方面。中国在 2016 年发射了「墨子号」卫星，该卫星使用的是量子态光子束，可使传输不被拦截。中国正在华东地区建设一个巨大的量子资讯科学实验室，项目耗资达 100 亿美元。因此，中美两国在这方面可谓打成平手：美国在量子计算方面领先，而中国则在量子通信和加密方面领先。位于华盛顿特区的智库新美国安全中心(Center for a New American Security)的研究员 Elsa Kania 称，很难预测未来前景，因为要取得可以塑造该领域的进步可能还需要数十年时间。她说：「我认为，更准确地说，这是一场马拉松比赛，我们还处在这场比赛相对早期的阶段。」美国在量子计算方面存在优势，中国在量子通信方面存在优势。半导体中国数十年来已斥资数百亿美元力图能在半导体领域占据一席之地，半导体是制造速度更快的电脑和智能手机以及更尖端武器竞赛中的关键元素。总部位于华盛顿特区的半导体产业协会(Semiconductor Industry Association)的统计数据显示，多年来美国对中国的晶片出口基本保持在相同水平，中国企业未能获得巨大的市场份额，即便在国内市场也是如此。根据半导体产业协会的数据，2018 年对华销售的晶片中约有 47.5%来自美国。中国邻近的国家和地区在全球半导体供应链中占据了突出位置，其中韩国三星电子(Samsung Electronics Co. ,005930.SE)成为主要的智能手机和晶片供应商，台湾积体电路制造股份有限公司( Taiwan Semiconductor Manufacturing Co., 2330.TW, TSM)成为全球最大晶片代工商。这种模式在中国似乎永远无法复制。中国领先的晶片生产商中芯国际集成电路制造有限公司(Semiconductor Manufacturing International Corp., 0981.HK, SMICY)尚无法生产使用最小晶体管的最尖端晶片。一些估计表明，中国的晶片技术比美国和台湾落后五至七年，但中国可能需要花更长时间才能迎头赶上，因为尖端晶片也在不断变化。等中国能够生产出与现今最先进晶片抗衡的晶片时，该行业的其他公司可能已经又跃进了一步。不过，中国国内许多企业的电子设备用国产晶片和非美国公司生产的晶片取代了美国晶片，这让美国官员感到吃惊。瑞银(UBS)委托进行的设备拆解显示，华为去年推出的最新款平板手机中不包含任何美国晶片。短期内，中国半导体行业发展战略的重点是降低对美国的依赖，这通常意味着要找到其他非中国的替代选择。不过从长远来看，很多行业观察人士认为，中国对晶片行业的巨额投资获得回报只是时间问题。位于华盛顿特区的智库战略与国际问题研究中心(Center for Strategic and International Studies)的高级副总裁 Jim Lewis 表示：「如果你愿意在几十年内投入数以十亿美元计的资金，最终你会实现目标。」美国在半导体领域占据优势。自动驾驶汽车Google 的 Waymo 和通用汽车公司(General Motors Co., GM)的 Cruise 等矽谷企业在测试自动驾驶汽车技术方面起步较早，使美国企业在探测道路障碍物所需的摄像头和雷达等传感器硬件领域方面取得初步领先。美国在半导体行业的主导地位使得美企在生产这类晶片方面占据优势，这些晶片本质上就是此类汽车的大脑。麦肯锡公司(McKinsey & Co.)在去年的一份报告中称，中国企业在研发自动驾驶汽车所需的重要能力方面落后国际竞争对手两到三年。但从长远来看，中国有望后来居上。中国已是全球最大的汽车市场，该国的监管环境，如基于国家安全理由限制访问地图、以及要求外国公司与国内公司合作等，有利于那些力争在中国市场获胜的国内冠军企业，这些企业包括百度、滴滴出行科技有限公司(Didi Chuxing Technology Co., 简称：滴滴出行)和小马智行(Pony.ai Inc.)。斯堪的纳维亚咨询公司 Qvartz 的 Nikolaj Herskind 说，美国公司将难以具有竞争力。中国人口数量庞大，将能给中国企业提供更多数据，可以用于改进自动驾驶技术。中国人更愿意尝试自动驾驶汽车，这也起到帮助作用。根据德勤(Deloitte)今年进行的一项调查，48%的美国受访者表示，他们认为自动驾驶汽车不安全，而只有 35%的中国受访者有同样的想法。中国在 5G 基础设施方面处于领先地位，意味着中国的汽车企业可以在真实世界的环境中，测试如何利用无线技术将地图和交通数据传输到汽车上，或者甚至在一些情况下远程控制汽车。不过，德勤未来移动解决方案中心(Future of Mobility Solution Center)主管 Andrey Berdichevskiy 称，鉴于各国政府对自动驾驶汽车测试和技术进行严格监管，自动驾驶汽车技术的竞赛最有可能出现各自为政的结果，就像美国和中国正在其他硬件和软体方面发展各自的生态系统。 Berdichevskiy 说：「我预计美国和中国的参与者首先会在本土市场取得成功，但考虑到相关法规和消费者的看法，中美任何一方企业在没有当地合作伙伴的情况下都更难在对方的领土上蓬勃发展。」

关键词：5G 华为

发布时间：2020-04-14 阅读量：1231 继续阅读>>

行业新闻

未来耳机标配？骨传导在民用领域的机会有多大

在TWS耳机大受欢迎的当下，市面上也出现了一些骨传导耳机品牌。与普通的气传导耳机不同，佩戴骨传导耳机不用堵塞耳道，较受户外运动爱好者的欢迎。较之如日中天的TWS耳机，骨传导耳机当前的出货量并不算多。不过，骨传导技术在民用领域已经有了较好的应用。值得注意的是，骨传导技术已经在TWS耳机中暂露头角，预计未来将成为中高端TWS耳机的标配。这也给行业带来新的机会，而这个机会有多大？表1 骨传导技术与气传导技术的区别据了解，骨传导技术可细分为骨传导扬声器和骨传导麦克风。其中，前者主要用于受话（听取声音），在助听器设备上有较好的应用；后者主要用于送话（收集声音），主要应用在TWS耳机中。另外，还有融合两类技术的设备，比如军用通讯设备、消防通讯设备以及骨传导耳机。本文只探讨骨传导技术在民用领域的应用。骨传导耳机的应用·潜在用户基数大“如何把一副耳机卖给听力障碍者？”也许会有人觉得这不可能。但骨传导耳机在这类人群中还真的有市场。骨传导耳机一般将振动单元贴在人耳前方的颞骨突起处，可以很好的解决听诊效应、耳压差异问题。由于绕开了耳道、鼓膜，直接通过振动单元推动颞骨，使声音达到内耳耳蜗，骨传导耳机也满足传导性听力障碍者（因外耳、中耳病变引发耳聋的人群）的诉求。世卫组织数据显示，目前全球共有约4.66亿人存在残疾性听力损失，占全球总人口的5%。到2050年将有9亿人有衰退性听力损失，相当于每10人中有1人听力衰退。该数据意味着，在全球受听力问题困扰的人群在增加，这是骨传导耳机的潜在机会。同时，佩戴骨传导耳机不影响对周围环境音的获取，这也使得该类型的耳机非常适合在户外时使用。以中国为例，国家统计局数据显示，2019年有近4亿人经常参加体育锻炼。在此基础上，天猫在《2019运动消费趋势报告》统计，按全国13.9亿人的基数计算，阿里经济体内经常锻炼的实际人数为2.76亿。庞大的受众基础，这也是绝大多数骨传导耳机定位为运动耳机的原因所在。·以“卫生、安全”为卖点为了有更好的降噪效果，TWS耳机有向入耳式（耳塞式）设计发展的趋势。入耳式耳机佩戴时要深入耳道，对耳膜压力较大，而骨传导耳机不接触耳道，相关厂家打出了“更安全、卫生，佩戴更舒适”的卖点。不过，虽然骨传导耳机的有较好的降噪效果，但是在较为嘈杂的应用中，受环境音影响，需要大音量才能听得清楚。有部分消费者反馈，当音量过大时骨传导耳机可能会震得人头晕。此外，骨传导耳机的低音和高音不明显，也普遍存在漏音的现象，在同等价位的情况下，音质比不上有线耳机和TWS耳机。·有哪些市场应用？目前市面上的骨传导耳机均以运动耳机的形式出现。中国骨传导耳机市场主要由韶音（AfterShokz）、earsopen(EO)、Nineka南卡、爱国者、序歌、HFO、纽曼、SNBEI、唯动、谷施等品牌占领。主芯片方面，高通有较好的表现。斯泰克骨传导耳机采用高通QCC3003主控芯片，爱国者G06骨传导蓝牙耳机采用高通CSR8645蓝牙主控芯片。实际上，早在2013年的CES展，谷歌眼镜的推出带火了“真正的骨传导耳机”的概念。除了运动耳机的定位之外，眼镜+骨传导耳机结合的应用也值得探讨。TWS耳机的应用业界已经达成共识，即：TWS耳机不止是听音乐的工具，还将是语音交互的入口。因此，在TWS耳机中集成丰富的语音功能非常重要。以苹果的AirPods系列耳机为例，其机身内部集成了骨声纹识别技术和骨传导上行降噪技术，骨声纹识别技术为其带来了更好的语音识别能力，骨传导上行降噪技术为其带来了更好的通话降噪效果。表2 骨声纹识别技术的信息骨声纹识别技术是在声纹的基础上增加了骨纹识别技术，经过双重识别之后可得到更精准的结果。内置骨声纹识别的无线耳机，通过感应头部骨骼的振动，来判断是否是机主的声音，并作出响应，这样能大大降低误触发机率。随着耳机成为语音互动的入口，语音识别能力将更重要。骨声纹识别技术有较高的精准度、积极的响应速度，在耳机领域有发展潜力很大。该技术在TWS耳机上已有较好的应用，AirPods系列耳机、VIVO TWS Earphone、HUAWEI FreeBuds 2 Pro等已经搭载该技术。表3 蓝牙耳机的降噪类型蓝牙耳机的降噪又可为被动降噪、ANC主动降噪和CVC降噪等。其中，被动降噪采用入耳式设计，耳机由硅胶套塞入耳道，能起到非常好的隔离外界声音的作用。该类降噪方式不以降低音质为代价，一般也为注重音质的音频厂采用；ANC主动降噪的降噪效果好，但适用范围有限，可用于高铁、飞机等特殊场合，对偶发性的无规律噪音无效。同时，该类降噪方式并不是无损音质，且只对中低频噪音有效；CVC降噪又称上行降噪，通过一系列技术手段，让耳机中的麦克风、骨传导传感器、声音编码器等一系列器件及在相关算法作用下，尽量减少无用信号且保留有用信号。据悉，AirPods系列产品采用了骨传导上行降噪技术，它能保证在喧嚣的环境中，对方也能听清楚你的声音。当前，手机厂以半入耳外形的TWS耳机为主，最主要的原因在于，这类形态的耳机能更高效地把耳软骨的振动传递给加速度传感器，这样上行骨传导能得到更高信噪比的信号，蓝牙芯片计算能力与功耗也得到更好的优化。但AirPods Pro开始采用入耳式外形，综合被动降噪，给耳机带来更好的降噪效果。一经发售，AirPods Pro就受到了全球各国市场的热捧。分析机构预计，苹果公司2019年款AirPods出货量将达6500万，2020年则可能会达到8500万至9000万。AirPods Pro的热销势必将带动TWS耳机外形设计的新风潮，也将给其他手机厂带来更大的挑战。如何在降噪方面取得更好的成绩，成为各厂家亟待解决的难题。总结：国内骨传导技术仍待发展从应用在军事/医疗领域到民用领域，骨传导技术经过多年的发展已经有了较好的应用。只是国内骨传导技术在民用领域的应用起步较晚，内因受限于算法技术积累不足，蓝牙芯片算力、能耗比不足，市场验证不足，产品骨导结构设计经验不足，制造工艺不成熟等多种因素的限制仍待进一步发展。

关键词：骨传导耳机

发布时间：2019-12-23 阅读量：1605 继续阅读>>

行业新闻

AI为何被称为第四次工业革命的“催化剂”？

随着蒸汽机和动力织机的发明，世界工业化开始于 18 世纪后期，从根本上改变了制造商品的方式。一个世纪后，电力和装配生产线实现了大规模生产。在 20 世纪 70 年代，随着计算机驱动自动化的发展使我们能够对机器和网络进行编程，第三次工业革命开始了。今天，第四次工业革命正在改变经济、就业乃至社会本身。在工业 4.0 的广泛标题下，许多物理和数字技术通过分析、人工智能、认知技术和物联网（IoT）相结合，创造出既互联又能做出更明智决策的数字企业。数字企业可以交流、分析和使用数据来推动物理世界中的智能行为。简而言之，这场革命不仅在组织内嵌入了智能互联技术，而且嵌入了我们的日常生活。人工智能，机器学习，物联网，区块链—随着这些技术的问世，当今人类正在经历一场继互联网之后的重大科技变革。根据 Tractica 的一份人工智能市场预测报告，到 2025 年全球人工智能产业市值有望从当前的 95 亿美元扩张到 1186 亿美元。其中，人工智能的出现意味着第四次工业革命的序幕悄然拉开，人类历史即将再一次被颠覆。全球 IT 巨头纷纷布局人工智能领域：谷歌相继收购 DeepMind、Kaggle 为代表的人工智能公司、IBM 打造 Watson 平台、百度进军无人汽车、阿里联合杭州市政府打造“城市数据大脑”、腾讯成立 AI 实验室……毋庸置疑，人工智能时代已经到来。之所以说它是一个时代，而不是单纯的“风口”。人工智能则运用机器学习，通过神经网络来模拟人类神经系统的结构和功能。根据每个系统不同的智能程度，人工智能可分为 3 个级别：弱人工智能，通用人工智能以及超级人工智能。弱人工智能可以运用算法来执行某一个特定的任务；通用人工智能则致力于将系统的认知能力提升到人类的高度；而超级人工智能作为最后的阶段，可以实现智能机器比普通人更加“智能”的愿景。回顾前三次工业革命发展历程，历史的车轮继续向前，出现了与蒸汽机、电力、计算机的发明同等量级的新事物——人工智能，正在以迅雷不及掩耳之势席卷全球。什么是人工智能?大数据+机器的深度学习。大数据是人工智能的基础，通过大数据的收集分析为人工智能提供素材，机器基于素材的积累实现深度学习——以人的思维方式思考、解决问题。人工智能出现的意义绝不仅仅是机器人的批量生产与应用，而是作为核心驱动力驱动产业结构、城市形态、生活方式和科技格局的颠覆式变革。一方面，围绕人工智能积极布局新兴领域，包括智能软硬件(例如语音识别、机器翻译、智能交互)、智能机器人(例如智能工业机器人、智能服务机器人)、智能运载工具(例如自动驾驶汽车、无人机、无人船)、虚拟现实与增强现实、智能终端(例如智能手表、智能耳机、智能眼镜)、物联网基础器件(例如传感器件、芯片)，形成人工智能主题的高端产业和产业高端的聚集。另一方面，以人工智能推动制造业、农业、物流、金融、商务、家居产业在内的传统产业转型升级，形成智能制造、智能农业、智能物流、智能金融、智能商务、智能家居产业。通过智能工厂的推广大幅提高生产效率，推动人工智能在各行各业的规模化应用，全面提升产业发展的智能化水平。人工智能技术的成熟对产业结构、城市形态、生活方式、科技格局等带来了改变。目前全球人工智能企业最为集中的三个国家分别为美国、中国、英国，三国的人工智能企业数量占全球总数的 65.73%，其中“BAT”在人工智能领域的布局跻身全球第一梯队。中国人工智能专利申请数累计达到 15745 项，位列全球第二。中国人工智能论文引用量排名世界第一。中国人工智能领域融资规模约为 26 亿美元，远高于以色列和印度……这些数据的背后是中国强大人工智能实力的彰显，也决定了中国将凭借人工智能登上世界科技舞台。人类文明的每一次进步，都伴随着科技的重大突破。轰轰烈烈的第四次工业革命大幕已经拉开，人工智能正在引领人类社会进入新纪元。

关键词：AI

发布时间：2019-12-03 阅读量：1461 继续阅读>>

行业新闻

微软的量子计算梦

量子计算吸引了各路科技巨头，微软便是其中之一。据外媒报道，微软通过确保 Windows 在多种类型的硬件上运行，终于实现了它的目标。周一，微软在其 Ignite 大会上宣布了一项名为 Azure Quantum 的云计算服务，使人们可以在不久的将来通过云计算平台访问目前最奇异的硬件：量子计算机。多家科技巨头正斥巨资进军量子计算领域，而微软正是其中之一。通过利用神奇的量子力学过程处理数据，量子计算有望实现前所未有的计算能力。目前，微软正准备推出的这项 Azure Quantum 云计算功能，预计将为部分客户提供 3 台量子计算机原型机的接入服务。这 3 台原型机分别来自工程巨头霍尼韦尔（Honeywell）和两家初创公司——美国马里兰大学量子计算初创公司 IonQ，以及耶鲁大学量子计算初创公司 QCI（Quantum Circuits, Inc）。微软方面并没有表示这些量子计算机已经可以正式投入使用。现有的量子硬件功能尚且薄弱，但与竞争对手 IBM 和谷歌不谋而合的是，微软高管表示，开发人员和企业应该开始着手使用量子算法和硬件，以帮助业界更好地了解该技术的优势。微软旗下量子计算研究团队 Microsoft Quantum 总经理 Krysta Svore 指出：“我们清楚的知道无法拿出一个通用的解决方案；我们需要的是一个全球性社区。”微软的这项 Azure Quantum 新服务将与其先前发布的量子编程工具以及微软云服务相整合。编码器不仅可以在模拟的量子硬件上运行量子代码，也可以在霍尼韦尔、IonQ 或 QCI 的真实量子硬件上运行量子代码。周一，在美国佛罗里达州奥兰多市举办的 2019 年度 Ignite 大会上，微软正式宣布了这项新服务，并表示将于未来几个月内推出。该公司的合作伙伴也将在自己的设备中运行微软的量子计算机，但仍通过互联网将量子计算机连接至微软云服务。微软也有一个自主开发已久的量子研究项目，但目前尚未制造出任何量子计算硬件。微软的 Azure Quantum 与 IBM 的一项服务有相似之处，后者从 2016 年开始提供免费和付费访问原型量子计算机的服务。上周，谷歌宣布公司旗下的一个量子处理器在计算方面超越了一台顶级超级计算机，达到了被称为“量子霸权”的里程碑。谷歌还表示将于不久向部分公司提供远程访问量子硬件的服务。微软 Azure Quantum 服务的不同之处在于能让客户访问几种不同的量子计算技术，这或许是未来量子计算市场的一个方向。由于量子硬件操作难度大，普遍认为大多数公司将通过云来获取这项服务，而不是购买或自己制造量子计算机。到目前为止，IBM 和谷歌的服务仅限客户访问他们所开发的硬件。“微软的模式更像现有的计算行业，云提供商允许客户从英特尔和 AMD 等不同的公司选择处理器。目前我们正处于量子计算产业发展的阶段，企业都想尝试尽可能多的东西。”美国量子计算初创公司 Strangeworks 的首席执行官 William Hurley 表示，该企业为程序员提供一种与 IBM、谷歌和其他公司的量子计算工具进行构建和协作的服务。微软的硬件合作商分别代表了两种领先但完全不同的量子计算机构建方式。霍尼韦尔和 IonQ 使用电磁场内的单个离子对数据进行编码，而 QCI 使用超导金属电路，后者的这种方法也受到 IBM 和谷歌的青睐。微软的量子云模型的开发或许还能帮助在量子硬件方面取得成就，但却由于缺乏自己的云业务而难以吸引客户的企业，例如霍尼韦尔和几家财力雄厚的初创公司。微软合作伙伴 IonQ 的首席执行官 Peter Chapman 表示：“有了这一助力，我们能够更加专注于自己最擅长的领域，制造出一流的量子计算机。”这家初创公司的早期客户包括寄希望于量子计算机解决化学问题的陶氏化学公司（Dow Chemical）。微软的量子云缺乏公司自主研发的量子硬件。微软的大型量子研究项目着眼于一种较为青涩的技术。微软认为从长远来看该技术更有益，但目前甚至尚未生产出可以进行幼儿园算术水平运算的芯片。量子计算机的构建基于较为少见的设备——量子位（qubit）。与传统硬件中的组件一样，量子位依赖数据运行。但是，由于量子位将 1 和 0 编码为量子机械效应，正如亚原子粒子的自旋，量子位可以翻转为 1 和 0 叠加的第三状态。与当今人类世界中的任何事物均不同，该状态允许数学以常规计算机无法简化的方式进行计算。科技行业的量子梦想面临的最主要挑战是，量子位非常不稳定。量子机械过程非常微妙，易受热或电磁噪声影响。IBM、谷歌和英特尔生产的最大芯片大约有 50 量子位。但目前尚不清楚这些设备是否能用少于一百万以上的量子位达到更高的使用质量。对于微软而言，这场博弈的关键是预计将比现有量子位更稳定的拓扑量子位（topological qubit）。该量子位的基础是操纵一个长期理论存在但直到最近才被发现的亚原子现象，即马约拉纳零模（Majorana zero mode）。该模式以一位 1938 年神秘失踪的意大利物理学家的名字命名。尽管已经发现了关键现象，微软仍未开发出拓扑量子位，虽然微软首席量子执行官 Todd Holmdahl 曾表示该量子位将于去年年底面世。微软量子硬件总经理、加州大学圣塔芭芭拉分校的物理学教授 Chetan Nayak 则回应称，他的团队正在努力攻克难题，包括将数百万个未来量子位放置于硅片上所需的材料科学技术。他表示：“取得的进展令我们非常兴奋。”对于当自主研发的量子处理器准备就绪，微软是否考虑其结束周一宣布的硬件合作伙伴关系的问题，Nayak 给予了否定。但他表示微软考虑采用一种与笔记本电脑类似的策略，微软拥有自己的 Surface 品牌并支持竞争设备。他说：“我们期待多种形式的硬件能够共存一段时间。”尽管缺乏自主研究的量子计算硬件，微软还是在周一发布了新的计算机芯片。但这款仍是传统芯片，不同之处在于其针对超低温环境运行，从而在量子硬件时代到来时控制相应的处理器。此外，与谷歌和 IBM 当前的量子硬件一样，微软未来的量子位将需要在特殊的冰箱内冷却至接近零的绝对温度。创建一个能够在紧挨着量子处理器的情况下保持运行的计算机芯片，可以减少控制冰箱外部电子设备所需的大量线路。谷歌的量子芯片仅由外部电子设备控制，上周谷歌表示，布线是扩大其技术规模的主要挑战。

关键词：微软量子计算

发布时间：2019-11-06 阅读量：1261 继续阅读>>

行业新闻

英特尔AI团队研发智能脊柱接口，帮助瘫痪者站起来！

美国布朗大学、英特尔、罗得岛医院和Micro-Leads Medical的工程师与神经科学家正连手开发基于AI技术的智能脊柱接口，期望协助脊髓损伤患者重建其肢体功能...为了协助脊髓损伤患者重建其肢体功能和膀胱控制，最新一项新的研究计划将致力于开发利用人工智能(AI)技术的“智能脊柱接口”(intelligent spine interface)。这项研究计划是由美国布朗大学(Brown University)、英特尔(Intel)、罗得岛医院(Rhode Island Hospital)和Micro-Leads Medical的工程师与神经科学家携手进行，并已获得美国先进研究计划署(DARPA)约630万美元的资助。在这项研究中，研究人员将为脊髓受伤的患者嵌入电极于其伤部上方和下方的脊柱。透过AI系统执行以生物启发的神经网络，“监听”并学习运动和感官等讯号的含义，目标在于以电子方式重新连接脊柱的两个部分。“智能脊柱接口”研究计划将记录并分析脊髓损伤患者脊柱中的运动和感官讯号该计划基础建立在脑机接口(BCI)领域中持续进行中的研究，以控制外部效应器。这些研究包括成功与大脑连接以控制计算机鼠标甚至机器人肢体的BrainGate项目，以及有关脑-脊柱接口和脊柱刺激的其他国际性研究计划。布朗大学工程学院助理教授暨该校脑科学研究所研究员David Borton主导了这项研究计划。Borton说：“这项计划的特点在于我们其实是想与脊髓展开对话。我们并不只是想要刺激它或与其交谈，还希望能够聆听并学会从脊髓中提取有用的讯号，并利用它们来驱动脊髓刺激。”研究人员将记录患者受伤部位上方脊柱区域的讯号，然后使用机器学习针对目前尚不完全了解的讯号进行译码，并研究如何最有效加以运用。其想法在于将这些讯号施加到脊柱的下方，以期激发正确的反应。电子系统布朗大学、英特尔与罗得岛医院展开合作，利用该医院中监测癫痫患者大脑的研究作为开发基础。罗得岛医院的外科医生将会在患者受伤部位的任何一侧植入一对电极数组，由于患者的损伤类型各不相同，因此这项任务特别困难。医院还为此计划专门打造了一个提供复健设备的空间。实体植入物将采用由Micro-Leads开发的高分辨率脊髓刺激技术，称为HD64。该计划的第一阶段将使用24个触点的电极数组，到了第二阶段则将使用64个触点的电极数组。该触点的大小约为1平方毫米，并且由于神经元约为20微米，因此每个电极将一次记录或刺激数十万个神经元。待记录的讯号是电讯号；而当神经元彼此通讯时，电压发生变化，电极将会感应并记录电场的变化。研究人员希望“听到”哪些讯号？“这是研究中令人振奋之处。通常，讯号中存在不同的频段，分别代表不同的基本神经元突起。因此，这可以为我们提供有关实际情况的线索。”英特尔AI产品事业部首席工程师Hanlin Tang说，“但是，在机器学习方面还有许多工作要做，才能好好地诠释这些讯号，以及了解在另一端要刺激什么。”Hanlin Tang本身就是神经科学家，目前在英特尔负责这项合作研究计划。英特尔的团队将利用其硬件和机器学习方面的专业知识来协助打造可诠释讯号的AI系统。Tang说：“目前面对的主要挑战是在倾听脊柱时无法达到够高的传真度。这就像试图中继一条讯息，但只能听到另一侧提到的几句话。透过机器学习，或许就可以使用一些先验知识来尝试填补差距，并成为重建此类损伤的理想接口。”AI还将处理两个电极数组之间(从损伤部位的一侧到另一侧)的映射¬¬——这确实是一项至关重要的任务。Borton解释说，神经系统极具可塑性，并且可以随着时间的进展而学习——即神经元的“发射”和整合——这意味着从脊柱的一部分进行记录并刺激另一部分，就能让神经系统学习该特定讯号的含义。Borton说：“这并非进行精确的一对一映射。我们计划开发的接口将记录来自成千上万个神经元的讯号，并将它们相互迭加在一起。而且，我们将刺激稀疏的触点子集，这些触点将不特定地影响成千上万个不同神经元的活动。只要有了好的起点，神经系统就有望学会如何进行解释。”神经网络英特尔AI团队将与布朗大学的认知、语言和心理学副教授Thomas Serre合作——他专精于开发以生物启发的AI网络。Serre最近有关“视觉皮层如何进行视觉处理”的神经网络研究显示，生物启发的架构可望以更少的数据训练产生模型，而且效率更高。Borton说，用于智能脊柱接口的神经网络将基于医学界对下肢解剖学和功能结构的理解，而且可以在一定程度上进行建模。训练数据是任何神经网络的关键要求，但是，智慧脊柱计划将比典型的AI系统存取更少的训练数据。但这种AI系统需要分别针对每一位患者进行训练吗？Borton说：“这正是我们打算研究的目标之一。答案很可能是肯定的。而另一个悬而未决的问题是，如果我们确实对一位参与患者进行了训练，那么究竟需要多少再训练或是多么深度的训练？实际上得再训练多少层？这些可能都会很有意思。而当我们得以收集来自更多患者的数据，随着时间的进展，还可能从中得知在脊髓的不同损伤部位发生了哪些病变，因而可能有助于推导出新的诊断发现。”硬件和软件布朗大学团队将与英特尔的研究人员合作，英特尔将为这项研究计划提供硬件、软件和研究支持。英特尔的Hanlin Tang指出，该研究计划的第一年将着重于开发神经网络，到了第二年则将应用算法，同时，英特尔将开始为开发中的机器学习加速器(特别是用于训练和推论的英特尔Nervana神经网络处理器系列)进行优化。软件堆栈则将采用英特尔开发的跨平台软件nGraph。Tang说：“这真正令人振奋之处在于工作负载还不完全为人所知。与企业客户的合作将会有所不同，针对企业客户，您可能面对需要为五项工作负载进行优化的任务。”最大的硬件和软件挑战之一在于实现实时的操作，以修复患者的运动和膀胱控制。他说：“我们需要实时诠释所有的通道和不同的频段，然后对其进行解读，以及学习如何刺激并弥合神经回路空白。”其最终目的在于利用这项研究开发出新技术，让小型的植入式装置可协助病患在复原期间进行复健运动和膀胱控制，并希望有一天能够有助于让许多脊髓损伤患者真的重新再站起来！

关键词：英特尔 AI

发布时间：2019-10-14 阅读量：1534 继续阅读>>

行业新闻

5G自动驾驶什么样？韩国测试得出这样的结果

自动驾驶与5G的产业发展备受关注，而两者结合会有什么样的效果，韩国企业近日进行了一番探索。韩媒报道称，10月10日，LG U+自动驾驶汽车在首尔麻谷LG科学园一带的普通公路上进行了测试。据韩国《中央日报》网站10月11日报道，在这次演示中，自动驾驶汽车、急救车、校车、前车和死角车辆共5辆汽车利用5G网络互相发送消息，用15分钟行驶了2.5公里。　　LG U+表示，“虽然以前也有很多关于自动驾驶情形的演示，但我们是国内(韩国——本网注)首次在5G通信环境中，使用5辆汽车互相发送信号进行自动合作行驶演示”。　　报道称，乘车人首先利用智能手机应用呼叫了停在地下停车场的自动驾驶汽车。一般来说，汽车停在地下车场时，用户很难通过应用看到汽车的行驶路径，但自动驾驶汽车上搭载的相机传感器可以将汽车在地下或隧道中所处位置准确显示出来。　　韩国《中央日报》网站描述了如下测试情形：　　●乘车人上车坐在车辆的后排座位(驾驶员坐在驾驶席，但并不操纵汽车)，不久后，前方的车辆发来了遇到校车的视频文件。这一技术可以通过前车发来的视频了解被遮挡视线无法看到的前方行车情况。　　●接着，某处传出救护车的声音，车内立刻响起“后方有紧急车辆正在靠近，请减速让行”的语音提示。于是，汽车暂时降低了速度，在急救车通过后重新加速行驶。　　●通过人行横道时，遇到了闯红灯横穿马路的行人(人体模型)，不过，智能监控设备已经把可能有行人横穿马路的动向传送过来，帮助汽车及时刹车，避免事故发生。　　报道指出，当日的演示连接了LG U+的自动合作驾驶平台(控制中心、Dynamic Map等)和5G通信网络。

关键词：5G 自动驾驶

发布时间：2019-10-14 阅读量：1233 继续阅读>>

PART	数量*	目标价格
	数量最小起订量: 1	目标价格 $ 如不确定，可不填
备注

联系电话 *	姓名
公司
邮箱地址