人工智能 - 21ic中国电子网

当前位置：首页 > 人工智能

人工智能将成为生物识别下一个战场全球互联网巨头聚焦点

AI，从感知到认知渐渐在渗透各个行业，随着智能语音市场的火爆，AI技术将有望成为生物识别下一个战场，各大巨头争相布局，生物识别成为了AI最先落地的重要突破口之一。若问2017年感受最深的是什么，作为科技媒体人的我会说：AI热。在政策的推动下，这场由应用驱动的AI热，似乎也在“催熟”其背后的技术。毫无疑问，人工智能将渗透进各个领域的各个应用中，而未来十年是人工智能落地的关键期，那么找到最先落地的突破口成为关键。透过近两年的市场情况，我们看到了智能语音市场的火爆，看到了人脸识别即将成为下一个战场。AI在生物识别领域蔓延着，这也成为全球互联网巨头关注的焦点与角逐的战场。我们似乎可以得出一个结论，生物识别成为了AI最先落地的重要突破口之一。 12月15日，园区金鸡湖智库和与非网联合举办了以“新交互，新未来”为主题的技术沙龙活动，科大讯飞苏州研究院院长支洪平、苏州迈瑞微电子有限公司市场总监袁聪、西交利物浦大学电子与电气工程系主任黄开竹教授分别带来不同主题的演讲，对AI与生物识别进行了深入解读。 AI，从感知到认知人工智能的历史使命就是将人类从繁重的脑力劳动中解放出来。如今，我们所感受到的AI浪潮是经历了两次“冬天”之后的第三次爆发。从2016年的人“狗”围棋之战到《西部世界》，再到智能音箱，忽如一夜春风来，AI应用遍地开。热潮下的真相是什么？要如何理性的看待AI的第三次爆发呢？本次沙龙活动上，三位嘉宾从学术与产业的角度对本问题进行了解读。

时间：2020-08-03 关键词：生物识别人工智能
不可不防的物联网和人工智能五大隐忧

随着物联网、人工智能技术的发展越来越快，我们所面临的挑战也越来越多，全是数据的物联网怎么把入侵者挡在门外？这五大隐忧不可不提防。人类对自主智慧的风险预想，大多集中在较可情境想象的“强人工智能”，如拥有高度智能的机器人上；随物联网/人工智能时代来临，“弱人工智能”已先渗入人类生活，各界不得不更早审视所有可能影响人工智能范畴，及其所产生风险。资源分配极度不均：人工智能已经开始改变很多人的工作型态，2016年全球经济论坛预测，人工智能与机器学习将于未来几年造成约700万个工作机会消失，同时创造出200万个新创工作机会。英国物理学家霍金认为，人工智能的崛起，可能重创中产阶级而留下少数特定的工作，导致严重经济失衡。这些推论都认为人类的“既有专业”将轻易被机器快速复制，造成经济阶层结构调整，并形成技术性失业，生产效益与利润会被集中掌握在少数拥高度人工智能资源群体中，贫富差异极剧，社会高度暴露在资源分配不均的风险中。信息垄断：人类思考无法跳脱自身之经验范畴外，机器也是如此。人工智能若没有数据，即使搭配再优异的运算硬件与演算方法，仍无法在目标的领域中发挥功效。未来在相关软硬件技术到位情况下，“足够且有用（海量且标记过）的数据”，将是人工智能产业建立利基的最大关键之一，各领域领先者会大量的对关键数据建立屏障产生区隔，而使用户取得数据成本愈来愈高，造成“智者愈智、愚者愈愚”信息垄断风险。未来无隐私：麦肯锡预估，2025年将会有1兆种类的对象连网，这代表在物联网趋势下，未来周围可能全是信息收集器，在人工智能技术涵盖下，这些信息收集器可能都具有自主思考功能，并自行判断所需的时机来开启传感器。无论未来隐私权的防治可做到何种地步，人工智能与万物联网的综效，一开始就将隐私权相关风险推进到一个很高的级数。社会疏离：在网络时代盛行时，依赖网络虚拟世界来满足社会互动的人数显著提升，网络虚拟世界的友善，让人与人的交流充满想象与机会，网络虚拟的人格似乎也更有勇气与创造力；但这不是真实世界，会让极度依赖的群体产生跟真实世界间很大落差，进而造成社会疏离。人工智能时代后，这个虚拟世界得到延伸，各虚拟现实与人工智能让虚拟世界更真实，催生出更多依赖群聚，造成真实社会人际互动更疏离的现象。无自主权：人工智能已进化到可判断出日常生活中我们常看且想看的信息，机器投其所好的做法固然帮忙省时，但也让讯息趋单一化。在未来AI对象更普及的世界中，这种人类过度依赖且被单一化价值（或者是目标化价值）的现象，会往更恶化的方向升级，导致人类在各领域无自主思考风险，某程度上也算人类心智灭亡危机。

时间：2020-08-03 关键词：物联网人工智能
长虹发布AI 3.0 引领电视行业跨入AI3.0时代

人工智能电视自诞生业界就存在这很大的争议，人工智能电视这词还只是一个很模糊的概念，范畴还无法确定。据报道，长虹首推AI 3.0 打破市场原有同质竞争僵局，他能否成为未来人工智能电视的标准，能否引领行业跨入AI3.0时代。相较OLED、量子点等特定显示技术电视，人工智能电视在概念标准上长久存在争议。什么样的电视机属于人工智能电视范畴，是当前市面主推的“语音识别”电视，还是可进行“语义分析”，拥有内容推荐应用的电视？中国电子商会消费电子产品调查办公室曾给“人工智能电视”作出定义，核心是能懂用户，做到真正意义的交互，而非用户单向操控电视。严格意义上讲，“语音识别”电视还只是人工智能电视的雏形，是AI1.0时代的产物；而“语义分析”的电视则是进阶至AI 2.0时代的电视，仍与实现自然交互的人工智能电视相差甚远。不过，久耕人工智能电视的长虹继掀起人工智能电视市场潮流之后，现又以独具远场语音、声纹识别技术的人工智能电视CHiQ Q5K系列，真正打破人工智能电视自然交互束缚，引领行业跨入AI3.0时代。具体来看，CHiQ Q5K内置整机麦克风阵列，是当前行业唯一内置远场语音的电视，可实现远场开关机、远场语音识别及语音操控等，5米范围内的语音识别都非常准确，适用范围更超过5米；依托声纹识别技术，电视能依据不同成员角色提供个性化视觉及内容服务，并对该用户使用电视的习惯进行学习和分析，从而实现内容精准推荐，CHiQQ5K还是全球首款搭载声纹识别的人工智能电视；人工智能电视语音交互的难点在于语义理解，能否理解用户的意图对人工智能电视至关重要，而长虹Q5K语义理解准确率高达95.70%，秒杀同行；在判定错别字、谐音字及减省字等方面，Q5K都能快速自动修正，在典型使用场景下模糊检索准确率也高达95.00%。纵向思考，从语音识别的AI 1.0跨越至自然交互的AI3.0，人工智能电视越发还原其真实面貌，交互力超强、精准度更高，而长虹CHiQ Q5K在引领行业进入AI 3.0时代的背后，还拥有多重横向逻辑意义。首先，打破市场原有同质竞争僵局，开启去伪存真淘汰赛。自去年7月，长虹率先发布全球首款人工智能电视后，互联网电视品牌与传统厂商便积极响应，上半年的新机无一例外搭载了AI技术，不过同质化竞争也随之形成。长虹CHiQ Q5K率先实现自然交互，冲破伪人工智能同质竞争防线，将电视的智能化竞争提升到前所未有的新高度。其次，提高行业标准，让人工智能电视无可争议地成为智能家居系统中核心枢纽与入口。人工智能电视被认定为家庭交互终端入口，但因以往交互体验不佳，人工智能电视演绎家庭互动枢纽的角色一直没有成立。不过长虹CHiQ Q5K通过彻底变革交互体验，深度扩升了彩电的市场应用边界与商业发展空间，使得电视机在客厅场景下的功能与体验被重新定义。而且，长虹Q5K还代表了彩电制造行业从中国“质”造向中国“智”造的深刻裂变，树立了人工智能电视行业的新标杆，让真正的人工智能技术注入，升级全线客厅智慧娱乐生活。最后，推进整体家电智能化，为所有家电实现真正人机交互铺路。人工智能是下一个新经济的制高点，各家电品类企业都在主动入局，以长虹CHiQ Q5K为代表的电视行业突破，将带动全产业链的人工智能渗透及变革。人工智能电视不再是以往单纯的语音识别、语义分析，长虹CHiQ Q5K系列赋予人工智能电视本真内涵，让人与电视可实现语言交互，引领电视业步入AI3.0时代，而这背后，还进一步引发出市场竞争、行业发展乃至制造业变革等维度的思考，纵横交织推进全家电业智能化的剧变。

时间：2020-08-03 关键词：语音识别人工智能长虹
Waycare人工智能解决方案改善城市交通与通勤者体验

　　以色列新创Waycare提供基于人工智能（AI）技术的交通问题解决方案，监测与集成包括连网车、道路传感器、监视摄像机及交通号志等，与交通流有关的一切资料，分析并从中撷取洞见。市政当局与交通管理中心，可运用这些信息改善城市交通与通勤者体验，逐步减少速限、塞车与意外事故。　　据报导，全球每年有130万人死于道路事故，另有2，000万人因而受伤或失能。美国NaTIonal Highway TransportaTIon Authority研究发现，2016年有4万美国人死于车祸，达5年来最高。车祸更是造成美国15~29岁年轻人死亡的主因。　　此外，美国因交通意外造成的堵塞与破坏，每年损失高达5，000亿美元。因此弥补现有交通系统的不足至为重要，而市政当局在规划多模式运输时必须考量典范转移。　　Waycare认为，目前投入对抗交通意外致死的资源，与预防凶杀或反恐完全不符比例，因此希望运用AI与机器学习技术来影响社会、促成典范转移。Waycare已在美国拉斯维加斯进行第一个先导计画，实际应用其解决方案提升通勤效率与安全，并将在佛罗里达州Tampa展开第二个先导计画，相关技术引起全球注目。　　善用车辆收集资料是Waycare解决方案发挥效益的真正关键。连网车会自动将车辆行驶相关的各种资料传送至汽车制造商或车队管理者，目前30%的新车具备连网功能，且比例将日益升高，这对Waycare可说是水到渠成。　　而包括Google Maps与Waze之类的App都会记录使用者移动的速度、煞车与交通停滞时间，连同手机中GPS装置的资料，均可用于运输管理。Waycare仅观察与交通管理相关的整体车流状况，并不会监测个别车辆，以确保不致侵犯驾驶人隐私。　　新一代的自驾车每天所产生的资料量将骤增到1~4TB，但目前城市的交通管理中心每天仅能处理20~50GB的资料，基础建设未做好相应准备，将成为资料处理瓶颈，犹如让智能车辆行驶在愚蠢的道路，势将阻碍自驾车的普及。　　由于不同的时段或天候情况下的交通流量各异，Waycare认为设置固定的速限缺乏弹性，因此其解决方案，可依实时与历史资料，弹性调整特定路段的速限，以顺畅交通。此外，拉斯维加斯高速公路巡逻警察目前正与Waycare合作，建置「Traffic Calming」应变措施，可透过动态交通号志，警示驾驶人即将接近危险区域。　　都市交通管理单位通常已能掌握一般小擦撞车祸事故最可能发生的时间与地点，但仅能在事故发生时，被动部署紧急事故处理人员。透过配置于各处的连网交通监视摄像机，交通控制中心在派遣警察与救护车前，便可掌握事故现场的状况，因此能协助前往现场处理的人员预先做好准备、带足一切所需。　　Waycare的解决方案将一天的时间切割为每2小时一个时段，分析各个时段最可能发生交通事故的地点，并在意外事件发生时，适时将交通管理中心从被动转换为主动反应模式，并以自动或手动方式，提示交通管理中心人员介入处理。　　目前Waycare在以色列特拉维夫的总部与美国加州Palo Alto的办公室共有10名员工。Waycare也计划与车载资通讯（TelemaTIcs）及导航供应商进行合作。

时间：2020-08-03 关键词： google 人工智能
人工智能防灾国研院展出地震预警与结构安全监测系统

　　台湾地处板块活跃地带，一年之中大小地震无数，民众虽早习以为常，但日常防范必不可少。为落实地震灾害预防，国研院国震中心展出结合人工智能的地震预警系统，透过深度学习技术提升地震预测精准度，协助居民提高警觉。国震中心也将于展会现场实地展示该地震预警系统。　　国震中心研究员林沛阳表示，该系统分别在地面与建筑钢梁结构上建置传感器进行协同判断，除可排除非地震所造成的晃动，提升精准度外，该技术更可侦测到所有地震波中传递速度最快、且一般人无法感受到的微小地震P波。　　并在3秒内判断后面随之而来的地震强度，据以发布警报，并根据不同的预估震度来连动对应的防灾情境与设备控制，若进一步配合区域设置的系统副站发布警报，可快速协助居民避难，建筑及设备应变防灾。　　国震中心亦展出地震结构安全监测系统，该系统可进行震时监测并记录建筑结构的受震反应，人工作业可能耗时数天甚至数月，拖累震后复原作业，该系统可在震后5分钟迅速提出结构安全评估，协助相关单位快速应变与复原，特别在大规模地震时，可以大幅减少经济损失。　　国震中心表示，该系统集成区域与现地型地震预警，可提供近震央区域更多的预警时间，适合台湾这种内陆型地震防灾使用。未来亦可将之落实于智慧城市、智能家庭、智能防灾等应用，并协助设备制造商、保全业、物业管理业、自动化控制等产业的防灾应变。

时间：2020-08-03 关键词：人工智能安全监测系统
图灵测试是什么_图灵测试机器人目前仍不能思维

　　图灵测试（The Turing test）由艾伦·麦席森·图灵发明，指测试者与被测试者（一个人和一台机器）隔开的情况下，通过一些装置（如键盘）向被测试者随意提问。　　进行多次测试后，如果有超过30%的测试者不能确定出被测试者是人还是机器，那么这台机器就通过了测试，并被认为具有人类智能。图灵测试一词来源于计算机科学和密码学的先驱阿兰·麦席森·图灵写于1950年的一篇论文《计算机器与智能》，其中30%是图灵对2000年时的机器思考能力的一个预测，目前我们已远远落后于这个预测。　　图灵测试测试内容　　图灵提出了一种测试机器是不是具备人类智能的方法。即假设有一台电脑，其运算速度非常快、记忆容量和逻辑单元的数目也超过了人脑，而且还为这台电脑编写了许多智能化的程序，并提供了合适种类的大量数据，那么，是否就能说这台机器具有思维能力？　　图灵肯定机器可以思维的，他还对智能问题从行为主义的角度给出了定义，由此提出一假想：即一个人在不接触对方的情况下，通过一种特殊的方式，和对方进行一系列的问答，如果在相当长时间内，他无法根据这些问题判断对方是人还是计算机，那么，就可以认为这个计算机具有同人相当的智力，即这台计算机是能思维的。这就是著名的“图灵测试”（Turing TesTIng）。当时全世界只有几台电脑，其他几乎所有计算机根本无法通过这一测试。　　　　图灵测试　　要分辨一个想法是“自创”的思想还是精心设计的“模仿”是非常难的，任何自创思想的证据都可以被否决。图灵试图解决长久以来关于如何定义思考的哲学争论，他提出一个虽然主观但可操作的标准：如果一台电脑表现（act）、反应（react）和互相作用（interact）都和有意识的个体一样，那么它就应该被认为是有意识的。　　为消除人类心中的偏见，图灵设计了一种“模仿游戏”即图灵测试：远处的人类测试者在一段规定的时间内，根据两个实体对他提出的各种问题的反应来判断是人类还是电脑。通过一系列这样的测试，从电脑被误判断为人的几率就可以测出电脑智能的成功程度。　　图灵预言，在20世纪末，一定会有电脑通过“图灵测试”。2014年6月7日在英国皇家学会举行的“2014图灵测试”大会上，举办方英国雷丁大学发布新闻稿，宣称俄罗斯人弗拉基米尔·维西罗夫（Vladimir Veselov）创立的人工智能软件尤金·古斯特曼（Eugene Goostman）通过了图灵测试。虽然“尤金”软件还远不能“思考”，但也是人工智能乃至于计算机史上的一个标志性事件。　　图灵测试：机器人目前仍不能思维　　图灵测试是什么？　　如果说现在有一台电脑，其运算速度非常快，记忆容量和逻辑单元的数目也超过了人脑，而且还为这台电脑编写了许多智能化的程序，并提供了合适种类的大量数据，使这台电脑能够做一些人格化的事情，如简单的听或说等；那么，我们是否就能说这台机器具有思维能力了呢？　　人工智能的始祖阿兰•图灵提出了一种称之为图灵测试的方法。此原则说：被试对象中包括一个人和一个是声称自己拥有人类智力的机器。在测试时，测试者与被试者是分开的，测试者只能通过一些装置向被试者问一些问题，这些问题的题材未作任何限制。问过一些问题后，如果测试者能够正确地分出谁是人和谁是机器，那么机器就没有通过图灵测试；如果测试者没有分出谁是机器以及谁是人，那么这个机器就具有人类智能。目前还没有一台机器能够通过图灵测试。　　据图灵测试的结果显示，机器的智力比人类还差得远。　　正文　　　　图灵测试可区分人类与机器，并能检验机器是否具备人类智能，但目前尚无一台机器能通过测试　　上周末是“人工智能之父”阿兰•图灵诞辰一百周年，今年的勒布纳（LoebnerPrize）人工智能大奖为纪念他，特意将比赛地点搬到了他曾经工作生活过的英国剑桥布莱切利园博物馆。图灵所设计的图灵测试理论最初是为测试机器智能化程度，而今其应用范围得到了更为广泛的延伸。　　文字验证码极易遭攻击　　经常上网的人对验证码应该不会陌生。事实上，验证码的英文名就是“CompletelyAutomatedPublicTuringtesttotellComputersandHumansApart”（全自动区分计算机和人类的图灵测试，简称为CAPTCHA）。这是一种区分用户是计算机和人的公共全自动程序。这个问题可以由计算机生成并评判，但必须限定人类才能解答。由于计算机还无法解答CAPTCHA的问题，所以回答出问题的用户就可以被视为人类。　　当我们注册某个网站的时候，经常会遇到一件令人头痛的事，那就是必须输入验证码来证明你不是机器人，但是那些验证文字又往往难以辨认，很容易就输入错误。这个问题也让垃圾邮件的制作者感到头痛。　　据来自新加坡的互联网安全公司Imperva称，“它（CAPTCHA）固有的一个缺陷是不能识别人工攻击。因此，一个验证码根本起不到保护网站安全的作用。”黑客已经想出了若干办法来击败CAPTCHA系统，办法之一就是用“模式识别算法”在无需人类帮助的情况下破解CAPTCHA。此类程序有“PWNtcha”和“CAPTCHASniper”，目前已能破解60多种CAPTCHA程序。不过，垃圾邮件制作者也会雇人专门来为其辨认各种CAPTCHA。辨认CAPTCHA验证码现在都已经发展成一项业务了。这些黑客“雇员”收入的高低取决于辨认CAPTCHA的速度和精度（如每辨认1000个验证码将会获得1-3美元的报酬）。这对整个CAPTCHA的概念带来挑战。　　玩创意小游戏也可证身份　　不过现在已经有一些富有创意的公司出来迎接挑战。AreYouaHuman是一家来自美国底特律的初创公司，最近推出了一款基于游戏的验证服务PlayThru，试图以此代替那些难以辨认的文字验证码服务，比如让你把各种面部特征（如眼睛、鼻子、耳朵等）组合成一张脸。事实证明，人类对图像的识别技术比机器高超多了。　　PlayThru通过让用户通关一款小游戏来证明自己的身份。这些游戏都很简单，有点像那种Flash广告式的休闲小游戏。　　AreYouaHuman官网上展示了多款用来进行验证的小游戏，比如让用户把摩托车拖入到空白的停车位中、按提示制作批萨等游戏。这些游戏都是采用Flash、Javascript和HTML5技术制作，因此支持多种操作系统，用户可以基于自己的手机、平板电脑玩耍通关小游戏来进行验证。　　一些网站开通了专门的图灵测试游戏，好事的网友可以通过测试，看看自己是否被电脑判断是人，或者是半人半机器，抑或是电脑。　　有专业知识不等于能过测试　　图灵测试的理论能区别人与机器。如果将这一套理论放在人与人之间，会得到什么结果呢？　　根据图灵测试的理论，社会学家延伸出了针对人与人之间的图灵测试及模拟游戏。比如，物理学家、化学家、律师和经济学家，他们是拥有专业技术知识和研究能力的专业群体。有一些人虽不具有这些专业领域的实际操作能力，但熟谙该专业领域的暗语，即具备该领域的专业知识，并可与同行专家进行交流；不过，他们并不能执行该领域的实际操作任务。社会学家称这种人拥有“互动专业知识”（interacTIonalexperTIse）。科技记者、经济记者或者项目经理往往都拥有一定“互动专业知识”能力。社会学家通过模拟游戏来区分具有“互动专业知识”的人和真正专业人士。　　社会学家还发现，盲人比正常人拥有更多的“互动专业知识”。他们一辈子都生活在以视觉为主导的世界里。他们能与正常人一起讨论，即使他们根本看不见。他们通常能根据自身的经历，对没有见过的事物进行合理的推断，但是正常人对于从未见过的事物，推断能力就比盲人要弱，他们甚至会进行滑稽而又不切实际的猜测。　　一些人阅读了一本科学书籍，或者看了一部科技类电视节目，又或者在网上了解了一个复杂的话题后，就标榜自己是某一方面的专家时，其实只是拥有了一定的“互动专业知识”，还不能通过图灵测试。

时间：2020-08-03 关键词：机器人人工智能图灵测试
人工智能产品有哪些_人工智能涉及哪些方面

人工智能（ArTIficial Intelligence），英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。人工智能从诞生以来，理论和技术日益成熟，应用领域也不断扩大，可以设想，未来人工智能带来的科技产品，将会是人类智慧的“容器”。人工智能可以对人的意识、思维的信息过程的模拟。人工智能不是人的智能，但能像人那样思考、也可能超过人的智能。人工智能是一门极富挑战性的科学，从事这项工作的人必须懂得计算机知识，心理学和哲学。人工智能是包括十分广泛的科学，它由不同的领域组成，如机器学习，计算机视觉等等，总的说来，人工智能研究的一个主要目标是使机器能够胜任一些通常需要人类智能才能完成的复杂工作。但不同的时代、不同的人对这种“复杂工作”的理解是不同的。人工智能产品有哪些人工智能一般是作为辅助人类工作的工具出现的，扫地机器人、医疗机器人、服务员机器人等是最常见的人工智能形态。事实上，人工智能并不只有机器人一种形态，从领域上来看，包括机器人、语言识别、图像识别、自然语言处理和专家系统等。今天我们就来看下，除了机器人，人工智能的产品还有哪些。谷歌人工智能项目DeepMind 谷歌位于伦敦的研发部门DeepMind已经开发出能够自主玩视频游戏的人工智能技术。以DeepMind技术为基础的计算机系统，能以惊人的速度学习，快速掌握游戏玩法，精通游戏获胜方法。此前，团队称之为深度Q-network学习网络，仅需观察游戏画面以及游戏得分的变化情况，即可分析获得“通关技巧”以及获得高分的玩法及算法，能够达到专业级人类玩家的水平。目前这个系统在相同算法，网络架构以及参数的设定下已经经过49个游戏的测试，目前已经能够熟练22种游戏（包括上述的Space Invaders），达到专家级的游戏水平。这套系统进一步证明人工智能可以通过深度学习，从而掌握游戏技巧，并获得和人类一样的操控力，甚至在某些方面超过人类。 IBM Watson 去年，IBM发布了Watson AnalyTIcs。Watson AnalyTIcs实现了基于自然语言的认知服务，可以为商务人士即时提供预测和可视化分析工具。Watson AnalyTIcs将于本年末推出基于云服务的免费增值应用版本（Freemium Version），可在电脑及移动设备上使用。 Watson Analytics可提供自助式分析功能，包括数据访问、数据清洗、数据仓库，帮助企业用户获取和准备数据，并基于此进行分析、实现结果可视化，为使用者采取有效行动和开展进一步交互提供基础和便利。微软人工智能Torque中文版今年2月份，微软发布了一款为安卓平台的中国用户度身打造、以手势驱动并语音交互的人工智能产品Torque中文版。作为微软在安卓平台上的首个人工智能产品，同时也是微软首个针对可穿戴设备的中文产品，Torque的目标是用最小的界面把信息的传递做到最直接、最及时。Torque的诞生解放了安卓用户的双手，用户只需要轻轻摇动手腕，然后对它说：“快乐大本营主持人”，“最近的肯德基在哪”，“打电话给张勇”等指令，就能体验以极简的动作轻松得到信息和完成更多任务——这也正是微软对移动互联时代，移动生产力和效率的理解。据微软表示，Torque和小冰、小娜等微软人工智能产品一样，都采用了必应大数据平台作为底层引擎，用来处理每个用户通过手机和移动互联网上传到云里的语音命令；而微软（亚洲）互联网工程院的人工智能产品团队，针对中国用户的偏好和习惯，在功能上做了特殊设计和本地化开发。 Youtube自动字幕 2009年时Google便已经利用他们的语音识别技术，在YouTube上提供实时的「自动字幕（Automatic Captions）」功能，除了让用户可以在避免干扰到他人以不开启喇叭的状况下，观赏网络上成千上万的各种影片内容。 YouTube调用Google的自动语音识别技术（ASR）给YouTube视频加入字幕，这个技术来自于Google Voice。当然生成的字幕不可能100%准确，但起码可以帮助你提高听力来理解视频内容，而且Google会一直改进自动语音识别技术的。这项技术支持英语、日语、韩语、西班牙语、德语、意大利语、法语、葡萄牙语、俄语、荷兰的自动字幕。除了自动字幕功能以外，YouTube还针对给视频制作字幕的朋友添加了字幕时间和自动时间的功能，使大家可以更轻松的自己动手做字幕。你只需要创建一个简单的文本文件，里面写上所有视频里说的单词，然后Google利用自动语音识别技术可以将文本里的这些话与自己识别出的话做对应，这样准确率就提高了，而且你还不必花太多时间去一句一句的配字幕。人工智能仿生眼英国曼彻斯特皇家眼科医院已经成功实施了世界首例人工仿生机器眼移植治疗老年性视网膜黄斑变性（AMD）所导致失明的手术。这个人工智能仿生眼装置被称为Argus II，由两部分组成：体内植入部分和体外病人必须穿戴的部分。植入设备将植入到病人的视网膜上，设备中含有电极阵列，电池和一个无线天线。外部设备包含一副眼镜，内置前向的摄像头和无线电发射器以及一个视频处理单元。摄像头会捕捉到植入体正对面的画面，将信号发送到视频处理器上等待处理。经处理后的信号又被发送回眼镜上，信号通过眼镜被植入设备的天线所接收。最终，视频被“输出”到电极阵列上，电极阵列起到视神经模拟的作用。电极阵列的分辨率达到60像素水平，这已经足够让植入设备追踪物体运动的轨迹，看清基本的图案和形状，或者缓慢阅读较大的文字。Argus II所提供的画面是黑白的，但Argus的开发团队正在努力对电极大脑刺激进行编译，希望尽快能让大脑接收彩色信号。患者在手术后，恢复后已经能够识别出垂直或水平的线条，能够辨识出人脸，不需要放大镜阅读报纸。更有趣的是，通过这项手术，患者即使闭上眼睛也能够看到眼睛的景象，这就让人感到有一些有趣了。此外，美国开发人工智能眼球的公司--第二视觉公司开发的人工智能眼球也已获准上市，该产品可以让完全失明的盲人重新恢复视力。新闻写作机器人美联社去年夏天起用Wordsmith平台自动撰写财经新闻。按照美联社商业新闻主管Lou Ferrara的说法，采用基于算法的机器新闻写作后，在无须增加新的人手的情况下，美联社的商业新闻中关于企业季度经营状况的报道量，将增加10多倍，即从原先每季度300篇上升到4400篇，而与此同时将能把之前用于此类报道的记者“解放”出来，让其可以从事更具有创造性和挑战性的新闻策划和新闻源拓展工作。该系统刚上线时，尚需由人工审稿并对平台加以调整，三个月后已完全不需要人为干预。康奈尔大学开发的鸟脸识别技术康奈尔大学与VIsipedia研究计划小组共同开发了Merlin Bird Photo ID软件，可以借助计算机视觉识别技术和深度机器学习来识别各种图片中出现的鸟类种类。这对于入门的赏鸟人士和鸟类爱好者来说，是个非常不错的软件。通过深度机器学习，这个程序能够在数秒内提供识别结果，前三种识别结果准确率已经达到了90%以上。用户可以通过上传不知道种类的鸟类图片，并且用方框框出需要识别的鸟类图像缩小识别范围。软件能够从数万张图片中指出已知种类的鸟，目前数据库已经包含在北美常见的400多种鸟类。随着用户使用次数，和深度机器学习，准确度会日渐提高。康奈尔大学的教授Serge Belongie说：“计算机可以比人类更有效地处理图片，它们能够分类、建立索引、处理大量的图形细节特征来识别结果”。 Skype实时翻译工具微软的实时翻译工具Skype Translator将语音识别技术和微软所谓的“深度神经网络及微软已得到证明的静态机器翻译技术”结合在一起。能自动翻译不同语言的语音通话和即时通信消息。目前支持英语、西班牙语、意大利语和汉语普通话。此外，即时通信消息的翻译已支持50种语言，包括法语、日语、阿拉伯语、威尔士语，甚至克林贡语。由于这款翻译工具集成了机器翻译、语音识别、机器学习、大数据等先进技术，因此被广泛看好。据了解，Skype中文实时口译所需的语音识别技术，由微软中国和美国的研究人员联合开发。人工智能所涉及的范围人工智能涉及的学科比较多，生活中的方方面面都有人工智能的实际应用，主要涉及哲学和认知科学，数学，神经生理学，心理学，计算机科学，信息论，控制论，不定性论，仿生学等学科研究范畴：自然语言处理，知识表现，智能搜索，推理，规划，机器学习，知识获取，组合调度问题，感知问题，模式识别，逻辑程序设计，软计算，不精确和不确定的管理，人工生命，神经网络，复杂系统，遗传算法人类思维方式应用领域：智能控制，专家系统，机器人学，语言和图像理解，遗传编程机器人工厂实际应用：机器视觉：指纹识别，人脸识别，视网膜识别，虹膜识别，掌纹识别，专家系统，智能搜索，定理证明，博弈，自动程序设计，还有航天应用等.

时间：2020-08-03 关键词：谷歌机器人人工智能
人工智能的又一个微小进步_麒麟970：人工智能芯片NPU_亲测Mate10手机麒麟970性能

人工智能的又一个微小进步人工智能时代是信息化时代的延续和新生，今天在这个领域的每个微小的进步都会累积起来，直到再为我们推开一扇伟大时代的大门。人类在出生时近1000亿个大脑神经元就已经产生和分化好，并且处在它们该存在的位置，等着建立神经网络。这时候的神经元还没有多少触突，相互之间也没有多少链接，新生儿的神经触突数不到成年人的三分之一。在婴幼儿的成长发育过程中，神经元迅速伸出触突，彼此建立起非常复杂的链接，相连的神经元可以传递电和化学信号，接近三岁的时候，触突的数量达到顶峰，此时的数量是成人的二倍，这段时间也正是人类学习和认知最快的时期，我们基本的生存技能，比如语言、图像识别和分类、运动都要在这个时候建立起来。此后的时间里，大脑不断优化和修剪神经元的链接，让信息的处理更加高效。在神经网络的建立过程中，链接的建立是随机的，但是修剪不是随机的，大脑不断根据外界信息和反馈来完成。最终形成的神经网络复杂且能高效处理数据，即便是相同环境里成长起来的同卵双胞胎也会有完全不同的两个大脑。模仿生物神经系统建立的神经计算网络，基本原理就是一层一层处理和过滤信息，每一层的基本运算都很简单，无非是用加法和乘法来完成矩阵运算，但是运算中的各种参数因子是个未知数，只能让神经网络通过大量的数据来自己学习，这个学习的过程和孩子学习识图是一样的，大量各种形态的图像数据输入，对最终输出做出纠正，一旦发现输出错误就回退尝试新的参数设定，直到找到复合要求的输出。所以神经网络只关注于问题「可解」，并不强调「最优解」，每次解决和处理问题，都可以进一步优化网络参数，让网络适应更复杂的数据输入。一直到2016年，GoogleDeepmind团队的AlphaGo战胜了职业九段李世石，才在世界范围内掀起了对人工神经网络的关注。这是一场彻底的胜利，AlphaGo的研发者并不懂围棋，打开AlphaGo程序也没人读得懂里面天书一样的各种参数，AlphaGo完全是靠自己学习围棋来达到了战胜人类的能力。最初的AlphaGo以CPU+GPU为运算单元，随着运算量的增加，GPU毕竟不是专为神经网络计算而设计，Google为了提升效率而自行设计了计算单元TPU。TPU是专为深度学习框架TensorFlow而定制的，改用TPU的AlphaGo提升更快，仅靠单机4个TPU就在随后的比赛里碾压了所有人类顶级棋手。

时间：2020-08-03 关键词：人工智能麒麟970 npu
人工智能在2018年需要思考的五个问题

2018年即将来临，人工智能的技术也将及进一步提升，但是对于人工智能五大难题必将成为专家们绞尽脑汁事情。如果现有的AI技术被广泛采用，将会给社会带来巨大的变化。就大量关于“杀手级机器人”的炒作来说，2017年在人工智能方面取得了一些显著的进步。阿尔法狗、冷扑大师等棋牌机器人能让顶级玩家陷入绝望，在现实世界中，机器学习正被用于改善农业，以及扩大医疗保健的覆盖面。但你最近和Siri或者Alexa对话过吗？如果有，那么你会知道，撇开这些炒作，以及踌躇满志的亿万富翁们，还有很多事情人工智能仍然不能做也不能理解。以下是五个棘手的问题，专家们将在明年为它们绞尽脑汁。请看小编为您一一道来：语言真正的含义在处理文本和语言方面，机器比以往任何时候都做的更好。 Facebook可以为视障人士读出图像描述。谷歌做了一个很不错的软件，能在回复电子邮件时给出简短的建议。然而，软件仍然不能真正理解我们的话语的含义，或我们想与它们分享的想法。波特兰州立大学教授梅兰妮·米切尔（Melanie Mitchell）表示：“人类能够把我们学到的概念以不同的方式结合起来，并在新的情况下应用。AI和机器学习系统则不能。” Mitchell将今天的软件面临的问题描述为数学家Gian Carlo-Rota所说的“意义障碍”。一些领先的AI研究团队正试图找出克服它的方法。这项工作的一部分，旨在为机器提供关于常识和实体世界的认知基础——它们奠定了我们的思维。例如，Facebook研究人员正通过观看视频来教软件理解现实。还有人在模拟我们可以用关于世界的知识做些什么。谷歌一直在试图打造能够理解隐喻的软件。米切尔实验过一种系统，使用类比和概念存储来解释照片中发生的事情。阻碍机器革命的“现实差距” 机器人硬件已经发展的相当不错了。花500美元，你就能购买携带高清摄像机的手掌大小的无人机。搬运箱子的机器人以及两条腿走路的机器人也有所改进。那为什么我们还没有被繁忙的机械助手所包围？因为现在的机器人缺乏能够匹配他们先进的肌肉的大脑。让机器人做任何事情都需要针对特定的任务进行特定的编程。它们可以通过重复的试验（和错误）学习操作，如抓取物体。但是这个过程相对较慢。一个有希望的捷径是让机器人在虚拟的、模拟的世界中训练，然后把那些来之不易的知识下载到实体机器人体内。然而，这种方法被现实差距所困扰，具体来说，机器人在模拟过程中学到的技能，在转移到实体世界中的机器时，并不总是有效。这种现实差距正在缩小。十月，在虚拟和真实的机器人手臂拾取多种物品的实验中——这些任务包括胶带分配器，玩具和梳子等等——谷歌报告了可喜的结果。对于自动驾驶汽车从业者来说，取得进一步的进步很重要。在机器驾驶竞赛中，众多公司在在虚拟街道上部署虚拟车辆，他们希望能减少在实际交通和道路条件下测试所花费的时间和金钱。自动驾驶创业公司Aurora首席执行官Chris Urmson说，使虚拟测试更适用于真实车辆是团队的优先考虑之一。曾经领导谷歌母公司Alphabet的自主汽车项目的Urmson说：“明年或以后，我们可以利用这种技术来加速学习。”

时间：2020-08-03 关键词：人工智能
对人工智能的认识_人工智能是怎么来的

　　对人工智能的看法？　　人工智能是21世纪世界三大尖端技术之一，它在社会生产生活中起到了无可替代的巨大作用，它研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统。作为计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，它是多种学科互相渗透的一门综合性新学科，是研究如何制造出人造的智能机器或智能系统，来模拟人类智能活动的能力，用以延伸人们智能的科学。　　2）在我看来，人工智能可以分成两个部分来理解，即“人工”和“智能”。人工，自然就是一些人力所能做到的事情，由人去完成活动。智能，应该理解为智慧和能力。既然走智能平台之路，就必须做到两点：一、通过向开发者开放免费的API接口，方便导入后台数据库；二、平台具备自我学习能力，不断完善信息和丰富数据库。　　3）人工智能的本质就是机器自学习的过程。机器学习包括两大模块：一是数据来源，即大数据；二是数据处理方式，即机器学习算法，机器在自学习过程中两大模块同时运行。深度学习是机器学习研究中的全新领域，主要为建立、模拟人脑进行分析学习的神经网络，它模仿人脑的机制来解释数据。深度学习能增强机器学习的能力，整个机理得到大幅改进。　　4）但受限于技术瓶颈，目前人工智能远未到达成熟的地步。人工智能一旦做成，将对现有移动互联网产品商业模式产生巨大的颠覆，甚至很多移动互联网、互联网产品将不复存在。它的到来，将改变现有的购物、聊天和通信方式，甚至对社交产生冲击。　　5）基于大数据的分析和处理的人工智能能实现精准推荐。但用它来模拟人工存在较大瓶颈，即模拟不出情感、道德等人类特有特征，最根本的解决办法是基于生物计算机去变革，这是人工智能演化必经的基础性变革。以上就是我对人工智能的看法。　　　　谈谈你对智能机器人的看法？　　智能机器人是当前人工智能领域一个十分重要的应用领域和热门的研究方向，它直接面向应用，社会效益强，发展非常迅速。它的研制几乎需要所有的人工智能技术，而且还涉及其他许多科学技术部门和领域。作为人工智能的理想研究平台，它是一个集感知、思维、效应等多方面全面模拟人的机器系统，但其外形不一定像人。它是人工智能技术的综合试验场。可以全面地考察人工智能各个领域的技术。其能力和水平已经成为人工智能技术水平甚至人类科学技术综合水平的一个表现和体现，研究它们相互之间的关系还可以在有害环境中代替人从事危险工作、上天下海、战场作业等方面大显身手。　　2）智能机器人作为第三代机器人，具有感知、识别、推理、规划和学习等智能机制，其中，感知本身，就是人类和动物所具有的低级智能。智能机器人可以把感知和行动智能化结合起来。它的智能分为两个层次：第一即具有感觉、识别、理解和判断功能;第二即具有总结经验和学习的功能。　　3）智能机器人技术将会沿着自主性、智能通信和适应性三个方向发展。移动功能是智能机器人与工业机器人显著的区别之一。智能机器人的生命在于创新，开展仿生机构的研究，可以从生体机构、移动模式、运动机理、信息处理与综合，以及感知和认知等方面多层次得到启发。智能机器人的发展必将伴随着智能化算法的不断涌现，模糊控制、神经网络、遗传算法以及它们的相互结合也是智能机器人研究热点之一。由于智能机器人工作环境复杂度和任务的加重，人类对其要求不再局限于单台智能机器人，在动态环境中多智能机器人的合作与单个机器人路径规划要很好地统一，才能更好实现智能化。由于智能机器人的造价太高，所以至今无法普及。不过，总有一天，智能机器人将会伴着我们的生活，为我们的生活带来方便。　　　　谈谈你对专家系统的看法？　　专家系统是人工智能中最重要的也是最活跃的一个应用领域，它实现了人工智能从理论研究走向实际应用、从一般推理策略探讨转向运用专门知识的重大突破。ES的理论和技术不断发展，应用渗透到几乎各个领域，包括军事、法律、商业、计算机设计和制造等众多领域，开发的专家系统，其中不少在功能上已达到，甚至超过同领域中人类专家的水平，并在实际应用中产生了巨大的经济效益。　　它是具有大量专门知识与经验的智能计算机系统，通常，主要指计算机软件系统。它在计算机中组织整理存储了专门领域中人类专家的知识和思考解决问题的方法，经验和诀窍，不但能模拟领域专家的思维过程，而且能让计算机宛如人类专家那样智能地解决实际存在的困难和复杂的问题。即它是一个应用于某专门领域，拥有专家级知识，能模拟专家思维，能达到专家级水平的系统。　　ES是人类专家智能的模拟，延伸和扩展，具有一定的复杂性和难度；是专家可以信赖和利用的高水平智能助手和有效工具；它可以接近人类专家的水平在特定领域工作；它能高效，准确，迅速地工作，不会产生疲劳，遗忘，不受环境，情绪等的影响；它突破了时间和空间的控制，程序可永久保存，并可复制，还可在网上传递；它能进行有效推理，包括各种精确性推理和非精确性推理。　　相对于一般计算机软件系统来说，ES 不同于一般的计算机软件系统，从处理问题的性质来看，ES善于解决不确定性，非结构化，没有算法或虽然有算法但是在现有的机器上无法实施的困难问题，主要用于知识信息处理；从处理问题的方法看，ES 则利用专家的知识和经验，求解专门问题，而不是数学描述的方法来解决问题，它是基于知识的智能问题求解系统；从系统的结构来看，ES灵活性和可扩充性更好。　　ES是人类专家智慧的拷贝，是人类专家的某种化身，它是基于知识的系统，虽然现在技术比较成熟，但是仍然存在很多的问题，比如系统的优化和发展问题，但是正是有这些问题的存在，才会推动专家系统一代一代的发展下去。　　人工智能是怎么来的　　有一些词语确实应该经受更多的质疑。六十年前，一些科学家制定了一个会议日程，希望为预测并塑造未来奠定基础。他们的任务，是用计算科学重建和超越人类心智的运作。这个大会被他们命名为“达特茅斯人工智能研究项目”。　　1955年的一个草案明确提出了达特茅斯会议的假设：“研究是基于这样一个猜想：学习的每一个环节，或者智能的任何其它功能，原则上都可以被精确描述，可以让机器进行模拟。”然而到了今天，“智能”这个词仍然很笼统。从自动驾驶的车辆到面部识别，从下象棋和围棋到基于数十亿个样本的翻译，越来越聪明的自动化方案让人入迷。然而，但每一篇文章标题中的词语都让我们偏离对机器本身的认识——机器和人根本不像，并不是对人类智能的反射。　　阿兰·图灵1950年发表了一篇关于计算机器和智能的论文，其中写道，“我们只能看到很短的未来，但我们可以看到未来有很多事情需要去做。”如果要诚实地面对未来，我们就需要清楚我们经过了哪里，需要准确描述眼前正在发生的事情是什么。人工智能包含一系列新兴学科，它们有更精确的名称：机器学习、符号系统、大数据、有监督学习、神经网络。然而，由于其术语中嵌入了一个六十年前的类比，大多数关于它们的讨论都受到一些干扰——同时又滋生了很多无益的幻想。　　知道维基百科的起源未必有助于我们了解它为什么成功，也未必可以教会我们更好地使用它。但它确实是个提醒：我们今天习以为常的事情，当初可能并非是这样。所以，未来的事情也未必就会是今天的样子。

时间：2020-08-03 关键词：机器人人工智能
为什么要发展人工智能_发展人工智能经济意义分析

　　最近人工智能的话题很火，无论是硅谷的创业公司、大学及科研机构，还是世界科技巨头谷歌、微软及百度都纷纷在人工智能领域投入大量人力物力做前瞻性的研究，而科技媒体也不断将人工智能话题放在头条位置，很显然当前一股席卷全球的人工智能热潮正扑面而来。　　事实上人工智能是一个古老而沉闷的计算机学科，自诞生起到今天至少有超过50年的历史。很奇怪，人工智能沉寂了多年，现在为什么又突然热门起来了呢？大量事实证明，这当中最主要的原因就是今天硬件复兴了，也带动了人工智能的复兴。随着移动互联网、物联网、大数据、云计算等核心关键技术的大发展大突破，这个星球上的一切硬件都在面临着被智能化，而人类对智能化的终极追求就是实现人工智能。　　人工智能的目的究竟是什么？　　众所周知，人工智能在二十世纪七十年代以来被称为世界三大尖端技术之一（空间技术、能源技术、人工智能），也被认为是二十一世纪三大尖端技术（基因工程、纳米科学、人工智能）之一。既然人类都在不遗余力的追求人工智能，那么怎样才算人工智能？人们这么做的目的又是什么？这是两个很有意思而又十分关键的问题，因为全球最顶尖的科学家为此争论了半个世纪都没有统一的结果。　　抛开纷繁复杂的定义讨论，人工智能（ArTIficial Intelligence）顾名思义是人造的智能，也就是让机器具备人类一样的行为能力及思维意识。那么这样化繁为简的理解正确吗？很幸运这个意思可以通过众多业内顶尖专家的言论佐证。著名的美国斯坦福大学人工智能研究中心尼尔逊教授说“人工智能是关于怎样表示知识以及怎样获得知识并使用知识的科学。”而另一个美国麻省理工学院的温斯顿教授认为：“人工智能就是研究如何使计算机去做过去只有人才能做的智能工作。” 　　很显然，以目前的科技发展水平，要让机器具备人类一样的行为能力不会太难，但是要让机器具备人类一样的思维意识还是一项巨大挑战。既然人工智能包括人类的行为能力及思维意识两个部分，那么我们让机器实现人工智能的路径是不是可以分成行为能力及思维意识两个阶段呢？如果一谈到人工智能就直奔如何让机器学会像人一样思考这样宏大的主题，容易误入歧途，倒不如不要那么好高骛远，先谈谈怎么让机器具备人类一样的行为能力吧。　　既然人工智能是要让机器具备人类一样的行为能力及思维意识，那么这么做的目的是什么呢？很多人包括很顶尖的科学家都认为，人工智能可以让人类实现永生，因此全球很多顶尖的企业及机构都在苦苦探寻人类大脑的奥秘，不遗余力地模仿复制及模拟人类大脑。毫无疑问，要让机器人具备人类的思维意识，无疑于要让人类代替上帝思考，难度有多大可想而知。　　事实上，迄今为止没有任何数据及案例能证明，让人类实现永生是人工智能的终极追求。也许，当我们把人工智能的期望降低一点，那么很快就发现人工智能未必能让人类实现永生，但是可以对人类有无尽的帮助。实际上，人工智能的目的更多是为了解放人类劳动，让人类生活得更好。比如汽车的出现代替了人类双腿走路，计算机的出现代替了手工抄写材料，洗衣机的出现代替了人工搓洗衣服，将人类从低效率的苦活、累活、及脏活等重复劳动中解放出来，未来的人工智能毫无疑问可以比现在做的更好。　　对机器人威胁的担忧暂时是多余的　　即使目前看来要让机器学会像人类一样思考比拥抱上帝还要困难，但是随着人工智能技术的快速发展，必然会有越来越多的机器具备人类一样的行为能力，也就是会有越来越多的机器人出现在我们的工作及生活中。那么问题来了，机器人的大量出现会不会威胁到人类安全啊？一不小心造成人类毁灭那可不是一件好玩的事情。　　很显然，以目前可以预估到的科技水平看，不是机器人不会威胁人类，而是远远还没有到需要担忧的阶段，也许再过二三十年就可以认真思考和争论一下这个问题了，现在我们要做的就是如何让人工智能帮助人类生活得更好。　　越来越多的事实可以证明，在简单重复的高强度劳动中，更多的应用机器人会提升效率，可以将人类从低效率的苦活、累活、及脏活等重复劳动中解放出来。也许很多人马上就跳出来说，这样岂不是造成大量工人失业，从而造成社会动荡、经济下滑？这个担忧就像汽车的出现会让很多马夫失业、让很多养马产业破产是一样的。　　假如未来某天人工智能大发展之后，也许人类一周只需要工作三天就够了，但是社会经济的总产出不但没有下降反而因为机器人效率的提高而实现成倍增长，人类的生活消费水平从而大幅提升。当人类通过机器人为我们劳动而让我们实现丰衣足食，即使不工作又有什么关系呢？毕竟劳动不是我们的目的，而只是目前获得生存的一种手段，人类不会因为缺乏劳动而死亡，而缺少食物则会。　　机器代理人会是人工智能的突破口吗？　　众所周知，人类大脑是自然界最复杂的系统之一，是一个由约140亿个神经元组成的繁复的神经网络。很多心理学家认为，目前人类大脑只使用了3%，或者最多不超过10%，也就是说人类大脑90%以上都是处于休眠状态。目前已知的全球运行最快速的高性能计算机人工大脑，其智力水平大约与3岁小孩相当，可想而知要达到一个成年人的智力水平，我们还需要多大的研发工作量，更重要的是对大脑的研究我们聪明的计算机专家爱莫能助。　　因为要想模拟大脑，总得先摸清楚大脑的运作原理吧？很遗憾，模拟大脑主要是计算机科学，但是了解大脑运作则属于生命科学，已经超出了聪明的计算机科学家的擅长领域，不是说生命科学家没有计算机专家聪明，而是生命科学没有摩尔定律，很少看到生命科学领域有计算机领域这样实现指数式的技术突破。因此，过去几十年，生命科学的发展是远远跟不上计算机科学的发展速度的，造成了人工智能相当于是一条腿在走路。　　要判断一台机器是否真能够像人类一样“思考”目前来说还有不少难度，而最常用的方法就是让其进行“图灵测试”。计算机科学家阿兰图灵在1950年发表的论文《机器能思考吗》中，提出了著名的“图灵测试”，并且图灵预言，到2000年将有足够聪明的机器通过该项测试。　　令人遗憾的是，在过去的64年中全球还没有一台机器通过了图灵测试，直到2014年6月英国雷丁大学一台超级计算机巧合通过了该项测试，从而成为有史以来首台通过“图灵测试”的机器。而这个时间比图灵原先预言的时间足足晚了15年，可见对于一日千里的计算机技术，人工智能的发展并没有像预期的那样取得突飞猛进的效果。　　人工智能领域著名的“蓝色大脑”计划，是由瑞士科学家设想的一个复制人类大脑的人工智能工程，从2005年启动至今已经近十年过去了，尽管该项目科学家在2009年声称有望在2020年左右制造出科学史上第一台会“思考”的机器，可是这个可能性有多大今天大家心知肚明。　　很显然，要让机器具备人类的思维意识，学会像人类一样思考，这不是一件简单的事情。那么有没有更好的办法去实现人工智能呢？毕竟人工智能未必就是要让机器模仿复制一个人类大脑出来，模拟大脑只是其中一种路径，科学家应该寻找更多路径来实现人工智能。这方面也许好莱坞科幻大片“未来战警”又名“机器代理人”可以给我们的人工智能科学家带来一些启发。　　正如“机器代理人”电影描述的那样，人类可以通过网络连接远程控制一个仿生机器人实现自己的行为能力，包括视觉、听觉及触角的同步。这也就意味着，人类可以实现瞬间的空间地理位置转移，你可以随时出现在地球的任何一个角落甚至是在火星上，只要那里有可以与你实现连接的机器人即可。更进一步，在实现机器代理人的基础上，只需要实现人类的记忆迁移与延续即可实现永生了。因为肉体是无所谓的，肉体可以通过基因工程克隆一个出来甚至是用仿生机器人都行，从目前的克隆技术看这块不会存在太多障碍，总比要克隆一个大脑容易的多。　　目前要搞清楚的是一部机器通过远程的人类控制而具备人类的大部分的行为能力，是否也属于一种间接的人工智能呢？正如微软Hololens全息眼镜一样，不是通过传统光的干涉和衍射去实现全息投影，而是通过虚拟现实及增强现实技术去实现，目的就是让人感觉到三维全息影像这个视觉效果，至于是通过什么手段去实现其实并不重要。很显然，实现人工智能未必要死抱着模拟人类大脑不放，不妨试试其他更容易的路径。　　毫无疑问，机器代理人式的人工智能要比单纯的依靠机器自我具备人类思维意识的人工智能更容易实现，而且也同样可以为人类从事各种复杂劳动提供极大帮助，比如从事消防救火及深海探险等工作，或者是远在数万公里之外的医学专家也可以足不出户在其他国家成功完成一台高难度的手术。总之，不管是以何种方式、何种路径去实现的人工智能，本质上再先进的技术都是为人类服务的，让人类生活得更美好才是技术进步的源动力。　　发展人工智能经济意义分析　　2017年7 月 20 日，国务院正式印发了《新一代人工智能战略规划》。明确提出我国新一代人工智能发展的目标，要求到 2020 年人工智能技術与世界先進水平同步；到 2025 年人工智能成为带动我国产业升级和经济转型的主要动力；到 2030 年，中国成为世界主要人工智能的创新中心，人工智能核心产业规模超过一万亿元，带动相关产业规模约10万亿元。对与人工智能的发展，我国已经提到了国家政策面的高度。　　　　一、人工智能大幅提高劳动生产率　　研究表明，人工智能可以通過三种方式激发经济增長潜力。　　1，人工智能通過过转变工作方式，帮助企业更有效利用实践，进而大幅提升现有的劳动生产率。　　2，人工智能甚至可以替代大部分劳动力，成为一种全新的生产要素。　　3，人工智能的普及能帶动产业结构的升级换代，推动更多相关行业的创新。开拓生产、服务、医药等行业经济发展的全新济源。　　　　根据普华永道6月27日发表的《抓住机遇--2017夏季达沃斯论坛报告》预测，到2030年人工智能对世界经济的贡献将达到15.7万亿美元，中国与北美有望成为人工智能的最大受益者，总获益相当于10.7万亿美元。到 2035 年，人工智能有望推动中国劳动生產率提高 27%，人工智能到 2035 年拉动中国经济年增涨，從 6.3%提速至 7.9%。　　二、“第四次工业革命” 　　自从人工智能自诞生以來，亦开始与各类行业深度融合，成为经济结构转型升级的新支点。目前人工智能已經在 GPU、人脸识别和无人驾驶等各个领域得到了快速的应用。在制造业方面，未来汽车行业的研发设计、供应链运输、驾驶技术的提供以及交通的解決方案等將有人工智能的参与。　　　　有统计表明，无人驾驶汽车比传统人力驾驶安全系数更高，驾驶时间更长，並且可以減少 80%的交通事故。服务业也同样广泛应用受益於人工智能技術的发展应用。相信未来，人工智能技术将能广泛应用于智能城市的建设，大幅提高政府的治理效率。医疗保健行业是受益於人工智能的另一主要服务业。根据世界银行数据，全球医疗保健开销占全世界 GDP 的 10％，而其中至少 10％（约千亿美元）用于如癌症检测和 X 光片检查等的医疗手段诊断。乃至通过机械手臂做一些高难度的手术，例如上海的中山医院的心脏外科就有叫“达芬奇”的机械手臂为病人做手术。相较于人力而言，人工智能技术更加精确安全，成功率更高！相信在不远的未來人工智能技术帮助提升基层医院的诊断速度，准确程度和治疗精度。　　三、人工智能冲击劳动力市场　　在社会享受著人工智能技术所带来的生活品质提高的同时，市场也开始出现质疑人工智能的声音。　　　　目前社会对人工智能最为担心的是人工智能的应用将冲击劳动力市场，导致失业率增加和工资的下降，最终带来通涨或通缩。事实上，这类观点并非好恶依据。世界经济论坛（WEF）早前发表了一份名为《职业的未來》的报告，预测人工智能将在今后 5 年改变商业模式劳动力市场，导致 15个主要发达和新新经济体净损失超過 500万个就业岗位。的确，未来很多蓝领及白领岗位。例如工厂工人，司机，客服代表、甚至是银行工作人员都有可能会面临失业的窘境。人工智能一定程度上对劳动力市场造成了冲击，也不可避免地对其他相关行业带来风险。技术进步带来的另外一个结果就是低通脹。可以这样分析，由于人工智能等互联网技术的崛起有效压缩了供应链中的多个环节，減少了企业的成本，進而降低了商品价格而降低消费者成本。　　例如用美国统计局的数据看，通信服务商 Verizon 提供的无限流量套餐决定限量流量套餐的決定，拉低了美国 6 月核心通胀率 0.2 個百分点的。依次判断，人工智能技术似乎对通胀率亦将会有较为明显的的削弱作用。　　四、正视科技变革带来的挑战　　“科技是一把双刃劍”并非一個陌生的命题。不可否认，人工智能技术的发展的确会为人类社会帶來诸如失业率提高提高和物价降低等问题，但我们更应辨认地看待人工智能，正视人工智能带来的问题，并且以有效的政策配合来劲量消除其對社会的负面影响。在人工智能对劳动力市场的影响，需要考虑以下几个问题。　　　　首先，随着人口红利的消失及社会老龄化程度的加剧，以人工智能为代表的制度和技术红利的发展是一个必然趋势。　　其次，科技部在 7 月 21 日国务院新闻厅上表示， “科技发展对就业的冲击不是今天人工智能出现后才有的，生产机械的出现从二战后就开始导致大量手工业的工人失业。但长远看，科技带来的就业机会远远大于失业率。”未來，一些新新的专业性工作岗位会將应运而生，如人工智能的开发者、维护修理者目前是机械无法替代的。　　最后，未来政府也会更加注重针对人工智能技术的相关政策的规划协调。一方面，政府将加大对劳动力进行再培训和教育力度，使其能夠从事一些人工智能的开发专业性领域，未来劳动力将更加适应智能社会和智能经济发展的需要。另一方面，由於人工智能的诞生会使大量財富集中到少数人手中，加剧社会财富的两极分化。　　　　总而言之，近年全球的低通胀困局是由大宗商品价格下跌、人口老龄化导致的需求不足、以及欧美兼职热潮兴起所掩盖的劳动力闲置和薪资增长缓慢等综合因素导致。人工智能对通胀的影响最终还是取決於我来人均可支配收入和政府的再分配政策。故此人工智能技术的进步不是导致低通胀的唯一必然因素，反而技术进步反而会有助推动商品成本下降，给消费者带来更物美价廉的产品。在促进消费升级，同时带动全社會消費水平的提升。让我们做好相应准备，为未来布局，用积极的态度迎接这个必然的变革把！

时间：2020-08-03 关键词：微软百度谷歌人工智能
传感器结合人工智能降低砌墙工职业伤害

　　人工智能（AI）可望降低砌墙工的职业伤害，提高生产力。据报导，滑铁卢大学（University of Waterloo）研究团队采用动作传感器和AI软件，记录专业砌墙工的工作情况，结果发现他们懂得降低关节承受的压力，只可惜这些知识往往无法言传，不会特别传授给新人。　　该大学土木环境工程教授Carl Haas表示，工匠独特的身体智能无法言传，但是至关重要，专业工匠花别人一半的力气，做事速度却是别人的2倍快，做出来质量又好。专业工匠会发展出自己的安全工作之道，例如不直接举起砖块，而是用摆动的方式，或者少弯曲背部。　　研究团队在专业砌墙工身上穿著感测衣，结果发现他们身体承受较少的压力，生产力却更高，研究团队无法得知为什么专业砌墙工有如此的因应之道，所以想进一步探讨其中的身体力学。肌肉骨骼伤害向来砌墙产业的一大问题，以致学徒半途而废，砌墙工老年身受病痛所苦，而这套系统将协助培训新一代砌墙工，随时建议他们如何修正动作。

时间：2020-08-03 关键词：传感器人工智能
盘点2017人工智能的十大错误

人工智能技术已经被众人神话了，人工智能并不是无所不能，有人总结了2017一年以来人工智能犯过的十大错误。

时间：2020-08-03 关键词：谷歌人工智能 faceid
2018年处在人工智能风口浪尖上的四个领域

抢滩AI 芯片已经成了互联网大佬们的必要战略，人工智能的潜力让人们惊讶，它让智慧生活成为可能，在即将来临的2018年，在这个疯狂后将会有哪些领域将处在风口之上。人工智能将会改变每一个行业，也是当今科技界最大风口，由于AI 被视为下一个科技革命，在这一波浪潮中，过去一年掀起来了一股前所未有的热潮，到2018年，人工智能将是商业应用的关键年份，尤其谷歌、微软、Facebook以及百度等科技巨头们在积极推动人工智能商业应用落地。伴随移动互联网红利逐渐褪去之际，取而代之以AI为主的万物互联时代即将到来，赢得人工智能将赢得未来成为业内共识，因为人工智能将会像水电一样成为基础设施，无处不在。至此不管是谷歌和微软，还是国内的BAT等巨头们投入大量的资金和人力等资源，通过并购以及开源AI技术等来打造各自的AI生态圈，并推动全球人工智能产业发展。为此，2018年，人工智能将会持续火爆，然而，这一次的将更注重商业场景落地，毕竟，技术发展本质要回归到商业应用，在笔者看来，在各种智能设备以及各种服务嵌入AI技术，笔者认为将在以下领域大放异彩，也形成百家争雄的局面。（一）人工智能技术让智慧生活成为可能伴随智能家居产业链的成熟，在当前，基于苹果HomeKit、三星SmartThings，以及海尔U+智慧生活平台上，完全可以搭建全屋智能，以实现家庭场景下智慧生活，以及在人工智能驱动下，推动产品智能升级，让人工智能嵌入至到更多生活场景。例如作为传统家电巨头的海尔，就在积极推动人工智能在家庭场景中落地，在2016年就推出了海尔U+智慧生活大脑，透过平台的开放性，和产业链和开发者共同打造家庭智慧生活场景，使得人工智能和智慧家庭融合下。如今，海尔U+生态圈的交互用户已经达到5000多万，生态资源有2000多家，该生态系体系下聚拢了众多上下游核心资源共同参与，使得智慧的生活场景得以实现，家庭由单品智能向全场景智能化迈进，推动智慧家庭进入3.0时代。在人工智能技术驱动下，智能家居有望进入千家万户，各种智能家居设备和服务都将嵌入AI技术，以此实现感知用户，一个以人工智能为主的智能家居时代的随之到来。（二）人工智能时代高点，抢滩AI 芯片各种智能设备数量呈现快速增长态势，搭载AI 技术的芯片成为核心推动力，科技企业纷纷抢滩和大肆押注 AI芯片，谷歌人工智能系统横扫围棋界，背后深度学习芯片TPU支撑，英特尔也在发力人工智能芯片，苹果和华为在最新一代旗舰机均搭载具有AI技术的芯片，而英伟达AI芯片一枝独秀，领跑人工智能时代。受益于人工智能技术在各场景下的积极探索，适用于各种智能设备的芯片需求水涨船高，而英伟达则收割了人工智能芯片所带来的红利，市值更是进入千亿美元俱乐部，成为名副其实的芯片巨头。围绕芯片的创新创业企业也倍受关注，地平线作为中国第一家AI芯片公司，发布了我国首款嵌入式人工智能视觉芯片，这也是中国首次推出大规模量产流片的人工智能处理器，在人工智能视觉识别领域，该类芯片每帧中可同时对200个视觉目标进行检测，为我国智能驾驶、智能城市发展提供基础支撑。在今年早些时候，地平线还拿到英特尔投资，最后一轮融资超过1亿美元A+轮融资，据其CEO余凯介绍，地平线将借助英特尔在CPU、FPGA、5G等方面的经验和资源，加快嵌入式人工智能硬件架构的研发，并发挥地平线在人工智能算法和嵌入式终端计算方面的优势，与英特尔携手推进自动驾驶产业的创新发展。 AI芯片创业公司迎来爆发式增长，同时受到了资本市场关注，其中寒武纪则成为炙手可热的人工智能芯片厂商，公开资料显示，上一轮1亿美元的融资估值高达10亿美元，成功卡位人工智能风口。中国企业在资本和政策支持下，在发力人工智能芯片，正在缩小与芯片巨头的差距，借助人工智能，有望使得中国“芯”崛起。

时间：2020-08-03 关键词：人工智能 ai芯片
寒武纪科技上市了吗_寒武纪科技股权结构是怎样的

北京中科寒武纪科技有限公司作为一家走在世界科技前沿的企业，受到众多投资者的关注。那寒武纪科技什么时候上市呢？跟中科寒武纪相关的概念股有哪些呢？寒武纪科技上市了吗？什么时候上市呢？ 2017年8月18日国内人工智能芯片初创企业北京中科寒武纪科技有限公司，宣布完成1亿美元A轮融资，成为全球AI芯片界首个独角兽的初创公司，其战略投资方包括阿里巴巴、联想、科大讯飞等。尤其科大讯飞，系其原始股东。从寒武纪的公司全称不难看出，这是一家中科院系的企业；根据其工商信息显示，北京中科算源资产管理有限公司确系其主要的原始股东之一。上述看出，寒武纪还没有上市就吸引了一些上市企业的投资，说明寒武纪科技是一家很有前景的科技企业。至于其什么时候上市，官方并没有公布任何相关信息，还需要密切关注吧！当然，很多投资者也是对寒武纪概念股关注也较为密切，那中科寒武纪有哪些概念股？人工智能是未来发展的趋势，寒武纪科技作为国内人工智能芯片初创的企业深受人们关注！在资本市场上，寒武纪科技尽管还没有上市，但是已经受到投资人的追捧！那中科寒武纪有哪些概念股呢？十年磨一剑的华为海思与横空出世的新科“独角兽”寒武纪的牵手，给中国人工智能产业注射了一剂兴奋剂。 9月2日，华为在2017年德国柏林国际消费类电子产品展览会发布了首款人工智能（AI）移动计算平台——麒麟970，麒麟970也成为第一款集成了深度学习模块的AI手机芯片，这块芯片将被用作抗衡对手苹果和三星。在海思芯片集成的关键AI技术中，刚刚完成1亿美元融资的独角兽公司“寒武纪”贡献了一臂之力。跟随华为AI芯片再次进入市场聚光灯下的寒武纪，不仅显示出其背后“孵化”平台中科院的技术实力，也牵引出一众“中科系”上市公司的身影。国内首个AI芯片发布手机行业有望跟风智能手机厂商都强调过AI技术的应用，但是华为率先将深度学习模块集成到芯片中，且抢在今年10月份将牌打出，超越竞争对手，抢占移动端AI芯片先机。根据华为海思披露的资料，麒麟970处理器为8核设计、10nm台积电工艺，集成55亿颗晶体管。对比之下，高通最新产品骁龙835是31亿颗晶体管，苹果A10是33亿颗晶体管。相对于上一代产品麒麟960，麒麟970能效提高140%，功耗减少50%。而最大亮点是AI计算模块。在麒麟970上，华为探索了另外一种思路：在传统的手机芯片配备的CPU、GPU、ISP、通讯基带等模块之外，额外增加一个同类产品没有的东西——为人工智能运算专门设计的神经网络处理单元（NPU），让手机本身具备AI能力，完成一些和AI相关的应用。从现场展示的一张在进行AI运算时对比图看，性能上，NPU和CPU、GPU的对比，NPU是CPU的25倍，是GPU的6.25倍。华为终端公司董事长余承东表示，麒麟970将在今年10月份应用在华为Mate10手机上。在智能手机首次有了AI计算平台的加持，预计将给华为带来较强的竞争力。如果考虑上一代芯片麒麟960在华为Mate9、P10、荣耀9等旗舰产品上的出货量将近3000万台，麒麟970或将是发货量巨大的AI芯片。华为也宣布向开发者开放其移动AI平台，如果华为AI芯片首次试水能在产品和生态上获得成功，那么大概率将引起手机产业链的跟风。

时间：2020-08-03 关键词：人工智能麒麟970 寒武纪科技
AI操作避险基金绩效已逐渐超过人类

避险基金指数Eurekahedge统计，自2010~2016年间，共有13个人工智能(AI)操作的避险基金的绩效平均成长了10.6%，资产管理公司Two Sigma与高盛(Goldman Sachs)等，都已逐渐采纳人工智能作为基础策略或研究工具。据报导，避险基金集团Man Group执行长Luke Ellis表示，倘人工智能运算能力以目前的速度成长，或会在25年内处理99%的投资。Man Group已对使用人工智能的避险基金投入约130亿美元。人工智能展现的投资能力可能已超过人类范围，如目前企业使用人工智能爬梳凌乱的社群媒体和智能型手机数据，所展现对公司收益或销售的预测速度，已快于人类分析师。咨询公司Opimas预测，2025年全球会30万个基金经理、分析师或后台工作人员等工作，人工智能将导致其中9万个岌岌可危。投资人因部分多年来表现不佳的人力避险基金，纷纷涌入对人工智能避险基金的投资。据Hedge Fund Research统计显示，自2010年来，量化基金(Quant Fund)管理的资产激增86%，达到940亿美元;在2016年，当一般避险基金遭受830亿美元的损失，量化基金却赚进130亿美元，此一趋势一路延续到2017年9月。在20年前创立首个人工智能避险基金的Vasant Dhar表示，人工智能可爬梳数据，产生假设并进行测试，然后告诉人们洞见，此改变了人类工作的本质。Dhar创立的避险基金是资产管理公司SCT Capital Management，管理约3.5亿美元。人类分析师可能要开始学习编写程序码来保护自己的工作，在2016年关闭非人工智能避险基金Nevsky Capital的MarTIn Taylor表示，在基金收益下降时，管理者必须对工程师投入更多资金，因此分析师的人力资本将被削减以确保利润。人工智能避险基金公司Acadian Asset Management过去5年以来，资产规模飙升79%达930亿美元，其经理人和分析师背景多元，都对统计学有著深刻的理解，且几乎每个人都会写程序码，也拥有市场经验。避险基金顾问Juergen Schmidhuber表示，人工智能的神经网络将成为各行各业更好的指标预测工具，不久后的未来将会有许多交易将透过自主学习算法执行，而一些高层人员仅会偶尔进行人为决策。

时间：2020-08-03 关键词：人工智能
寒武纪芯片量产了吗_如何看待国产自主的寒武纪芯片

智能芯片哪家强，还是中国寒武纪说到智能芯片，也就是大家最近常听到的AI芯片。大家听到最多的就是华为mate10系列手机上集成的AI芯片。可以算是目前终端领域较早提出人工智能芯片的企业。然而还有一款终端也配备的AI芯片，那就是苹果iPhone X。它可以使机器深度学习，让终端设备更加智能化、人性化。 AI芯片的逐步应用，使得智能终端进入了一个新的时代。甚至不简单的说是智能终端，而是智慧终端。他可以像人一样不断的学习。之前被爆出频繁的人工智能AlphaGo（阿帕狗）就是其经典体现。在AI芯片领域，有很多科技巨头对其研究很久（例如谷歌、IBM）。然而这一行业真正的世界领跑者却在中国。虽然华为发布第一款搭载AI芯片的终端，但是其真正开发者确实其背后的芯片公司---寒武纪科技。这是一家由中国科学家创立的一家科技公司，拥有这中科院的支持，低调而又神秘。全名北京中科寒武纪科技有限公司。相比于谷歌等企业使用的传统算法列阵，寒武纪使用了通用AI芯片的道路，远远领先于传统的GPU，能效比google最新的芯片还要先进。而华为mate 10中麒麟970就搭载着这种智能芯片。从而使得华为手机足以与苹果最新手机在性能上不处于弱势。

时间：2020-08-03 关键词：人工智能麒麟970 寒武纪科技
人工智能以笔触分析抓假画赝品无所遁形

假画监定所费不赀又耗费时间，艺术史专家将待监定的画作送入实验室后，可能需经过气相层析、红外线侦测、放射性碳定年法等等复杂的技术才能辨识真伪。现在有研究者开发出一套人工智能(AI)系统，只要分析笔触就能判定作品是不是艺术大师的真迹。据报导，1990年代中期，历史学家Maurits Michel van Dantzig研究出一套透过画笔或铅笔的笔触来辨识画家的方法，他发现无论是笔触的长度、方向、形状还是用力大小都会形成独特的「笔触签名」。近来，美国罗格斯大学(Rutgers University)和荷兰绘画修复及研究工作室(ARRS)的学者发布一套AI监定系统，就是以van Dantzig的方法为启发，靠著分析画作的笔触来判别真伪。该研究将297幅毕卡索(Picasso)、马蒂斯(MaTIsse)、莫迪利亚尼(Modigliani)和其它绘画大师的线条画作品数码化，让系统从中拆解出8万条的笔触资料，再由递回式类神经网络(Recurrent Neural Network;RNN)去学习笔触中的特点用来辨识画家。另外，研究人员也训练一套机器学习演算系统去辨识笔触中的特定特征，譬如一道笔触里的线条形状等。两套系统结合，准确辨识出艺术家的机率已能达到8成。为了测试系统辨别赝品的效果，研究人员也聘请画家以相同的风格作画，结果系统靠著笔触成功辨识的机率达100%。该系统除了为艺术品监定带来突破以外，另一个重要的贡献是，透过比对由研究者训练的机器学习系统和RNN两组系统，可以一窥一向被视为「黑箱」(black box)的RNN是如何运行。黑箱意指研究者对于某系统的运行无法掌握，没办法解释该系统得出的结果到底是怎么来的。以此辨识赝品的RNN系统为例，是利用画家施加在笔触上的压力变化来辨别的，亦即他们下笔的力道。不过研究团队也指出，目前这套方法只能用于辨识线条清楚的画作，换言之，面对笔触不明显的作品就没辙了。研究团队的下一步是将这套检验方法用在印象派画作，以及其它笔触清楚的19世纪绘画作品上，近一步测试。

时间：2020-08-03 关键词：人工智能
智能手环工作原理_智能手环是如何进行数据传输的

智能手环是一种穿戴式智能设备。通过这款手环，用户可以记录日常生活中的锻炼、睡眠、部分还有饮食等实时数据，并将这些数据与手机、平板、ipodtouch同步，起到通过数据指导健康生活的作用。智能手环作为目前备受用户关注的科技产品，其拥有的强大功能正悄无声息地渗透和改变人们的生活。其内置的电池可以坚持10天，振动马达非常实用，简约的设计风格也可以起到饰品的装饰作用。智能手环这种设计风格对于习惯佩戴首饰的用户而言，颇具有诱惑力。更重要的是，手环的设计风格堪称百搭。而且，别看小小手环个头不大，其功能还是比较强大的，比如它可以说是一款高档的计步器，具有普通计步器的一般计步，测量距离、卡路里、脂肪等功能，同时还具有睡眠监测、高档防水、蓝牙4.0数据传输、疲劳提醒等特殊功能。一、智能手环的原理智能手环运动监测功能通过重力加速传感器实现。重力传感器已是一种很成熟的技术，手机也早有应用，比如现在智能手机的屏幕翻转功能，就是通过传感器来实现的。传感器通过判断人运动的动作得到一些基础数据，再结合用户之前输入的个人身体体征的基本信息，根据一些特定算法，得到针对个人的个性化监测数据，诸如运动步数、距离以及消耗的卡路里等，从而判断运动的频率和强度。由于每个人运动随个人身体体征的不同而产生不同的效果，因而用户在使用手环进行监测前需要在APP中录入自己的性别、年龄、身高、体重等信息，信息自动同步到手环中，通过传感器监测运动动作，经过特定算法最终实现运动监测的功能。睡眠监测也通过相同的传感器技术实现。人的睡眠按照脑电波信号可分为五个阶段：入睡期、浅睡期、熟睡期、深睡期、快速动眼期（REM）。在不同的阶段人的脑电波可以迅速改变，有意思的是，重力加速传感器并不具备直接探测脑电波的功能，所以它是将人在睡眠中动作的幅度和频率作为衡量睡眠的标准，来判断睡眠处于哪个阶段，手环的智能闹钟功能，会在快速动眼期将用户唤醒，“因为在快速动眼期睡眠者会出现与清醒时相似的高频低幅的脑波，比较容易唤醒，如果此时唤醒，睡眠者会感到神清气爽，有一个很好的睡眠效果。

时间：2020-08-03 关键词：传感器人工智能智能手环
2018中国互联网续再续篇章人工智能革新时代特征

2018已经开始，在人工智能和物联网变革的大背景下，不但经济规模持续扩大，而且各类创新商业模式层出不穷。人工智能开了弯道超车产业模式，中国的物联网产业已经进入快车道，将在2018年迎来新一页的篇章。 2018中国互联网续写华章中国共享单车入驻法国巴黎。刚刚过去的2017年，中国互联网追风踏浪，勇立潮头，捷报频传。高铁、支付宝、共享单车、网购成为外国人眼中的中国“新四大发明”，人工智能异军突起，物联网、大数据、虚拟现实技术与实体经济进一步融合。新兴产业蓬勃发展，传统行业迎来变革之机。海外网邀请几位专家对这一系列热点话题进行解读，展望2018年的中国互联网。有理由相信：2018年的中国互联网将再谱新篇，续写华章！共享经济全球领跑不知不觉间，共享经济已经成为中国人日常生活的一部分：共享出行、共享充电宝、共享房屋……值得一提的是，共享单车服务发轫于中国，是完全意义上的“中国式创新”，无论是设计水准还是制造工艺，都是“中国创造”“中国智造”的典型代表。中国社科院财经战略研究院互联网经济研究室主任李勇坚表示，共享经济在中国高速发展，不但经济规模持续扩大，而且各类创新商业模式层出不穷。交通出行领域，共享经济参与者持续增长，其中共享单车用户增长最快；住宿领域的共享经济也快速发展，2017年中国共享住宿市场交易规模预计可达125.2亿元，相比2016年交易额增长42.6%。此外，共享汽车也开始进入快速发展期。北京、上海、广州、重庆等地开始出现多家共享汽车平台，EVCARD（汽车租赁）用户数超过75万。2017年9月，北京市石景山区提出打造全市首个共享汽车示范运营区。李勇坚说：“我国共享经济在吸收国外先进商业模式的基础上，向海外扩张，形成了国际影响力。自2015年以来，ofo小黄车、摩拜等多家共享单车企业布局海外市场。2017年6月13日，摩拜单车宣布登陆全球第100个城市——英国曼彻斯特；ofo目前已经进入20个国家，超过250个城市；滴滴国际化步伐加快，先后投资了巴西99约车、印度Ola（欧拉）、南非打车应用Taxify、新加坡的Grab打车软件、美国的优步和利福特、中东北非地区的Careem（中文意为‘大方的’）等全球七大移动出行服务平台，合作网络已触及北美、东南亚、南亚、南美1000多个城市，覆盖了全球六成人口。共享单车已经成为中国的一张新名片。” 中国-东盟博览会上的机器人服务员。

时间：2020-08-03 关键词：物联网人工智能大数据