过去四年来许多领域的技术都取得了跨越性的发展。其中，最引人瞩目的是智能手机的语音识别功能比以往有了显著提升。当我们用声音命令手机给另一半打电话时，我们能够与他们取得联系，手机没有再将电话错拨给陌生人或已经不在一起的那个人。 　　实际上，我们现在越来越多地通过对话与计算机互动，无论是亚马逊的 Alexa、苹果的 Siri、微软的 Cortana，还是谷歌许多产品中的语音反馈功能。中国搜索巨头百度表示，使用语音界面的用户在过去 18 个月翻了三倍。 　　机器翻译和其他语言处理也有了长足的发展，谷歌、Facebook、微软和百度每个月都有新功能发布。谷歌翻译现在能提供 32 种语言对的语音翻译（输入是语音输出的也是语音），提供包括宿务语、伊博语、祖鲁语在内的共 103 种语言的文字翻译。谷歌邮箱应用有 3 种现成的自动回复。 　　接着要说的当时图像识别方面的进展。还是上面那 4 家公司，都有产品供你搜索或自动组织没有明确标签的照片。你可以要求系统显示所有带有狗的照片，或者有雪的，甚至抽象些比如含有拥抱场景的。这些公司都有研发中的产品，可以自动生成一句话那么长的图说。 　　深度学习推动计算产业逼近新的拐点 　　试想，要搜集含有狗的照片，应用程序必须识别出从吉娃娃到德国牧羊犬这么多种类的狗，还不能因为小狗上下颠倒或左边右边被雪被雾遮住了一块就被骗过。同时还要排除狼和猫。只靠像素。这究竟是怎么做到的？ 　　 　　图像识别技术的发展影响之深，已经远不止在你手机上很炫酷的社交应用。医疗初创公司声称，他们马上就能用计算机分辨 X 光片、MRI 和 CT 扫描图片，而且比放射学家读得更准更快，上至诊断预防癌症，下至加速发现治病救命的新药。更好的图像识别技术对于机器人、无人机以及自动驾驶汽车而言也是至关重要的。自动驾驶汽车在今年 6 月登上了本刊的封面报道。福特、特斯拉、Uber、百度和谷歌的母公司 Alphabet，都在公路上测试自动驾驶的原型样车。 　　但大多人没有意识到的是，所有这些突破实际上都是一样的。它们都受益于人工智能技术当中的深度学习，或者用大部分研究人员爱用的词形容——深度神经网络。 　　关于神经网络最不可思议的事情是，没有人曾经编程让计算机去执行这些任务。实际上，没有人能够做到这一点。程序员不再编程，而是提供给计算机一个学习算法，然后用海量的数据去训练它，这一过程会使计算机自己学会如何分辨需要分辨的物体、单词或句子。 　　一句话，这样的计算机可以自己教自己。用图像处理器巨头英伟达 CEO 黄仁勋的话说，“本质上说就是让软件写软件”。英伟达在大约 5 年前便看准深度学习，对这项技术做了大力投资。 　　神经网络也并非新兴技术。其概念可以回溯到上世纪 50 年代，而神经网络很多重要的算法突破都发生在 20 世纪 80 到 90 年代。让情况有所不同的是，如今的科学家终于将强大的计算力和海量的数据握在手中——从图像、视频、音频到文本，互联网上到处都是数据——而且人们发现，数据是让神经网络运行良好的关键。“这是深度学习的寒武纪大爆发，”投资公司 Andereesen Horowitz 的合伙人 Frank Chen 说。 　　这一剧变引发之下，AI 创业公司数量暴涨，根据调研公司 CB Insights，AI 投资额在过去一季度超过了 10 亿美元。2016 年第二季度有 121 轮融资，而 2011 年同期只发生了 21 笔。投资额从 2011 年第二季度到 2016 年第二季度超过 75 亿美元，其中有 60 多亿美元都是在 2014 年后产生的。（今年 9 月，5 家 AI 巨头——亚马逊、Facebook、谷歌、IBM 和微软——成立了一个非盈利组织，旨在促进公众理解 AI 技术并就伦理、操作规范展开调查。） 　　2012 年时，谷歌有两个深度学习项目。现在这个数字超过了 1000。根据一位谷歌发言人，现在谷歌所有主要产品分区中，从搜索、安卓、Gmail、翻译、地图、YouTube 到无人车，都有深度学习的影子。IBM 旗下的 Watson 赢得 Jeopardy 时虽用了人工智能，但没用到深度学习。但现如今，Watson CTO Rob High 表示，Watson 提供的 30 多种服务都因为深度学习而得到增强。 　　5 年前根本没有听说过深度学习的投资人，如今对于初创公司没有深度学习技术感到无比焦虑。“我们身处这样一个时代，”Chen 认为：“将来每个人都必须能够编写复杂的应用程序。”很快人们就会说，“你们自然语处理的版本在哪里？”“我该怎么跟你的 App 对话？因为我懒得打字。” 　　这些公司已经将深度学习整合进了每天的工作日程。微软研究院的 Peter Lee 说：“我们的销售团队使用神经网络与买房取得联系。” 　　硬件市场同样感受到了震动。摩尔定律带来芯片升级换代，更重要的是英伟达生产的图像处理器在进行深度学习计算时要比传统 CPU 快上 20 到 50 倍。过去的 8 月份，英伟达公布第 3 季度财报，数据中心这部分的销售额是去年同期的两倍多，达到了 1.15…

　　如果AlphaGo采用寒武纪处理器的架构，只需要一台个人电脑大小的主机，就可以运行起来，而且运行速度应该会更快。 　　 　　如何能让一张普通的图片具有艺术性呢？现在，借助一款应用了人工智能算法的手机修图软件 Prisma，你可以将任何照片变成名画风格（比如梵高、莫奈、毕加索或宫崎骏风格），且极具艺术品质。连俄罗斯总理梅德韦杰夫都忍不住在社交网站上晒出了一张用Prisma处理过的、有着浓郁铅笔画风格的风景照——滤镜里的莫斯科夜晚。 　　与普通滤镜不同，Prisma采用深度学习算法，能够利用复杂的人工神经网络，抽象出给定绘画作品里一些高级的隐藏特征，学习画家的绘画风格，再把这个风格“智能”地应用到一张新图片上，是第一款人工智能的平民化应用。不过，美中不足的是，因为人工智能算法计算量极大，用户需要把照片发送到远程的服务器，几十秒后才能看到预览效果。 　　人工智能算法运算量到底有多大？想像一下，同样采用了人工智能算法的AlphaGo，需要用到上千块传统处理器（CPU）和上百块图形处理器（GPU）。 　　很显然，在人工智能迎来新一波复兴的今天，传统处理器正成为阻碍人工智能普及的瓶颈。如果没有一款专门为神经网络设计的芯片，既高效、低耗、体积小，还能够嵌入智能终端设备，我们就无法与人工智能真正“亲密接触”。好消息是，今年3月，一家刚刚成立的芯片设计公司——寒武纪公司（中国科学院计算技术研究所下属的产业化公司），已经发布了世界上第一款神经网络处理器指令集（Cambricon），而且正走在商业化的路上。 　　值得一提的是，寒武纪公司的首席执行官陈天石和首席科学家陈云霁，是一对亲兄弟。哥哥陈云霁是计算机体系结构专家，弟弟陈天石是人工智能专家。兄弟两人的合作始于用人工智能技术支持通用处理器的研发，而后又转向用处理器技术来支持人工智能的发展。 　　2014年，陈天石、陈云霁与法国信息与自动化研究所（INRIA）的奥利维耶·泰蒙（Olivier Temam）博士共同发表的学术论文《DianNao：一种小尺度的高吞吐率机器学习加速器》（DianNao： A Small-Footprint High-ThroughputAccelerator for Ubiquitous Machine-Learning ），获得了ASPLOS（Architectural Support for Programming Languages and Operating Systems ，编程语言和操作系统的体系结构支持）国际会议最佳论文，吸引了国际同行的目光。随后发表的几篇论文，更是奠定了他们在神经网络处理器这个领域的国际领跑地位。 　　传统处理器指令集是为进行通用计算发展起来的，基本操作为算术运算和逻辑运算。而深度学习算法，基本操作是对人工神经网络中的虚拟神经元和突触进行处理。作为一款神经网络处理器，寒武纪处理器指令集的一条指令即可完成多个神经元的并行处理，而传统处理器需要数百甚至上千条指令才能完成一个神经元的处理。这也就解释了，为什么传统处理器运行深度学习算法时效率会如此低下。 　　“如果把深度学习看作切肉，传统的处理器就是瑞士军刀，我们的专用神经网络处理器则相当于菜刀。瑞士军刀通用性很好，什么都可以干，但干得不快，菜刀是专门用来切菜的，在切肉这件事情上，效率当然更高，”接受《环球科学》采访时，寒武纪公司首席执行官陈天石形象地比喻，“在运行人工智能算法方面，寒武纪处理器比通用处理器好百倍到千倍，如果AlphaGo采用寒武纪处理器的架构，只需要一台个人电脑大小的主机，就可以运行起来，而且运行速度应该会更快”。 　　今年7月，寒武纪公司与中国科学院计算技术研究所又共同发布了国际上首个稀疏深度学习处理器（Cambricon-X），性能更好，功耗更低。在65nm工艺下，Cambricon-X芯片面积仅为6.38平方毫米，最高每秒能进行5000亿次神经网络基本运算，性能是高端GPU的10倍，能耗却仅为其3.4%。 　　目前，寒武纪公司正紧锣密鼓地将自己的芯片推向产业化。陈天石介绍说，“芯片从研发、量产到商用，是一个以年为单位的周期，所以最快明年，大家应该可以在市面上看到使用寒武纪技术的芯片产品，比如在智能终端、智能机器人、手机、安防监控或云端服务器上”。 　　神经网络处理器的诞生，或许会将人工智能推到一个全新的高度。“我们要让人工智能的门槛更低，让研究人员可以自由地尝试规模更大、更复杂的算法。这也是我们给公司取名‘寒武纪’的寓意所在”，陈天石说，“像地质年代中的寒武纪迎来生命大爆发一样，我们希望，寒武纪芯片也能开启人工智能的新纪元”。

　　2016 小米秋季新品发布会已经圆满落寞，会上，小米 5s 携带超声波指纹识别技术如期而至，这引起了外界极大关注。 　　与早前传言有出入的是，这次小米使用的是无孔超声波指纹识别技术。小米官方对这一技术做出了以下解释： 　　将传感器置于玻璃面板之下，用手指轻触玻璃屏幕识别区，利用超声波技术， 1 万个微震传感器精准扫描指纹的独特 3D 特性，同时为用户带来温润如玉的手感，这就是小米的无孔超声波指纹识别技术。 　　 　　▲ 小米 5s 超声波指纹识别技术原理（Source：小米手机微博） 　　无孔指纹识别出现后，小米手机不用再像之前一样，在屏幕玻璃上开一个孔，嵌入指纹模组。这一技术应用后，用户进行手机解锁时不会磨损手机。 　　小米 5s 超声波指纹识别来了，更强大的三星Note7虹膜识别很“受伤” 　　业界指出，当前主流的指纹识别技术（电容式指纹识别）对手指清洁度、干燥度有极高要求，另外，当手指脱皮后，指纹识别可能无法识别指纹。 　　以上痛点存在，手机“呼唤”更高级别的生物识别技术。 　　早前，不少人看好虹膜识别技术在手机上的应用，尤其是三星最新旗舰手机 Galaxy Note 7 搭载虹膜识别技术后，虹膜识别呼声逐渐高涨起来。 　　 　　▲ 三星展示 Galaxy Note 7 虹膜识别技术（Source：三星Galaxy盖乐世微博） 　　目前来看，三星的虹膜识别技术功能更强。 　　小米 5s 的超声波指纹识别技术还只能用于手机解锁方面，与之相比，三星 Note 7 的虹膜识别技术除了解锁之外，还有其他功能，比如对安全文件进行加密，非手机用户不能访问手机文件夹中的照片、视频甚至应用。 　　又如，虹膜识别技术可以用于验证三星账号，以此登录三星应用商店。 　　更厉害的是，三星正在整合一项新功能，它允许开发者将应用与虹膜识别技术结合，这意味着未来，用户可以直接用虹膜识别技术登录eBay等应用了，手机的安全性与便利性得以进一步凸显。 　　遗憾的是，因“电池门”事件影响，三星 Note 7 全球销量受到重创，虹膜识别技术普及也因此不了了之，这就给了小米 5s 超声波指纹识别技术发展机会。 　　不过，从另一方面来看，未来三星需要更好的技术来扭转局面，因此三星的虹膜识别还有证明自己的机会。 　　苹果小米 VS 三星微软，谁能从生物识别市场胜出？ 　　 　　网络安全时代，生物识别技术应用于智能手机上是发展大势。 　　目前，苹果与一众安卓手机厂商（小米包含在内）支持指纹识别技术；三星与微软则致力于推动虹膜识别技术发展。那么，哪项技术更适用于智能手机呢？ 　　笔者以为，安全性上，虹膜识别技术可“秒杀”电容式指纹识别，因为后者的指纹信息容易被复制，而虹膜识别技术原理是只有检验出活体的虹膜信息才能通过验证，所以安全性更高。 　　当然，超声波指纹识别从技术原理上，可以不用手指与手机接触就能完成识别，它保护了指纹信息，安全性上能与虹膜识别技术抗衡。 　　硬件层面，虹膜识别比指纹识别要简单，基本配置为前置摄像头加红外线；指纹识别则要求有单独的传感器，这增加了一定的成本。 　　不过，要指出的是，指纹识别技术已经应用成熟，而虹膜识别技术应用才刚刚起步，难免会存在识别时间长以及场景制约等问题，这需要手机厂商与消费者有点耐心等待虹膜识别不断完善。

　　“这是一个非常迅猛的科技爆炸的时代，我们面临的是人工智能、机器人、纳米技术、基因编程、量子物理等新科技”， 日前在新浪科技主办的“新浪C+峰会”上科幻作家陈楸帆这样感叹。 　　随着AlphaGo挑战人类成功，人工智能的力量让很多人都倍感惊讶。不论是国内国外，人工智能领域的创业公司如雨后春笋，而之前一直低调的人工智能技术公司也借此机会走上前台。投资人究竟怎么看待火热的人工智能，产业里的领先公司究竟是如何将人工智能做成一门好生意的？ 　　对此，红杉资本中国基金合伙人周逵给出了明确的观点。下一波伟大公司将诞生在AI产业。虽然很多人已经感受到了人工智能，但实际上它的发展还是在一个初级阶段，“或许10年、15年以后，我们可以感受到更多的人工智能的发展，可能过25年或者是30年以后，就会发现机器在很多地方比人类更聪明”。 　　科大讯飞在峰会上展示了语音实时转写的技术。科大讯飞创始人、轮值总裁、研究院院长胡郁表示，在过去的几年当中，大家已经接受互联网和移动互联网作为基础设施，就像水和电一样进入到我们的生活。在将来的10年，人工智能也会进入到我们的生活当中，让每个人都离不开。 　　除了在行业应用之外，也有公司致力于将人工智能技术普及到普通人。在出门问问CEO李志飞看来，今天所有AI的技术，无论是语音识别还是计算识别，熟悉其原理的话会看到它的机械性。机器可能有简单视觉、语音等方面的模拟，但理解、思考、创造和协作非常难做到，因此人是永远不可能被机器代替的。李志飞称，目前来看，人工智能普及，最好的落地方式是硬件产品，为此，出门问问已经发布了多款智能硬件产品，涉及可穿戴和车载等领域。 　　与此同时，更多的人将AI技术看成了技术和业务的驱动力。饿了么创始人、CEO张旭豪表示，O2O平台的流量红利阶段已经过去了，单靠流量去赚钱很难支撑整个商业模式的长期发展。在过去的很长时间，外卖行业都是靠地推，或者说执行力来驱动外卖行业的发展，而未来，引领外卖行业下半场不是靠执行力，而是人工智能AI、大数据等技术创新。 　　大数据是实现人工智能的根基和血液。高通中国区董事长孟朴告诉科技日报记者，过去30年整个互联网产业主要解决的是人与人之间的沟通和联系，而现在正快速进入物联网时代。世界上所有用到电的装置、设备都将连接起来。加上5G、人工智能等技术，每一个人今后的工作、生活和社会形态都会在很大程度上被改变。

　　世界各地的科技巨头们正在各出奇招，给智能手机和其他联网设备配备智能软件，从而让这些设备能像人一样思考。 　　 　　谷歌10月推出了包括手机、VR头盔等在内的多款智能硬件产品 　　 　　微软语音助手Cortana 　　 　　亚马逊AmazonEcho Dot 　　 　　沃森 　　 　　苹果语音助手Siri 　　据报道，业界人士认为，各大巨头的诸多尝试和努力是计算领域的一次进化，使用户能更自然地同机器“交流”，指挥设备处理各种任务，比如订货、查阅交通状况、预定餐厅或搜索信息等。这些程序中的人工智能元件旨在创造一个新世界，身处其间的每个人都将拥有一个虚拟的助手。 　　谷歌 　　谷歌希望能在人工智能领域博得头筹，该公司高管将人工智能看成是与智能手机一样强大的改变世界的力量。 　　谷歌最近推出了完全自主设计的智能手机Pixel，其配置强悍且内置智能语音助手Google Assistant，势要与iPhone 7一较高下。借助这一助手，用户能使用并整理设备上以及云端的信息、查阅电子邮件、制订日程、浏览新闻、查询交通状况、查阅天气信息等。 　　另外，谷歌于今年9月21日推出的能安装在智能手机上的全新数字助手Allo，也广受科技行业和媒体的关注。在今年10月5日举办的秋季发布会上，谷歌除了推出Pixel系列手机外，还正式推出了Google Home智能音箱。作为要与Amazon Echo一较高下的智能家居中枢，它不仅允许用户通过Google Home进行语音搜索，还可以链接家中的智能设备，并通过语音控制它们。 　　三星 　　10 月8日，三星表示，将收购美国初创公司、苹果Siri的创始团队Viv Labs，作为进军AI领域的“踏板”。Siri是苹果AppStore里的一个应用，用户像平时聊天一样输入文字内容，Siri会给出答案。 　　Viv Labs是一家人工智能和虚拟助手公司，被三星收购后，它也将带去其最新的人工智能语音助手产品Viv。Viv具有“动态编程”和“可堆栈化”能力，有助于理解用户的真实意图和提高连续接受用户请求的能力。 　　三星公司表示，计划在2017年下半年将Viv引入三星智能手机。同时，三星也希望将Viv扩展至其他三星设备，包括电视、洗衣机等家用电器。 　　亚马逊 　　亚马逊早在2014年就发布了Echo家居助手，这个声控扬声器由一位名叫“Alexa”的语音助理驱动。 　　亚马逊Echo可以作为智能家居的控制装置，它“身高”10英寸，圆柱形，可以摆放在家中的任何位置。Echo支持Wi-Fi连接，可作为蓝牙扬声器播放来自在线流媒体服务的音乐；另外，Echo还可以提供各种信息查阅浏览和提醒等功能，并且依靠语音命令进行激活。 　　Alexa是装在Echo内的个人虚拟助手，相当于亚马逊版的Siri语音助手，可以接收相应语音命令。使用Echo时，用户只需说一声“Alexa”，就可以开始询问，包括新闻、创建任务提醒、设定闹钟时间或播放音乐等。Alexa还可以和各种智能家居设备进行交互，用来控制恒温器或调节灯光。 　　此外，亚马逊最近还推出了更小巧的Echo Dot，“身高”仅6.5英寸，并且不需要固定电源。

　　随着上个月底大疆发布小型无人机Mavic，标志着整个无人机行业正式进入了小型化趋势中。然而想要在这一新兴趋势下领涨行业，着力剖析小型化无人机中的重要技术一定是从业者需要特别关注的信息之一。 　　技术要点在=“航拍”+“无人机” 　　市面上的小型无人机产品均需要在悬停定位技术、避障技术、视觉跟随、图传技术等几方面进行重点打磨。下图为大疆Mavic和同级别产品的一个综合对比。 　　 　　要对无人机航拍技术进行梳理，首先需要知道无人机航拍技术有哪几点。通常来看，无人机航拍技术其实可以简单地按照字面的“无人机”+“航拍”拆分为2点： 　　（1）影像拍摄技术，也即成像以及图像处理技术； 　　（2）无人机平台技术，主要指为航拍提供稳定的航拍环境的机身控制技术。 　　影像拍摄技术：目前市场上的影像拍摄方案，都是对几个大品牌主流的摄像头模组的集成应用，无人机生产厂商在这一方面没有太多的技术空间，而且因为技术发展已经比较成熟，不同产品方案之间差距并不大。因此，本篇报告仅作简要介绍。 　　无人机机载平台稳定技术：是指除了飞行导航、控制等无人机自身飞行技术以外，为无人机实现稳定航拍平台保障的相关技术。这种技术是影响到成像质量最关键的因素。 　　随着近几年智能手机的迅猛发展，智能手机相关技术得到了空前的发展，以触摸显示屏、处理器、摄像头模组等为突出代表的智能手机核心的硬件技术在大规模工业化需求的基础上不断地朝着低功耗、高性能、高集成的方向发展，在这一产业发展过程中，淘汰了大量落后技术产能，产品向索尼、三星等巨头企业不断集中。 　　 　　可以看到，不论在销量还是销售额，索尼凭借在移动端市场的出色表现，牢牢占据榜首。从总的品牌分布来看，前4名的企业占有了市场近75%的份额，市场分布较为集中。 　　影响成像质量的参数 　　在体现单个摄像头模组成像水平的技术参数方面，通常大家比较关心的是一些具体、表观参数，比如像素数、光圈大小等，但是摄像头模组上影响成像质量的参数还有许多：单个像素尺寸、传感器技术、镜片组技术、ISP技术等。下面做一个简单的介绍。 　　像素数/分辨率：像素数比如800万像素（3200×2400分辨率）、1300万像素（4208×3120分辨率）是目前摄像头模组技术中最经常被提到的概念，但是像素数其实并非决定图像清晰度的决定性因素。像素数仅决定一幅图像中有多少单位像素，也即放大后，图片能够展现的细节程度，但是每个细节以及整张照片的图像质量还取决于其他很多因素。 　　至于现在比较火的“4K视频录制”概念，指的就是分辨率达到4096×2160的影像拍摄能力，其实4K更新趋势主要来自于播放设备以及胶片拍摄设备，因为之前的播放设备高清标准为1920×1080分辨率，现在的4K像素水平是之前的4倍，面临着许多方面的挑战，同样，胶片拍摄将从原先耳朵35mm胶片升级到70mm，面临的是全行业标准设备的升级。但是4K分辨率的数字视频拍摄能力仅要求传感器达到1200w像素，以及能够与之匹配的图像处理能力，这一点行业内已经有成熟的配套解决方案（比如高通的Snapdragon Flight平台不仅支持4K录制，还支持4K的立体VGA录制），因此，也并不构成技术壁垒。 　　光圈大小：光圈大小直接影响到通光量的多少，对于成像质量有较大影响，目前，移动类消费电子的摄像头模组已经从f/2.4、f/2.2、f/2.0逐渐增大（数字越小，光圈越大），目前手机市场上也已经开始大面积出现f/1.8的摄像头模组了。 　　光圈增大对于拍摄成像来说主要有两方面优势：1、提高弱光下画质；2、提高快门速度；3、减小景深。 　　对于航拍应用来说，提高弱光下画质（夜景拍摄）以及提高快门速度（运动拍摄）都是很有必要的，而减小景深则在人像拍摄时能够较好的虚化背景，突出主体，这种需求对于目前以大景物对象拍摄为主要使用目的的无人机来说属于锦上添花的功能，但是对于自拍无人机来说，是十分必要的。比如主打自拍的Dobby无人机就采用的f/1.8光圈，而大疆的精灵4则采用的f/2.8光圈。 　　 　　但是从现有行业技术水平以及产品策略上来看，光圈的提升也并不是没有代价的： 　　1）、大光圈的进光量增大后，首先需要配套提高的是快门速度。在黑暗环境中，本来光线较弱，快门速度不需要提高很多即可保证拍摄质量。但是，在白天或者光线较强的环境下，考虑到无人机或者移动电子设备通常采用的是固定光圈，并不能调整到合适的小光圈，因此必须要将快门速度提高从而避免过度曝光，但从目前的技术水平来看，快门速度的提高还存在一些技术瓶颈，这也是小型化设备上制约光圈增大的一个重要因素。 　　2）、光圈增大同样还会引起图像畸变以及边缘画质下降。为了校正边缘画质的下降以及图像畸变，通常都会采用更多的镜头组以及镜头部分的机械结构，这对于小型设备来说，是难以实现的（比如iphone6以后的设备为了实现f/1.8的光圈以及相关的一些其他技术考虑，摄像头高度增加，且远高于机身，凸出于外部）。当然，小型化的考虑在无人机上还不是一个特别大的问题，但是技术实现可能会有一定的门槛。 　　传感器技术：传感器技术目前主要是索尼、OmniVision、三星几家公司，尤其是索尼公司，其所推出的IMX220/230/240等系列传感器几乎占到了市售手机的大半壁江山苹果、三星、索尼、华为、小米、魅族等热门旗舰机几乎都是采用的IMX系列传感器。因此，在无人机上的应用也只需要根据无人机的定价策略来选择相应产品即可。传感器技术主要涉及到传感器尺寸和传感器结构方式两部分技术。 　　ISP技术：ISP（Image Signal Processing）也即图像处理技术，镜片、传感器构成了图像的接收装置，而ISP则构成了图像的采集和预处理，面对目前越来越高的全尺寸高帧频的数据吞吐能力要求，ISP技术也在不断提高。除了高速拍摄、杂噪抑制以外，相机还可以借助ISP处理器对图像做出比较重大的调整，HDR技术就是一个很明显的例子。

　　1956年的夏天，一场在美国达特茅斯大学召开的学术会议，多年以后被认定为全球人工智能研究的起点。2016年的春天，一场AlphaGo与世界顶级围棋高手李世石的人机世纪对战，把全球推上了人工智能浪潮的新高。 　　如今，人工智能已经进入了全球爆发的前夜。10月18日，“AIWorld2016世界人工智能大会”现场，对100家人工智能创业企业进行的调研报告显示，在98家企业填报的估值数中，总值为1014亿元，均值为10亿元左右。 　　“未来5~10年的人工智能蕴含巨大的潜力。”斯坦福大学人工智能实验室和计算机视觉实验室负责人李飞飞表示，无人驾驶、工业机器人、增强现实（AR）、虚拟现实（VR）等与感知相关的应用都会得到大规模的提高。 　　不过，人工智能市场的蛋糕虽大，但目前依然处于初期阶段。华为诺亚方舟实验室主任李航认为，目前“弱人工智能”仍存在严重依赖训练数据，模型必须适合于要解决的问题，不适合执行不特定多重任务等多方面的局限。 　　也许人工智能理想国仍遥遥无期，但并不妨碍各大企业将核心机器学习算法加以应用，原因很简单：争夺下一个产业生态。 　　人工智能又掀浪潮 　　亚里士多德曾说过，如果机器能干很多活，岂不能让人类解放出来？《星球大战》《黑客帝国》《人工智能》等科幻电影，激发了一代又一代学者和实业家，前赴后继地投入到人工智能的研究中。 　　上世纪70年代，囿于数学模型的缺陷和计算复杂程度增加，不可能完成的计算任务导致了人工智能的第一次寒冬，而十多年后现代PC的出现，“促成”了第二次人工智能的寒冬。 　　如何在有限的资源下做有用的事情，这是人工智能一直以来的挑战。随着新的数学工具、新的理论和摩尔定律的出现，人工智能也在确定自己的方向，其中一个选择就是要做实用性、功能性的人工智能，这导致了一个新的人工智能路径。由于人工智能任务的明确和简化，带来了新的繁荣。 　　“今天作为一个全新的历史节点，在人工智能概念提出60周年之后，AI正从原来的理论框架体系的搭建、实验室关键技术的准备，开始进入到一个全新的阶段——正在进入到我们生活的方方面面。”科大讯飞总裁刘庆峰说。 　　“近年来，众多的全球科技领导企业将人工智能作为公司当前以及未来整体发展的核心战略。”中国工程院院士郑南宁说，人工智能等新技术将会给人们的生产、生活方式带来革命性的变化，新兴产业及技术创新也将为世界经济的复苏和发展注入“强心剂”。 　　刘庆峰也认为，技术进步之外，人工智能的兴起还有两个重要的原因——一是人类需要一个更加激动人心的未来；二是全球的产业和经济都需要一个新的增长点，需要走出当前的低迷。 　　“5年之后，任何一个行业或者今天的创业者，或者领导型公司，如果不用人工智能来改变它今天的生产和生活方式，那它一定会出局。”刘庆峰说，“‘互联网+’‘人工智能+’的时代正在到来。” 　　德勤提出未来80%的世界500强企业的标配是掌握认知技术。埃森哲认为到2035年，人工智能会让12个发达国家经济增长率翻一倍。刘庆峰提出，“希望中国在这个基础上，经济增长率比这些还要高，才能对得起我们今天所面临的时代机遇”。 　　无限趋近的智能 　　人工智能将不仅仅是替代简单重复的劳动，未来越来越多的复杂的高级脑力活动可以被人工智能替代，人工智能既创造一个又一个新的机会，也会带来又一个巨大的挑战。 　　目前，以语音为主导，以键盘和触摸为辅助的人机交互时代正在到来。刘庆峰介绍科大讯飞的使命，就是让机器能听会说，能理解会思考，“用人工智能来建设美好世界”。 　　为什么在上世纪80年代、90年代，深度神经网络没有能够产生如此大的影响？微软人工智能首席科学家邓力解释说，是因为当时数据不够，计算能力、算法都不完备。“差不多十年之前端到端的优化学习问题开始在算法上得到解决，深度神经网络才开始发力。”邓力说。 　　而人工智能美好世界的建立，正是基于廉价的云计算和大数据技术基础之上。“所有的人工智能系统有这样一个规律，叫人工智能闭环，由系统、用户、数据、算法组成。”李航说，“先有系统，建好以后有用户使用，产生大量使用数据。这些数据又能帮助我们提高算法的性能，提高系统性能，提高了性能的系统又能更好地帮助用户，最后使用户感受到系统越来越智能。观察所有的人工智能系统，基本上都遵循这样的规律。” 　　虽然强人工智能、弱人工智能在某种意义上都有很大的局限性。但遵循闭环规律，弱人工智能也有很大的威力。“虽然没有跟推理等结合起来，对现在的机器学习来说，给我们无穷多的数据，智能系统的智能水平就能够不断升级，与更多应用结合，显示出人工智能的威力。”李航说。

为了扭转其股票暴跌的趋势，通用电气（GE）新CEO约翰·弗兰内里（John Flannery）正忙着公司进行管理重组，大刀阔斧地来了一次让人咋舌的高层“大换血”。 不久前，Flannery宣布将接替掌管通用电气16年的Jeff Immelt。之后，这家工业界大佬的高管开始动荡，10月6日周五GE宣布，三名高管辞职。 GE副董事长Comstock、Rice、Bornstein宣布将在年底离任。 Beth Comstock是GE第一位女性副董事长，同时也在GE担任了28年的CMO（首席市场营销官）。 Beth Comstock 工作了39年的副董事长John Rice，12月份也要退休。 John Rice 而曾经被看作是潜在接任者的CFO（首席财务官）Bornstein也要和通用电气告别了。虽然在败选后一度被安抚，或许Bornstein仍然感到自己和前CEO才是好搭档。激进的投资者、Immelt的离任，GE将面临的更激进的成本缩减计划，都让人有点沮丧。 Bornstein 对Flannery来说，可能新的面孔会比较顺心，“去Immelt化”也势在必行。《纽约时报》表示，新任CEO需要快速采用全新不同的路径。 在这次“大换血”的前4天（10月2日），Immelt正式卸任董事长职务，比原计划提前了三个月。 原任GE交通部门CEO的Jamie将成为新的CFO，于11月1日正式接任。而Jim McNerney、Robert Nardelli、Dave Cote等一批老将也会留任。 GE今年股票直线下跌，已经下跌了22％，几乎是道琼斯工业指数表现最差的公司，也是自2008年以来历史最差的一年。 GE股价 新任CEO  Flannery不得不为股价而战，已经卖掉一些业务换现金。前两周，瑞士工业巨头ABB宣布以26亿美元收购GE全球工业解决方案业务——主要是中低压电力系统制造及安装组件。9月30日，全球第二大水务公司法国SUEZ（苏伊士）也宣布34亿美元收购GE水务。 拥有GE股份的Highmark Capital Management基金经理Todd Lowenstein表示：“这也许是人们希望在GE进行转型的一部分。“投资者的耐心水平显然已经又下降了一点，我觉得他已经不得不显示出切实的成果。” 重构公司、裁员、减少研发中心、降低福利都是在所难免。在股东Trian Fund Management的压力下，Flannery计划在明年年底前削减20亿美元的成本。它还准备在下个月概述自己的未来计划，以便对该公司的投资组合进行潜在的改造，包括喷气发动机、燃气轮机、机车和超声波机器。

不会脱离PCB板的射频连接器 在高冲击和高振动的应用下,射频连接器从印刷电路板上脱落一直是困扰设计工程师们的一个问题,现在这个问题可以通过内置锁扣功能的新型连接器来解决。 I-PEX爱沛电子的MHF系列新产品ILK射频同轴连接器和配线通过内置锁扣设计将连接器固定于印刷电路板的适当位置。设计师不再需要用杂乱的环氧树脂或粘合剂粘接他们的射频连接器。这种新型的锁定机制使连接器保持在板上特定位置,提高了生产率和可靠性。这个连接器与微型的MHF I 连接器具有相同的特性,它用于连接天线和无线电,并用于测试无线电,同时在最小的空间内最大限度地发挥性能。由于连接器的尺寸很小,工程师在设计电路板时具有更大的灵活性。 这款连接器支持许多新的传输标准,包括Wi-Fi,4G LTE,Bluetooth,GPS,M2M,IoT. SigFox,WiSUN,NB-IoT and LoRa。它们适用于高冲击和高振动应用,特别是在汽车、航空和无人机行业。 MHF系列新产品ILK射频同轴连接器适多种电缆尺寸和长度: O.D.0.81mm,1.13mm,1.32 mm,1.37mm and 1.80mm. 固定连接器在适当的位置,让设计师自由地专注于自己的创新解决方案。

随着OLED面板技术的不断成熟、新产品品类不断丰富、生产OLED电视的整机厂商越来越多，OLED电视已经开始实现全面主流化。据了解，中国采用OLED的电视品牌正在逐步增加。除了已有的创维、康佳、长虹、LG电子等，2017年还有索尼和飞利浦推出了OLED电视，未来推出OLED电视的品牌厂商将持续增多。 9月12日，在“未来电视已来——OLED巅峰盛会上，中国电子视像行业协会常务副会长白为民指出，OLED技术的出现对彩电行业的发展有着非常重大的意义，促使彩电行业从传统的价格战、促销战，向着高端化、精品化转型升级。 据介绍，OLED色彩更加绚烂夺目，可以呈现完美的黑色和无限对比度；优秀的广视角使OLED远远超越液晶电视，不同位置相同画质，可以享受同样的精彩；另外，相比液晶，OLED亮度适中、蓝光少，因此OLED电视是舒适的显示产品。最重要的一点是，OLED形态自由优势使其适合各种各样的环境，呈现形态万千的设计，是适合未来产品的最佳显示产品。 LG Display TV事业部副社长黄龙起表示，在北美、欧洲等全球主要电视市场上，OLED电视已经开始引领高端市场。今年第二季度，高端市场上65”＄3，000以上电视的市场占有率分别是，北美68％、欧洲55％，而在55”＄2，000以上的市场中，OLED电视在北美占比达到62％，在欧洲更是高达75％。尤其OLED电视在北美和欧洲一经推出，便获得了广大渠道商和消费者们的青睐，2年前还在角落里摆放着的OLED电视，现在却组成了Shop in Shop概念的OLED专区，并成为了象征家电渠道“革新”的商品。 “中国是全世界最大的电视市场，随着收入水平的不断提高，中产阶级人群呈逐步扩大趋势。此外，中国市场对新产品及新技术的理解度和接受度较高，对OLED这种创新产品的关注度和需求度预计也会比较高，OLED电视市场前景广阔。” 黄龙起说。 创维集团CEO刘棠枝也表示：“电视产业目前虽然处于饱和状态，但是OLED电视在市场上展示了新的价值，将会成为显示产业的突破口。”同时他还表示，期待通过OLED电视提高高端电视市场的品牌认知度及市场占有率。 值得一提的是，随着OLED产业在中国迅速壮大，上下游产业链纷纷进行加码。LG Display大中华地区总裁印裕盛透露，为了应对全球OLED电视快速增长的需求，LG Display计划在中国广州设立8．5代OLED产线。从2000年中期开始，LG Display就在技术及产业发展方面，与广州政府进行过紧密合作。尤其是LG Display在广州建设了首个海外LCD面板生产工厂，目前G8．5代月产能已迅速提高到了18万张，为中国显示技术及经济发展做出了重要贡献。而以目前广州工厂为基础，再次投入1．8万亿韩元进行建设8．5代 OLED产线，这将有效满足中国这一全球最大市场的需求，并对上下游产业链直接或间接的带来经济效益，还能创造更多的就业岗位。 不过，包括液晶显示技术在内的，没有任何一项显示技术在发展的过程中是一帆风顺的，难免存在质疑声。在OLED已经普遍被认为是下一代显示技术的如今，仍有人认为残影、寿命短、良品率低是阻碍OLED发展的三大瓶颈。 对此，LG Display TV事业部副社长黄龙起做了澄清。他表示，OLED电视产品的寿命已确保5万小时以上。假设每天观看8小时，可使用17年以上。电视的平均更换周期在美国是8年左右，而在中国是6年左右。因此，OLED电视的寿命问题从现实角度来看完全不是问题。而残影是指长时间观看固定画面时留下斑痕的现象。OLED通过采用画质改善算法及改善元件特性，目前已经完全解决了这一问题。 对于良率的质疑，LG Display社长吕相德更是直言不讳，目前OLED良率已超过85％， 由此带来的产能更是可以达到2017年180万台，2018年300万台，2020年将扩大到600万台以上。 来源：北京商报