泰国工程研究所坚持必须获得高铁“技术转让”_励志网

泰国工程研究所坚持必须获得高铁“技术转让”

2018-06-22 09:54 来源:励志网

一、硬件将会以摩尔定律的两倍速度发展

#p#分页标题#e#2016CESAsia(2016亚洲消费电子展)上,360此次也首次展示了其机器人,一款儿童机器人,也是一款长得很像国外一款名为Jibo的机器人。除了外观外,关于这款机器人,最大的看点应该是999元的售价,据雷锋网获悉这个基本上是贴着成本在卖,这是用周鸿祎经常挂在嘴边的“互联网思维”在卖机器人。

最后想说的是,我会在明年这个时候来看看自己的预测结果如何,所以祝我好运吧!

丰田:成立研究院,收购波士顿动力

简历投递至wudexin@leiphone.com,工作地北京。

图为英特尔CEO布莱恩·科再奇(BrianKrzanich)手持Aero无人机,他身后桌子上放着昊翔新版TyphoonH

英特尔不会做机器人,它的最终目标还是物联网,连接的方式是英特尔的芯片。为了加快产业化的步伐,英特尔也会选择投资或收购一些企业。

除了自己做儿童机器人,360还投资了国内一家机器人初创企业金刚蚁,这家公司与360差不多同时推出一款名为小亿的机器人,当然,外观也很像。

傅盛并未透露新公司将会研发什么样的机器人,不过表示猎豹做机器人除了技术、资金之外,傅盛会亲自带领团队来做。除了成立机器人公司,据雷锋网获悉,傅盛还投资了一些机器人初创企业。

如果你读过我之前发表的文章《深度学习智能的五大能力》,可能会觉得预测学习完全是一种让人无法感知到的技术能力,它就像是宇宙中的暗物质似的,虽然我们都知道它的存在,但就是不知道该如何观察到它。

亚马逊公司也宣布推出了基于现场可编程门阵列(FPGA)的云计算架构,它基于赛灵思公司UltraScale+技术,并提供了6800个数字信号处理器和64GB内存,这种配置的确非常强大,但是由于受到I/O束缚,可能也无法与AMD的HBM显存的性能想必你。虽然相比于英伟达、英特尔和AMD这样的厂商,亚马逊公司提供了更低的内存带宽解决方案,但是对于开发人员而言,可能会考虑下是否需要投入更多复杂开发流程(比如硬件描述语言VHDL、Verlog等)

现在,该机器人已经开始投入测试,测试在德国科隆的Fiesta工厂进行,福特已经设计了多种实验来测试该机器人的自动化、操作能力和数据科学制造能力。

该项目最早计划利用机器人来完成这一工作,这将需要一份标明垃圾桶大致位置的地图来为其提供路径导航(以及GPS、激光雷达和加速度计等辅助工具)。而在新的计划中沃尔沃加入了无人机,作为垃圾车的“天眼”来告知垃圾桶当时的确切位置。

美的:收购德国最大工业机器人公司,成立服务机器人部门

去年12月,丰田汽车公司(TOYOTA)宣布成立一家名为丰田研究院(TRI)的新公司,专注研发人工智能和机器人这两个方面。2016年1月,丰田研究院正式在硅谷成立,其大部分研发的技术跟汽车有关,但另一个重要方向是家用人工智能产品——这在未来可能跟日本助老助残机器人业务发展有关。

360:儿童机器人

“预测学习”(predictivelearning)是人工智能大咖YannLeCun提出的一个最新热门词,基本上已经取代了之前我们常见的人工智能术语“无监督学习”。当然啦,现在我们还不清楚这个最新术语是否能够被更广泛地应用,虽然这问题很难在2017年就获得答案,但我可以断言“预测学习”不会取得太大进步。我现在的感觉是,这个技术过于复杂,因此存在很多概念上的断链,人们也不知道它究竟是如何工作的。

今年3月份谷歌AlphaGo打败人类围棋冠军李世石对业内产生很大影响,不少大公司开始对人工智能的未来充满了信心,其中就包括猎豹。在一个月后的4月26日的猎豹全球媒体发布会上,猎豹移动CEO傅盛宣布公司未来战略,其中包括拟投入5000万美元成立机器人公司,进军人工智能领域。

5月30日,华硕除了发布ZenFone3手机、ZenBook3笔记本,还进入了一个全新的领域,展示旗下首款智能家庭助理机器人“Zenbo”。Zenbo的工作方式有些类似亚马逊Echo,可以接收语音指令,提供智能家居控制、智能家庭安保、厨房助手、拍照摄影、网络购物、语音输入密码、登录账户、声纹加密等功能。

在过去,我们拥有的是单一深度学习系统,它只有单一解析目标的功能。而在未来,我希望看到两个或是多个神经网络合作(或竞争),最终找到一个最优的解决方案。在此,我推荐一篇论文——《GameTheoryrevealsthefutureofDeepLearning》。2017年,将会有更多人研究如何管理非平衡状态的语境。实际上,现在我们已经看到了一些相关研究,比如研究人员正在使用生成式对抗网络(GAN)尝试寻找处理非平衡状态的方法。

腾讯:无人机、儿童机器人

六、预测学习或无监督学习?可能进步不大

八、越来越多的应用程序将会把深度学习作为组件

而在机器人方面,今年1月英特尔旗下风投部门英特尔资本领投了初创企业Savioke总额1500万美元的融资,该公司生产的Relay机器人可以自动为酒店房间运送牙刷、毛巾和其他物品。

据雷锋网最新消息,该机器人将于明年1月1日正式上市,售价4300元起。

无人机应该是英特尔最为看中的,早在去年英特尔就投资过Airware、PrecisionHawk以及来自上海的Yuneec三家无人机企业。今年英特尔又收购了无人机制造商AscendingTechnologies以及德国无人机软件创企MAVinci。其中Airware是做无人机操作系统,PrecisionHawk是为无人机提供空中数据解决方案的,Ascending是做无人机自动驾驶系统研发的,MAVinci是做飞行规划的,Yuneec则是做无人机整机,可以说是比较齐全了。在今年的CES上英特尔发布了Yuneec的TyphoonH,在2016Intergeo无人机大会上发布了Ascending的商用机Falcon8+SystemUAV,以及在IDF2016上发布AeroReadytoFly无人机。

英特尔:收购无人机企业,投资酒店机器人

图为Relay机器人

如果你了解英伟达和英特尔这两家公司的硬件发展速度,就不会对摩尔定律的速度提升一倍感到意外了。在深度学习领域里,英伟达将会占据绝对统治地位,因为他们已经构建了最丰富的生态系统。没有人会傻到跳去选择其他不成熟的深度学习生态系统,预计到2017年中旬,英特尔XeonPhi才有可能在性能上赶超英伟达,不过距离投放市场依然有距离。

七、迁移学习会导致产业化

2015年机器人创业的浪潮引起了大企业的关注,今年它们选择了或投资或自己研发的方式加入这场狂欢,这对于行业整体的发展来说是良性的,它们丰富的资源可以推动整个市场快速发展。

该项目的设计和原型构建是由沃尔沃与查尔姆斯理工大学、梅拉达伦大学和宾州州立大学的学生在短短四个月的时间里完成的。

#p#分页标题#e#【招聘】雷锋网坚持在人工智能、无人驾驶、VR/AR、Fintech、未来医疗等领域第一时间提供海外科技动态与资讯。我们需要若干关注国际新闻、具有一定的科技新闻选题能力,翻译及写作能力优良的外翻编辑加入。

当我开始自己的深度学习之旅时,曾想过优化算法,特别是想去改进那些二阶优化算法。可如今,几乎可以断定的说,机器学习已经可以学习为你优化算法了。如果现在还有人尝试使用一个更好版本的随机梯度下降(SGD)算法的话,基本上可以不用自己写代码了。随机梯度下降算法可以通过机器学习来变得更好,而且可以解决某个特定问题。元学习会根据自身所处领域,适应性地优化学习。与此相关的是,替代算法的反向传播将开始出现在实践中。我的预测是,明年随机梯度下降算法可能要寿终正寝了。

不过,虽然对很多基本原理缺乏深刻理解,但这并不妨碍我们去尝试更多、更高级的应用工程。深度学习就像是生物科技或是基因工程,我们已经创造出了模拟学习的机器,但是我们还不知道它是如何工作的,然而这并不妨碍我们进行创新。

九、设计模式会被更多地采纳

我所了解的最新消息是,AMD已经发布全新一代Vega架构产品,但它不是消费级显卡,而是一款高性能计算加速卡“RadeonInstinct”,主要用于机器学习和深度学习,而且专门为了和英伟达旗下的硬件产品竞争。有消息称,这款产品预计会在明年年初正式上市,不过在AMD能够提供配套的软件解决方案之前,不要期待太多英伟达用户会“转投”到AMD的怀抱。

猎豹:成立机器人公司,进军人工智能领域

吴恩达认为这很重要,我也持同样的观点。雷锋网了解到,吴恩达曾拿百度NLP团队的研究成果举例,认为如果同时学习多个语言对之间的翻译,效果会比同时学习一个语言对的效果好。

可区分的记忆网络也将会变得越来越常见。这是一个自然选择的结果(或是架构),内存将会从核心节点上提取出来,在计算机制内只是作为一个单独的组成部分驻留。我们已经看到了模块化的长短记忆型递归神经网络从内存中分离(比如增强现实递归神经网络)。

#p#分页标题#e#迄今为止,合作机器人已经在两个工作站投入使用了,并会在将来投入到更多工作站。据悉,此种机器人已经在药物制造和电子工业中得到了应用。

作为老牌汽车品牌的福特,一直在新兴科技的道路上努力着。福特花了两年时间开发制造人机合作机器人,欲将其投入到组装线上使用。

华硕:家庭机器人

除了工业机器人,据雷锋网获悉,美的还特别成立了服务机器人部门,开发面向家庭等服务领域的机器人。

十、工程将比理论更受重视

雷锋网版权文章,未经授权禁止转载。详情见转载须知。

不过,这次预测和以往的不太一样,我不打算进行企业级应用预测,而是把重点放在了趋势研究和预测。毫无疑问,深度学习将会驱动越来越多的企业采用人工智能技术,对于那些“老土”的企业,未来很可能会被淘汰。好了,废话不多说,现在就来介绍一下我对2017年深度学习领域的预测和趋势分析吧!

5月份有外媒报道,丰田汽车正与谷歌母公司Alphabet谈判,拟收购后者的两个机器人部门BostonDynamics和Schaft。这两个部门主要研发的都是足式机器人,其中Schaft在今年4月展示了一款能轻松爬楼梯的双足直立机器人,该机器人最大负载60KG,能在狭小的空间或攀爬楼梯时保持平衡,同时这还能穿越崎岖的地形。而相对名气较大的BostonDynamics,是世界上最具影响力的机器人公司之一,开发出了BigDog、Atlas、Cheetah等多个双足或多足机器人,且平衡能力令人惊叹。就在被收购消息曝出后不到一个月,BostonDynamics发布了他们新一款的机器人SpotMini,相对于Spot更加小巧、行走更加自如,整只体重65磅(约29.5公斤),能够像动物那样灵活运动。SpotMini的发布让波士顿动力离商业化更近了一步。

那么,过去一年中到底有哪些大公司选择了机器人,又是以何种方式做了什么样的机器人,雷锋网盘点了大公司在机器人领域的一些动作。当然,考虑到机器人的范畴太广,此文并不将聊天机器人列入其中,而是仅报道有硬件产品的案例。

除了无人机,腾讯还看中了机器人,不过目前还没有与哪家有深度的开发合作,只是代理销售,其中包括去年很火爆的BB-8,就是那个《星球大战:原力觉醒》里的机器人衍生品。

由于近年来游戏业务增长缓慢,腾讯急需寻求新的业务口,那就是做硬件。腾讯互娱旗下智能玩具部门就是在这样的环境下成立的。当然,腾讯不会真的自己去研发一款硬件,它更愿意选择与其它硬件公司合作,腾讯无人机就是一个例子。

周鸿祎曾在今年1月360的公司年会上表示,他最大的梦想是做智能家居机器人。

今年年初的CES上,腾讯联合零度发布了腾讯无人机空影。这架与高通、零度智控和XIRO联合打造的无人机主打便携和易操作的特性,定位户外娱乐、旅游拍照这样的场景。不过,由于几家公司之间的内部结构问题,空影无人机一直迟迟未能上市。直到10月,腾讯很低调的将空影上线开放购买。这主要是因为在这之前大疆发布了革命性产品MavicPro,导致腾讯也找不到大力宣传的点。

作为一名人工智能领域里的圈内人士,上次写科技预测要追溯到6年前了,当时我写了一篇“2011软件开发趋势及预测”的文章,文中对行业做了十点预测,其中六个预测准确,分别是JavaVM、NoSQL、大数据分析、私有云、反向桌面服务、Scala;四个略有偏差,分别是企业应用商店,语义索引、企业级OA授权、前瞻性代理。现在,我打算再来预测一下深度学习行业。

当研究人员尝试探索研究方法时,自身的背景和他们所使用的数学工具可能会带来一些“偏见”,导致最终生成的结果不够客观,但是深度学习系统和无监督学习系统可能不会遇到这些问题。就目前来说,没有证据表明传统的分析工具对揭开深度学习如何工作有什么帮助,相同的问题也出现在其他领域里,比如物理学对于动态系统如何工作也困惑了好几十年,同样的状况也出现在动态学习系统里。

福特:开发人机合作机器人,在德国工厂进行测试

今年2月份,沃尔沃宣布该公司旗下的ROAR(机器人自主拒绝处理系统)项目已进入原型测试阶段。该系统的设计初衷是要实现将路边垃圾箱内的垃圾自动倾倒进垃圾车内的漏斗中,无需人力辅助。

四、强化学习只会变得更有创意

深度学习只是众多需要概念架构的复杂领域中的一个,虽然它涉及到高等数学,也有大量文字叙述和模糊的概念(这些概念也难以通过正规、严谨的方法来获取),但我们必须承认,一些深度学习设计模型已经在某些复杂的行业领域里,比如软件开发得到了很好的使用。我预测,会有更多行业从业者能够接受深度学习和设计模式。

#p#分页标题#e#对现实的观察永远是不完美的,当随机梯度下降算法不再适用之后,也同样会带来大量问题。未来,实际部署任何深度学习系统的时候,都需要一定形式的强化学习,这可能会成为一个必不可少的流程。除此之外,我们会看到强制学习将会越来越多地用于深度学习训练之中。举个例子,元学习将会得到强制学习的支持,事实上,我们已经看到了强制学习被用于寻找不同类型的神经网络结构。

沃尔沃:用无人机和机器人来实现倒垃圾自动化

雷锋网按:本文作者CarlosE.Perez,他来自机器学习技术公司IntuitionMachine,主要研究深度学习类型、方法论、以及行业战略。发布于Medium的这篇文章主要对2017年深度学习的十大趋势做出了预测,雷锋网(公众号:雷锋网)编译,未经许可不得转载。

另一方面,虽然英特尔FPGA解决方案可能会受到云技术提供商的青睐,但更多的是处于经济实惠的角度。如果想要减少成本,那么功耗是必须要改变一个要素,到明年中旬,英特尔的Nervana芯片预计可以达到30万亿次的浮点运算能力——这是我依照推测的估算,因为现在英伟达已经开发出了具备20万亿次浮点运算能力的处理芯片,我不相信英特尔会“憋”到2018年才放大招。此外,英特尔现在手头上唯一的大王牌可能是他们的3DXPoint技术,该技术可以改善整个硬件堆栈,但是在核心加速能力上相比于AMD使用的HBM2显存似乎略有欠缺。

软银:推中国版Pepper,与软银成立合资公司

三、设计师将会越来越依赖于“元学习”

据悉,合作机器人将与福特厂的工人一起安装减震器,确保减震器置放的准确性、快速性以及减少工人的负担。这种合作机器人有3英尺高,手臂及手指有传感探测器,只需按下按钮就可以停止动作。

对于深度学习系统而言,卷积神经网络将会成为标配,就像面包离不开黄油一样。递归神经网络和长短记忆型递归神经网络周期性的配置,以及嵌入到内存节点都会逐渐被越来越少使用,因为他们和基于卷积神经网络技术的解决方案相比没有任何竞争力。就像现在人们编程时,没有人会使用GOTO语句一样,我认为,递归神经网络(RNN)和长短记忆型递归神经网络(LSTM)的“下场”也一样。

早在今年5月份,美的集团向德国库卡机器人公司提出了全面要约收购,并于6月6日正式启动,在收购计划中,美的集团将以每股115欧元的价格想库卡收购股份,并将所持股份提高至30%以上。7月初,库卡的第一大股东福伊特集团宣布,决定向美的集团出售所持库卡公司25.1%的股份,该交易价值12亿欧元(约合88.8亿元人民币)。这一表态,为美的集团收购库卡公司超过30%股权铺平了道路。库卡是全球工业机器人行业的四家顶级企业之一。这次收购受益方不仅仅是美的,甚至可能对中国整体工业机器人的发展造成影响。

二、卷积神经网络(CNN)将占主导地位

实际上,今年我们就已经看到这一趋势了,比如在大规模搜索算法中就被用于函数评估组件。谷歌的“阿法狗”在走棋估值和策略评估之中就采用了深度学习技术,Gmail的自动回复系统也采用了机器学习技术和定向搜索服务结合在一起。明年,相比于全新的端到端训练深度学习系统,我更希望能看到更多混合算法出现。端到端深度学习是一个很有前景的研究领域,但就目前应用层面来看,混合系统似乎更有效率。

五、对抗和协作学习将会成为主流

责编: