博客

虽然穿戴式技术已经走过很长的发展道路了，但仍必须克服许多挑战，才能实现广泛应用：业界还需要进行重要的开发任务，才能促进主流消费者的采用成为现实...

根据麦肯锡(McKinsey Global)和思科(Cisco)预测，物联网(IoT)将在未来十年产生超过10兆美元的市场规模，可穿戴设备拥有巨大的营收潜力。那么，设计人员与开发人员究竟忽略了什么?我们必须突破的最后障碍又是什么?

我认为，穿戴式设计还必须克服许多挑战，才能实现广泛应用：工程师必须开发价格更负担得起的产品，并克服限制产品可用性的技术挑战。

<strong>可穿戴设备不再只是奢侈品?</strong>

你或许不曾想过，从一群人里找出熟悉的那张脸、读懂一首情诗等再普通不过的人类智力活动，对机器来说都是至高难度的挑战。那么，人类的这份智能究竟来自于何处呢？是什么样的过程造就了今天的人类，将我们与其他生物彻底区分开来？

　　人类的智能是多么了不起。我们建起了遮风避雨的居所，找到了狩猎的新方法，造出了船和机器。独特的智能造就了人类文明。

　　然而人只不过是由细胞堆砌而成的血肉之躯，为何就能孕育出拥有无限创造力的智能呢？

这就是智能的起源问题。

日本国家材料科学研究院（NIMS）最新宣布已经开发出一种能量密度空前的新型锂电池。NIMS将这种新型锂电池称为“锂空气电池”（ 空気電池），其单位体积下的能量密度几乎逼近极限。同时成本也能够得到很好的控制。

当下无论是智能手机还是新能源汽车都渴望得到性能更高的电池。日本国家材料科学研究院（NIMS）最新宣布已经开发出一种能量密度空前的新型锂电池。NIMS将这种新型锂电池称为“锂空气电池”（ 空気電池），其单位体积下的能量密度几乎逼近极限。同时成本也能够得到很好的控制。

对物体进行识别，如果是可疑的物体就主动报警。人脸识别技术在安防领域已经有了很大的应用，未来将有更广阔的应用空间，因此对安防企业来说，人脸识别技术的市场潜力无可估量。

这是人脸识别技术在智能安防下的一个具体应用场景：你在门口安装了摄像头，当有物体出现在摄像头范围内的时候，摄像头自动拍摄下图像，对图像进行识别；识别后如果发现是个人，并且长时间在门外并没有敲门进门等行为之后，就会及时报警给户主；或者，在夜晚的时候发现有物体移动，对物体进行识别，如果是可疑的物体就主动报警。人脸识别技术在安防领域已经有了很大的应用，未来将有更广阔的应用空间，因此对安防企业来说，人脸识别技术的市场潜力无可估量。

人脸识别市场规模将破50亿元

周五公布的一项研究显示，到本世纪30年代初，英国大约三分之一的工作岗位可能会被机器人取代，将有1000万英国人受影响，但女性面临裁员的可能性较小。

普华永道会计师事务所的调查发现，在英国，30%的工作岗位可能会转变为自动化，而美国的这一比例为38%，德国为35%，日本为21%。

然而，研究人员表示，这并不是一定会导致就业岗位减少，因为就业岗位只可能会发生变化，而不是消失。

但男性和女性之间的区别很明显，普华永道估计，有35%的男性工作岗位将会面临被取代的危险，而女性的这一比例为26%，因为在教育和健康等领域工作的女性的比例很高。

而男性员工则更多从事对教育水平要求较低的工作，比如交通业和制造业。

澳洲国立大学(Australian National University；ANU)的研究人员在《纳米通讯》(Nano Letters)期刊中发表制造纳米天线的新方法；透过谓的二次谐波产生途径，研究人员能够在一般的透明玻璃基板顶部均匀地打造出比人类发丝更小500倍的纳米天线，从而应用在夜视护目镜或智能眼镜的透镜上。

澳洲国立大学(Australian National University；ANU)的研究人员在《纳米通讯》(Nano Letters)期刊中发表制造纳米天线的新方法；透过谓的二次谐波产生途径，研究人员能够在一般的透明玻璃基板顶部均匀地打造出比人类发丝更小500倍的纳米天线，从而应用在夜视护目镜或智能眼镜的透镜上。

超级计算机，简单来说就是一种能够以比普通计算机快得多的速度进行运算的机器。这种机器最早出现在1960年代，但自那以后其性能已经被大大增强了

<center><img src="http://intel.eetrend.com/files/2017-03/博客/100005548-17457-1.jpg&quot; alt=""></center>

计算机视觉与机器视觉，<strong>首先是应用场景不一样，就像@Vinjn张静 回答的那样：你把摄像头对着人就是CV，对着车间就是MV。</strong>

计算机视觉和机器视觉应用场景不同，就像拉货车和载客车是的，侧重点不同而已，一个侧重人工智能分支，一个侧重工业应用！简单说起来的话，计算机视觉偏重于深度学习并且偏向软件，机器视觉偏重于特征识别同时对硬件方面要求也比较高，不过随着对智能识别要求越来越高的发展，这两个方向毕竟会互相渗透互相融合，区别也仅仅限于应用领域不同而已。

<strong>其次，我感觉最大的区别，在于技术要求的侧重点不一样，甚至差别很大。</strong>

毫无疑问，关于自动驾驶和无人驾驶这些曾经只属于未来的概念，现在已经逐渐走到了我们的身边。虽然现在越来越多的汽车厂商更关注全自动驾驶汽车，但是对于驾驶员本身来说，也同样值得关注。

目前汽车想要实现完全的无人驾驶，还需要许多年的时间，但是半自动驾驶已经成为了很多高端汽车的标配功能，而半自动驾驶也必须要学会更好的理解驾驶员的习惯，并且通过机器学习和计算机视觉系统，来提高驾驶安全性。

而对于半自动驾驶和辅助驾驶来说，其实还有三个方面需要进一步的改进，才能提高驾驶员的驾驶体验和行车安全。

<strong>1、驾驶员识别</strong>

目前，智能服饰开始出现在我们的生活中。而若要使服装既能像真正的电子产品一样科技化，又要让它们的电路不会像树枝一样僵硬而束缚我们的行动，那就要让电路变得既灵敏又有韧性才行。现在这种电路材料貌似已经被找到了， 近日美国斯坦福大学华人教授鲍哲南领导的研究团队在新一期美国《科学进展》杂志上发表报告称，他们开发出了一种导电性和拉伸性极佳的高分子材料，可用于可拉伸塑料电极。这种柔性电极也可作为可穿戴电子器件。

【网易智能讯消息】谷歌一直都希望机器翻译出的话会听起来比较自然，符合各个地方人们的说话方式。因此，去年，谷歌不再专注于短语的机器翻译，而是创建了一个名为“谷歌神经机器翻译”(GNMT)的人工智能翻译系统。现在，该公司表示正在将GNMT可翻译的语言扩大到印度语、俄语和越南语。

GNMT的翻译质量比基于短语的同类翻译产品要高，因为它考虑的是整个句子语境，而不是将句子分解后直译。它需要把每个词组与前后文联系起来。对于汉语普通话这样的语言来说，联系上下文很重要，因为在这些语言中，单词的含义是不同的，它们的含义取决于它们与哪个词组搭配。

特约撰稿 王斌

VR初入市场便遭到了冷漠对待，这个被预言为将会改变未来世界的科技在当下似乎并没有获得大众较高的接受度。然而，这好像也并没有太影响到VR的发展。市场研究公司SuperData刚刚发布的一份消费者VR报告显示，全球VR硬件营收预计在2017年将达到36亿美元，同比增长142％。

但Super Data的数据还揭示，在去年一整年内，VR设备的出货量仅仅为630万台，实现18亿美元的营收。虽然这个数字并不小，这样的成绩也没有让VR受到沉重的打击，但是不得不承认的是，这确实是远远低于各方期待的目标。

<strong>VR硬件营收走高，仍不受消费者拥戴</strong>

转载于：PingWest品玩微信公众号

很多人可能都听说人工智能已经可以写文章了，但是你可能不知道编辑机器人早就已经是维基百科最重要的贡献群体之一。

2001 年，维基百科引入了机器人编辑者的概念，任何用户可以为自己研发的机器人单独建立一个维基百科帐号，只要根据维基百科社区官方的规定对帐号进行标注，即可让机器人参与维基百科的编辑。

2014 年，机器人在维基百科的所有语言中完成了 15% 的编辑动作，他们识别、撤销破坏行为，锁定遭到频繁篡改的页面、识别错别字和病句、创建不同语言之间的链接、自动导入站外内容、进行数据挖掘、识别侵权的内容并为新手编辑者提供引导等等。

据悉，在2018年韩国平昌冬奥会将会率先采用5G技术，2020年东京夏季奥运会器件会采用增强版5G技术。然而目前就有很多运营商在积极进行5G网络的测试了，甚至有的运营商设定的目标是在2017年推出商业性应用。是的，我们即将迈入一个精彩的5G世界。

<strong>5G：全面性的通信网络</strong>

关于5G，直观上的理解就是带来速度/数据传输速率的提升，当然最初确实是这样的。5G标准属于一站式网络，兼容市场上所有的应用领域，从低带宽到低功耗的IoT节点以及超高清身临其境体验。为了满足这些要求，5G采用更宽的频谱，sub-GHz面向于IoT应用需求，1到6GHz面向于宽带设备，6GHz/mm以上面向超高带宽应用的需求。

量子位 | 李林 整理编译

提到深度学习，你可能会想到认猫、认脸，或者下围棋、翻译……其实，这项技术还能用在很多你意想不到的地方。

那么，“深度学习的最新进展能带来哪些产品上的突破？”

Quora上就有这样一个问题，而Google Brain的研究工程师Eric Jiang也给出一个最高赞的答案。下面就是Jiang的回答，大周末的，让我们一起来涨涨姿势：

Deep Learning是指包含以下特征的一类机器学习技术：

▪ 大规模神经网络（包含百万级的自由变量）；

▪ 高性能计算（上千个并行处理器）；

▪ 大数据（例如百万级的彩色图像、棋谱等）

研究人员已经研发出一种太赫兹发射器，该发射器的数据传输速度要比5G至少快10倍，而该技术有望在2020年实现应用。为期五天的2017国际固态电路会议 ( ISSCC) 于2月5号到9号在加利福尼亚州的旧金山举行，根据安排，太赫兹发射器将会在这次电路会议上被展示，这种传送机能够将一个DVD上的全部内容瞬间发送完毕。

Minoru Fujishima 是日本广岛大学的教授，也是太赫兹研究者之一。他说：“太赫兹也能与卫星进行超高速连接，而与卫星的连接，只能通过无线。这也有好处，比如，它极大地促进了动态网络连接的发展。其它可能的应用包括快速将资源下载到移动设备，基站之间实现超快速无线连接。”

研究人员已经研发出一种太赫兹发射器，该发射器的数据传输速度要比5G至少快10倍，而该技术有望在2020年实现应用。为期五天的2017国际固态电路会议 ( ISSCC) 于2月5号到9号在加利福尼亚州的旧金山举行，根据安排，太赫兹发射器将会在这次电路会议上被展示，这种传送机能够将一个DVD上的全部内容瞬间发送完毕。

Minoru Fujishima 是日本广岛大学的教授，也是太赫兹研究者之一。他说：“太赫兹也能与卫星进行超高速连接，而与卫星的连接，只能通过无线。这也有好处，比如，它极大地促进了动态网络连接的发展。其它可能的应用包括快速将资源下载到移动设备，基站之间实现超快速无线连接。”

钙钛矿型太阳能电池(perovskite solar cells),是利用钙钛矿型的有机金属卤化物半导体作为吸光材料的太阳能电池,近几年,钙钛矿(Perovskite)太阳能电池的研究不断刷新转化效率新纪录。其具有优异的太阳能-电能转换效率(PCE),且制造成本低廉，近日多伦多大学的研究团队又突破了一项生产低成本可印刷式钙钛矿太阳能电池的技术瓶颈。

多伦多大学的Ted Sargent教授称“钙钛矿型太阳能电池能够以现有技术印刷生产廉价低成本的太阳能电池，钙钛矿型太阳能与硅基太阳能电池的结合能够共同提高转化效率，这种优势现在能够在低温中实现。”

计算机科学家David Blaauw从他的包里拿出一个小塑料盒。他小心翼翼地用手指甲拿起里面的小黑点，把它放在酒店的咖啡桌上。体积仅为一立方毫米，这个小黑点就是世界上最小的计算机之一。我不得不小心忍住不要咳嗽或打喷嚏，以免把这台袖珍计算机吹走，弄进垃圾桶里。

Blaauw和他的同事Dennis Sylvester 是IEEE Fellow、密歇根大学的计算机科学家。他们在今年2月，旧金山举行的IEEE国际固态电路会议（ISSCC）上介绍了与刚刚说的那些“微尘”计算机相关的十篇论文。在过去几年，他们也提交了类似的微型设备研究。