还沉迷于科幻电影《I robot》中的机器人场景？如今，这些正在中国工厂成为现实，更新中国制造。 　　近期有部著名的电影《星际穿越》，里面有个有趣的角色——智能机器人，不仅能够辨别人类、物体、场景和活动，能漫步太空、深海潜水，而且有自己的思想。现实中，这样的机器人在浙江被制造出来了。 　　2008年国际金融危机后中国用工荒问题突出，机器人开始活跃在市场上。而浙江省作为一个制造业大省、外来打工者重镇，低成本优势已经不再，2012年底浙江省委省政府做出“全面推进机器换人”的决策部署，“机器换人”正在成为推进工业转型升级的重要抓手。 　　在此市场和政策红利之下，全省正在掀起一股“机器换人”热潮。 　　按照浙江省政府估算，在三年内规模以上企业基本完成“机器换人”后，浙江全社会劳动生产率将由目前的10万元/人年上升至14万元/人年，意味着将带来上万亿GDP的增长。 　　面对全球经济萎缩、劳动力成本上升、招工难等问题，“机器换人”能否提供解决之道？机器人产业本身作为一个新兴产业，又面临什么样的机遇与挑战？在这场中国工业化与城镇化转型的变革中，浙江样本又能提供什么样的经验？ 　　而近日中央经济工作会议就指出：“人口老龄化日趋发展，农业富余人口减少，要素规模驱动力减弱，经济增长将更多依靠人力资本质量和技术进步。”“新兴产业、服务业、小微企业作用更凸显，生产小型化、智能化、专业化将成产业组织新特征。”而这些正是机器换人背后的原因所在。

　　在经过电缆的数字数据传输中经常使用交替传号反转(AMI)编码，因为这种编码没有直流分量。除此之外，AMI信号的带宽也要比等效的归零(RZ)码低。正常情况下，为了产生诸如AMI这样的双极波形，需要使用正负两个电源。另外，双极波形产生电路可能要用到模拟元件。然而，本设计实例取消了所有这些要求，只使用一些门、一个触发器和单个5V电源就能从NRZ输入产生AMI波形。 　　参考图1，NRZ信号(图2a)与时钟一起使用AND1门选通并产生RZ波形(图2b)。这个RZ信号随后连接到作为分频器的D触发器时钟端。接着RZ信号与触发器的Q和/Q输出一起进行选通，将AND2和NAND门输出端的两条线上的交变脉冲分开来。在第2条线上使用NAND门以获得反相的波形(图2c)。 　　图1：NRZ到AMI转换器使用单电源产生双极脉冲。 　　由于NAND的延时要大于AND门，因此在AND3输出端使用AND4进行补偿(可以根据所用的逻辑系列器件改变)。AND4和NAND门的输出驱动75Ω电阻，进而在门输出端有效地增加电压。如果两个输出都是高电平，电阻连接处的电压就是高电平。如果其中一个输出端是低，另一个是高，电阻连接处的电压就是半高电平。当两个输出端都是低电平时，连接处的电压接近于0V。这样，在R1和R2连接点的波形就具有了围绕直流电平的正负脉冲。这个信号通过隔直电容C1后，就能在输出端得到直流电平为零的真正双极波形(图2d)。 　　图2：波形：(a)NRZ输入；(b)AND4输出；(c)NAND输出；(d)AMI输出 　　图2显示了仿真电路的波形。仿真器可以捕捉到在门输出端出现的很小尖峰，不过这些尖峰不会在实际使用中产生问题。所产生的NRZ信号速率是2.048Mb/s。由于使用的是TTL器件和5V电源，因此峰峰信号电平小于±2.5V。如果需要更高幅度，可以使用具有更高逻辑摆幅的CMOS器件。

　　奥宝科技日前宣布，业内领先的软板 (FPC) 制造商福莱盈电子有限公司（下文简称“福莱盈”）再度选择奥宝科技的生产解决方案用于其高端细线软板的生产。 　　福莱盈位于苏州的印刷电路板工厂需要一种卓越的解决方案，要求在满足获得极高的产出和最大的良率的同时确保实现最佳的环保效益。 　　福莱盈最终选择了奥宝科技的 Paragon-Xpress 9 激光直接成像 (LDI) 系统。该系统的设计旨在实现每天高达 5,000 次成像的高速生产能力。由于能够实现高景深并显著提升良率，Paragon-Xpress 9 被誉为当今市场上最稳定的解决方案之一。 　　“我们将奥宝科技的 LDI 系统主要用于细线 FPC 的生产，以更好地服务客户，同时，我们也希望获得一种解决方案，能够最大限度降低生产对环境造成的影响。希望与奥宝科技建立长久的合作关系能助力我们继续巩固在全球软板行业的领导地位。”福莱盈总经理徐中先生表示。 　　福莱盈创办于 2010 年，致力于为客户提供高品质软性线路板。该公司于2014 年第三季度首次购置奥宝产品，此次再次选择奥宝的产品。奥宝科技亚太区总裁 Gaby Waisman 表示：“我们十分荣幸福莱盈能够选择奥宝科技的 Paragon-Xpress 激光直接成像系统用于其最新的软板生产，我们的系统久经业界考验，致力于协助客户提升良率，降低成本以及改进整体产品质量。”

　　消费级无人机从去年开始已经闹腾一年有余，但是大多人的视线仅仅停留在大疆、零度、亿航等几家终端无人机公司的层面，对整个产业链的勾勒如同蜻蜓点水，兴庆地是，最近有人已经率先把深圳的无人机供应链名单整理出来，让整个产业链构图瞬间清晰起来。 　　下面内容转自 无人机 公众账号。（漏掉了一个大疆） 　　感谢深圳沙龙组织者张元锋等人的付出和贡献！下面阶段我们将会把这批数据录入数据库，制作无人机供应链服务系统，提供给业内同仁使用，还欲加入系统的可以继续向张经理提供信息。 　　小结： 　　非常开心，上面的有心人士可以把供应链名单整理出来，让我们看到无人机供应链除了无人机之外，芯片、飞控、电池、传感器、GPS、陀螺仪、动力系统、测绘仪器、电子元器件、无人机培训等也是无人机整个产业链的必备因素。 　　也许你会说，不了解这些信息对无人机的认知又不会产生什么障碍，但是，了解了这些信息后，你会对无人机产生一种全新的认识————除了会飞之外，它跟其它耳熟能详的消费电子产品一样，有芯片、有中间厂商、有周边产业，并不是我们想象中的那么神秘和遥远。

　　自从亚马逊首次谈及利用无人机运送包裹的计划以来，世界各地都开始探索高科技的快递方式，最近两位Skype创始人Heinla与Friis也加入进来，旗下的Starship公司推出了一种专门用来小件货物配送的“盒子机器人”。 　　之所以这么称呼，是因为它的外形像极了一个配有六个轮子的储物盒，它最重可承载20磅（约合9公斤）的货物，最远可达到物流中心方圆1英里（约合1.6公里）多的范围。 　　这只长了六个脚的“机器人盒子”配置了一系列摄像头和传感器，99%都是的自动操作，能够安全行走在人行道上，会在指定时间从物流中心出发，穿越大街小巷，来到顾客家门口完成快递任务。　　　　Starship的系统很简单：用户下单购买食品杂货，利用该公司——或其中一家合作商户——的移动应用，选择确认收货人在家的配送时间。机器人在配送过程中，所携带的包裹都是被严密封锁，接收者只有通过其智能手机才能打开。 　　Starship表示，这台联网机器人最多可运送两袋食杂货物，能够处理95%的包裹。它的成本比人力快递便宜5-15倍，目前的平均快递费为每趟5-15美元，Starship称它可以削减至1美元。　　　　Starship首席商业官基斯·康奈尔说：“每年，欧美地区接收大约200亿份包裹，食杂等小件包裹总共涉及约1,300亿趟配送。” 　　对于热衷于网络购物的一群人来说，线上下单分分钟送货上门；对于连下楼都是剧烈运动的宅男们，再也不用担心零食吃完还要出门买；吃货更不用提，它可以从不同的饭店为你递送餐品，一次性吃到好几家的招牌菜。　　　　Starshipde构想非常完美，但目前仍面临了很多问题要解决，比如行驶一公里耗电多少、在城市路况复杂的地方怎么办、机器人的维护和维修成本问题等。 　　据悉，Starship计划于明年推出两个分别包含5台机器人的试点项目，并希望在2017年启动全面商业运作。

　　网购欢快剁手之后，总免不了等包裹的痛苦。事实上，你痛，快递员也在痛。网购让消费者点点鼠标就能买到东西，可“到货架上取货”这份差事仍然是要有人去做的；而且相比以往，这任务更重了，快递员由于双十一工作量过大、工资太低闹“罢工”的事情也时常见诸报端。 　　不知疲倦、不求回报的机器人看起来是解决这种痛苦的唯一办法，亚马逊在自家引以为豪的仓库里用的就是个扁扁的、能搬运整个货架的机器人。 亚马逊用的 Kiva 仓库机器人 　　不过，自从 2012 年初亚马逊花了近 8 亿美元买下这个机器人的生产商 Kiva 公司之后，其它电商和物流公司们一直在想着如何摆脱来自直接竞争对手的控制。 　　Quiet 公司（“寂静公司”）就是其中之一，这家不是很著名的美国物流公司多年来一直在为 Zara 等服装品牌提供第三方物流服务。如今他们“不甘寂静”，研发了一款新型仓库机器人——Locus Bots，打算给大家提供替代方案。 　　和亚马逊家的 Kiva 比起来，Locus Bots 的样子截然不同，有点像以前那种挂式熨斗。它头部是一个扫描仪，用来扫描货物包装上的条形码，“身体”上的托盘处则可以安放货箱。 　　Locus 的工作方式也不一样，从官方发布的视频中（可以点进去浏览，无需翻墙）就可以看到，它搬动的并不是货架，而是货箱。工作起来，Locus 就在货架间游走，由旁边路过的工作人员把货物扫描后放进机器人“手中”的箱子，让它搬着去寻找下一个货架。 Locus Bots 仓库机器人 　　和亚马逊的仓库机器人一样，Locus 也不可能完全替代人工，但这已能大幅减轻物流仓库员工的体力劳动量了。同时，它还让仓库的拣货、运输变得更有效率。 　　根据《连线》杂志报道，Quiet 公司在自己仓库里已经装备了十个这样的机器人。而根据计划，在美国的圣诞购物季前，他们兴许还赶得及用上更多。 　　由于工作起来只是搬动货箱，无需和货架适配，Locus 显然更容易“兼容”普通的物流仓库。同时，它也会比亚马逊的 Kiva 便宜不少。虽然没有公布具体价格，但 Quiet 公司宣称，和 Kiva 相比，Locus 的优势之一便是“部署成本显著降低”。 　　对中国物流公司来说，仓库迟迟没能实现自动化的原因之一正是成本太高。据《上海交大巴黎高科评论》的报道，曾任亚马逊中国运营副总裁的周涛在去年底的一次演讲中提到，国内部署一台 Kiva 的成本高达 30 万，且国内物流仓库的规模普遍要比美国大很多。 　　目前国内已有的几家仓库机器人公司的产品大多模仿的是 Kiva，如今，类似 Locus 这样更便宜的解决方案，也许是条新出路。

　　OFweek电子工程网 在最新一轮全球超级计算机的角逐中，中国的“天河二号”继续保持全球最快超级计算机的头衔，连续6次夺冠，刷新了日本“京K”所保持的五连冠纪录。 　　“天河二号”到底有多快？有个粗略的形容：“天河二号”运算1小时，相当于13亿人同时用计算器计算1000年。一台超级计算机到底有什么用？简单地说，它能计算普通计算机和服务器不能完成的大型复杂问题，有人形容它是现代科学技术的大脑。六连冠说明中国在超算硬件、软件和应用等方面整体科研实力快速提升，乃至达到国际先进水平。 　　上世纪六七十年代，一台计算机体型巨大，能占满一个房间，但存储和计算能力都还很低，但这在当时已经是弥足珍贵，在科学研究和武器研制方面发挥了巨大作用。随着技术的进步和更多需求的诞生，人们想出把很多中央处理器和存储器放在一起，造出能力极其强大的超级计算机。制造超级计算机的难点在于怎样组装它们并使之发挥最大效能。从这一点上来说，“天河二号”的互联网络、操作系统、前端处理器以及软件等都是自主研发的结果，即便是使用了美国英特尔处理器，也不能削弱“天河二号”的创新之处。全球超算排行榜的专业人员因此评价：“天河二号”系统以利用中国开发的技术而著称，系统中的大多数特色技术都是在中国开发的。 　　超级计算机不仅要算得快，还要用得多，用得久。超级计算机能够运用在信息服务、工业仿真、科学研究、生物信息、基因测序、石油勘探、航天航空等众多领域。中国科学家今年5月在“天河二号”上成功进行了3万亿粒子数中微子和暗物质的宇宙学数值模拟，揭示了宇宙大爆炸1600万年之后至今约137亿年的漫长演化进程。这种大规模宇宙学数值模拟，也只有“天河二号”这样的超级计算机才能做。在应用服务方面，“天河二号”从诞生以来就为用户提供高性能计算和云计算服务，在基因分析与测序、新药制备、大飞机和高铁等领域发挥巨大作用。 　　不过，也要清醒地看到，优化提升空间还很大。“天河二号”虽然在计算速度上领先，但在效率上跟美国“泰坦”等超级计算机相比还有一定差距。最新的全球超算500强排行榜上，中国大陆的超级计算机上榜数量从半年前的37台增至现在的109台，在阵容更加豪华的同时，这些迅速增多的超级计算机能否得到有效利用，怎样去提高利用率？也值得超级计算机去“算一算”。

　　2012年11月23日，应该是一个让时任谷歌人工智能实验室专家的Geoff Hinton倍感欣慰的日子，在这一天，纽约时报发布了名为《Scientist See promise in Deep Learning Program》（科学家们在深度学习上看到了希望）的报道，正式标志着深度学习被学界乃至全社会完全接受，从那时开始，Hinton大神数十年的默默坚持，终于给深度学习带来了一段持续至今的全盛期。 　　谁也无法否认在计算能力爆炸性增长的今天，的深度学习确实取得了巨大的成就，每一个置身于AI研究行业的人或许都永远不会忘记，在李世石和AlphaGo的对决中，人们的态度由最初的漫不经心，到中间的震惊和沉默，第四局李世石战胜之后的狂喜，和最终的叹息和敬佩。可是在这股科学界“全民DL”的风潮下，却逐渐有人开始对它提出了自己的质疑。 　　CVPR2016上，Mobileye的CTO Amnon Shashua在演讲中说道：他认为深度学习的研究绕了远路。因为真正的AI应该能帮人类解决人类解决不了的问题，而目前的AI的表现却仅限于人类已经能非常明确的理解和解释的领域。 　　同样是在CVPR期间，巴黎高等计算机视觉研究所的主任Nikos Paragios表示，深度学习方法几乎已经垄断了目前的计算机视觉，甚至是AI科研领域的所有研究，导致其他的方法和基础研究无人问津，对此感到有些担忧。 　　而在本届的IJCAI上，在计算机哲学上已有数十年经验的Aaron Sloman也在演讲中表示，自己认为AI作为一门科学（而不是工程学）已经在过去的二三十年间失去了方向。 　　今天Facebook搞了个大新闻：有多家主流媒体报道了Facebook即将建立的新数据中心和专为深度学习而研制的服务器Big Sur，而这个新闻却反而再次唤醒了我们心中的疑问：Facebook和Google它们现在努力的方向，会不会错了？ 　　让我们先来看看关于Facebook这个服务器的其中一条新闻吧： 　　走进Facebook AI数据处理的心脏 　　从北美的西部访问facebook的话，你的访问数据有很大可能会经过一个位于俄勒冈州中心的高地沙漠中一块被充斥着满满的杜松香气的空气所冷却的服务器群。在普林维尔的市区，一个有大概9000人常住着的地方，Facebook存储着他们数以亿计的数据。一行一行的电脑整齐的排列在四座总占地面积将近75000平方米（800000平方英尺）的巨型建筑里。这些建筑被设计成刚好能让从西北吹来的干燥，并且通常相当凉爽的风吹进它们之间。过道中堆叠着的服务器闪着蓝色和绿色的灯，发出着单调的噪音，但在内部它们其实每时每刻都在不间断的处理着Facebook登陆、赞和“大笑”之类的服务进程。

　　英特尔IDF大会刚结束不久的9月6日，英特尔就在北京召开了机器学习策略的媒体沟通会。在频繁的收购AI公司背后，英特尔销售与市场事业部副总裁夏乐蓓与英特尔中国研究院院长宋继强共同阐述了英特尔在人工智能领域的战略规划与产品布局。错失了移动时代机遇的英特尔，在人工智能时代能否扳回一局？全力押注人工智能，英特尔在产品技术上有哪些优势和不足？ 　　频繁收购AI公司 补齐人工智能技术短板 　　从去年12月开始，英特尔开启了大举收购人工智能相关技术公司的洪流。据不完全统计，在一年多的时间里，英特尔至少收购了六家AI公司。其在人工智能领域的布局也逐渐显露出来。 　　2015年12月，英特尔完成了167亿美元收购Altera的交易，这成为英特尔历史上最大金额的收购案。Altera是一家可编程芯片厂商，最大的价值是FPGA技术。这是技术专门为了解决深度学习对计算能力的要求而出现的，可同时进行数据并行和任务并行计算。收购Altera，使得英特尔能够推出CPU+FPGA的异构方案，更好的适应人工智能时代的定制化计算。 　　今年4月，英特尔收购了意大利半导体制造商Yogitech，这家公司制造了专为机器人和无人驾驶汽车开发的芯片。Yogitech芯片能够通过感应器和摄像头收集和处理无人驾驶汽车周围的环境信息，并用以指导无人驾驶汽车的行驶。而在随后的5月，英特尔又收购了专门从事计算机视觉算法的俄罗斯计算机视觉公司Itseez。这套计算机视觉算法可以帮助汽车“看见”并躲开路面上的障碍物。英特尔计划利用Itseez创建汽车安全系统的物联网，如自动驾驶，数字安全监控和工业检测等等。通过这两次收购，英特尔就具备了研发无人驾驶汽车芯片的能力。在随后的7月，英特尔宣布与宝马、Mobileye联合开发无人驾驶汽车。 　　今年8月，英特尔刚刚以4亿美元的价格收购了一家AI初创企业Nervana。这家公司研究了深度学习芯片（Engine芯片），性价比很高，而且处理速度是GPU的10倍。未来，英特尔可以把Engine芯片整合到英特尔的CPU中，这样可以以一个低成本的方法来实现人工智能处理的高性能，打造适合深度神经网络的处理器。而在不就后的9月6日，英特尔突然宣布收购硅谷计算机视觉技术公司Movidius。据悉，Movidius自主研发了全新架构的低功耗视觉处理器VPU，可以为智能设备增加视觉功能，包括无人机、安全摄像头、VR和AR头盔。分析认为，英特尔收购了这家企业，主要是为了利用计算机视觉、感知运算来增强RealSense 3D深度摄像头技术。通过收购Nervana与Movidius，英特尔不仅能够补全在嵌入式端与云端的CPU方案的不足，而且能够更加游刃有余的整合深度学习芯片和VPU等芯片。 　　总之，上述一系列的收购，不仅补齐了英特尔在机器学习领域的短板，同时也延伸了英特尔处理器的业务体系，为以后推出适合未来人工智能时代整合型的超级处理器打下了基础。 　　整合技术资源 建立人工智能产品矩阵 　　 　　英特尔销售与市场事业部副总裁夏乐蓓 　　夏乐蓓称，云计算的大规模扩散，计算本身的成本下降以及万物互联产生的海量数据，让人工智能迎来新一轮的大爆发。而英特尔作为芯片领域的厂商，是未来人工智能产业链条上的重要一环。由于这种变化，英特尔目前正在经历着一个非常重大的转型，在过去英特尔公司主要是一个和PC或者融入PC来开展业务运营的公司，而现在更多的转向进一步充分发挥云的能力以及全世界几十亿台互联设备的能力的公司。

全世界最大的电子代工企业富士康集团，正在从基于劳动力的简单组装，向高技术含量的研发厂商转型。科技行业觊觎的人工智能，同样成为富士康投资的目标。据外媒最新消息，富士康集团日前宣布，将在人工智能领域投资大约3．4亿美元。 据路透社报道，2月2日，富士康集团执行副总裁Fang－ming Lu在新闻发布会上表示：“我们在研发和技术领域的投资绝对不会处于弱势，我们希望在未来几年内在人工智能应用和工业互联网领域投资100亿元新台币（相当于3．4亿美元）。” 这位高管表示，富士康集团已经建立了人工智能研发团队，但是人员还不够，还需要招募更多的人才。 富士康掌门人郭台铭近日也宣布，将会组建人工智能应用和工业互联网研究院，另外在深圳市、台北市和美国设立工业机器人研究机构。 富士康集团已经在中国的制造基地中部署了6万台机器人，未来计划增加到20万台。 1月31日，富士康集团召开了特别股东大会，批准让子公司“富士康工业互联网股份有限公司”在上海证券交易所上市，这家公司的业务囊括了工业互联网、机器人等业务。这也是富士康集团第一次让旗下资产在中国大陆股市上市。 在过去一年时间里，人工智能成为科技行业的新浪潮，几乎所有的知名科技公司都进入了人工智能、机器学习等领域的研发。 在人工智能的具体应用上，有两个领域距离消费者更加接近。一个是基于人工智能语音助手的智能音箱，语音助手具备更高的智商，能够理解人类自然语言和语音，让人们进入了语音互联网时代。其中，谷歌助手和亚马逊Alexa两大产品，目前正在进入更多的第三方硬件，让消费者使用熟悉的同一个语音助手来操控汽车、家电、甚至是公司内部的软件、专业机器等。 人工智能的另外一个重要领域是自动驾驶。依靠计算机视觉识别，人工智能正在提高车辆驾驶的安全性和智能性。特斯拉电动车已经植入了成熟的自动驾驶技术，谷歌兄弟公司Waymo也准备在今年推出正式的无人出租车服务。 据报道，为了进一步招募人才，富士康集团也将会在大陆地区的北京市、上海市、南京市、深圳建立人工智能有关的实验室。 随着苹果三大电子硬件出现萎缩和停滞，郭台铭领导富士康集团走上了转型道路，更加重视零部件业务、技术研发和品牌业务。上述的人工智能和工业机器人，属于技术研发类业务。 富士康集团也在大举进入液晶面板业务，并且利用夏普品牌，扩大智能电视机、智能手机等销售，据日经新闻报道，夏普最近正在洽谈收购东芝公司的笔记本电脑业务，意味着富士康将拥有自主品牌的PC部门。