随着碰瓷事件的频发，行车记录仪早已不是什么陌生的产品了，也因为车主朋友们越来越重视自己的行车安全，行车记录仪受到了普遍关注，它能记录行车动态，捕捉有效证据，如果遇到事故，便能还原真实现场，有利于交警断案，维护车主的利益。 　　好了，行车记录仪的作用无需赘言，今天编辑为大家介绍的就是一款有着出色拍摄记录功能的易图A3行车记录仪，作为一款新品，它在镜头方面表现非常显眼，首先是大，机身占有比极为突出；其次是高清，它具有1080P全高清录影功能，拍摄画面十分清晰。 　　深蓝色包装盒，“ETO易图”赫然醒目 　　2.7寸LTPSTFTLCD高清显示屏，白色边框包围，也是比较有特色 　　镜头的真实广角为130°，基本可以捕捉前方道路的一切动态

　　在11月的Expand NY活动上，美国国防部高级研究计划局DARPA主任Arati Prabhakar谈到他们资助的一些项目，包括匹兹堡瘫痪病人Jan Scheuermann成功使用意念控制机械手。 　　当人脑产生某一动作的想法时，这种想法会以电传导的方式在特定神经元细胞之间传导，并最终在感觉运动区形成具有一定电信号特征的神经冲动，用来指导这一动作的信号发放，通过神经纤维传导至手、脚等产生动作的肌肉，完成动作的实现过程。 　　大脑能控制肌肉，而脑机界面能够接受大脑发出的控制信号，然后激活人造肌肉和人造四肢。因此，它并非控制手指，而是控制能控制手指的细胞。 　　Scheuermann的实验已经结束，而匹兹堡大学的项目负责人也发表论文阐述这样的机械手会如何改变人们的生活。在植入意念机械手之前，Scheuermann脖子以下的部位都无法动弹。植入之后，不仅可以让手脚活动，还可以跟着他的哥哥玩石头剪刀布。匹兹堡大学神经生物学博士AndrewSchwartz指出，研究显示，协调自然的活动能使人们麻痹已久的四肢恢复。 　　2012年，外科医生通过手术给Scheuermann的左脑植入皮质内微电极。研究员把她通过意念机械手拿起巧克力棒视频放在网络上，引起一时轰动。为了读懂Scheuermann的想法，科学家观察了她手臂活动时大脑的图像，以及指导Scheuermann如何运用意念控制机械手。 　　现在，Scheuermann的实验已经结束了，而科学家在寻找更多的志愿者参与到进一步的研究中。而且有很多问题急需要解决，比如，如何拿着东西停留半空，怎样让它无线化，如果病人想外出，怎样使它装在轮椅上？ 　　为世界杯开球 　　当然，这不是唯一一个肢体仿生项目。杜克大学的BrainGate计划则针对更小的身体部位：意念控制外骨骼。据了解，今年6月份，28岁下肢截瘫的年轻人诺平托，依靠一套奇怪的机械装置，从轮椅上站起来，开出了巴西世界杯的第一球。 　　这就是专为瘫痪患者设计的意念控制外骨骼在2014年世界杯首次亮相的情形。而这套意念控制机械外骨骼的研发者是神经科学教授MiguelNicolelis。他是脑机界面领域的先锋，也是第一位提出动物（包括人类）能通过脑机界面控制义肢的神经科学家。 　　可以预见，不久的将来，机械物品不仅是受人控制的身外之物，还会成为人体的一部分，也许机器人不再是机器本身，还就是人类自己。对这个问题，你怎么看？

　　 位于横滨的一家日产汽车制造车间 　　作为工业化强国，日本的工业4.0具有极为鲜明的特色，日本老龄化问题非常严重，该国政府在通盘政策考虑时十分重视的是对发展人工智能技术的企业给予优惠税制、优惠贷款、减税等多项政策支持，使得人工智能技术能够在日本取得长足发展。 　　此外，尽管信息化的重要性日益提升，但日本政府从未减少过对高端制造业发展的重视，近年来更是大规模推出技术战略规划，同时加大了对3D打印等新兴技术的投入。 　　人工智能成突破口 　　日式工业4.0的一大特色即对人工智能产业的探索，以解决劳动力断层并支持未来的工业智能化，而其首先应用的领域就是工业化生产线。 　　由于政府政策支持，日本通过改革技术采用智能化生产线的企业越来越多。以日本汽车巨头之一本田公司为例，其通过采取机器人、无人搬运机、无人工厂等先进技术和产品，加之采用新技术减少喷漆次数、减少热处理工序等措施把生产线缩短了40%，并通过改变车身结构设计把焊接生产线由18道工序减少为9道，建成了世界最短的高端车型生产线。 　　业内人士指出，日本工业机器人产业早在上世纪90年代就已经普及工业机器人，而今已在发展第三、四代工业机器人的路上取得了举世瞩目的成就。日本希望借助在该产业的高投入以解决劳动力断层问题，降低高昂的劳动成本并支持未来的工业智能化。 　　智能化、最大程度减少人力无疑是新型工业所追求的目标，但与许多公司仅仅通过简化和分解流程不同，本田将尽可能多的任务集中到一个流程之中，从而实现生产线的精简以及部件的一体化。这不仅有助于更有效地利用资源，也有利于生产的高效和弹性。但这也同时加大了人工智能化的难度，进行生产的机器人必须具备更高水平。此外，本田目前在其工厂实行全球标准化车间，其中只要某个工厂存在独特的生产，这些非标准的工序就会被撤离主生产线，转移到副装配线区，不会对标准智能化生产带来扰乱。

　　麻省理工学院的经济学家表示，机器人和新科技造成工作岗位流失，这是人类社会未来十年所面临的最大挑战。 　　腾讯科技讯机器人越来越多取代人类岗位，这已经不算是新闻。不过，在当前一系列机器人和人工智能技术重要突破的背景下，人们越来越担心机器人在人类经济活动中扮演负面角色，其中最重要的是越来越多的失业者，担心机器人让自己饭碗不保。有民调显示，四成美国失业者认为，是机器人等新技术让自己无法找到工作。 　　随着谷歌(微博)等科技巨头将资源投向人工智能和机器人领域，机器人技术正在大幅提升，谷歌的自动驾驶汽车已经制造出了原型车，将无需司机驾驶，另外《洛杉矶时报》甚至已经采用机器人撰写的突发地震新闻。 　　外媒报道称，传统上，机器人取代的只是工厂里的蓝领岗位，如今，机器人已经可以取代一部分涉及到知识和服务的白领工作。 　　过去，人们相信新技术的问世，在消灭工作岗位的同时，可以创造新的岗位。如今，一些学者开始怀疑，新科技正在造成工作岗位绝对数的流失。 　　美国前任财政部长萨默斯最近表示，他已经不再相信自动化技术能够给美国带来新增的工作岗位。 　　美国麻省理工学院的经济学家ErikBrynjolfsson表示，机器人和新科技造成工作岗位流失，这是人类社会未来十年所面临的最大挑战。 　　许多员工感受到了机器人技术的威胁。CBS等机构推出的一项民调显示，在25岁到54岁的失业美国人中，37%的人表示是机器人等新技术让自己找不到工作岗位，46%的受访者表示，缺乏寻找新工作的技能培训。

　　现在的科技人士喜欢发现蓝海，更喜欢用文字把一些刚出来的行业涂上颜色颜料，真真假假的蓝海面积加起来快赶得上一个印度洋了，比如打车软件是蓝海，可穿戴设备是蓝海，K12在线教育是蓝海，安全手机是蓝海…外国专家的预言会在一定程度上刺激股市，著名的莫博士评测报告常常能影响一款手机的销量，以及华尔街对这家企业的态度；国内专家的观点因发表门槛较低，很难刺激股市，充其量刺激点击排行榜，毕竟，我们的科技媒体离真相比较远，也少人有人潜心做研究，以至于，我们要付出双倍的精力去阅读，一面吸收新的知识，一面还要付出精力，去分辨真相。 　　但国外和国内的专家之于蓝海的看法有一个共同点，那就是，纸面上的蓝海成形率都非常低，99%的蓝海行业都会因技术、市场、商业模式、政策监管等因素停留在科技媒体的“头版头条”上，这大概就是传说中的宿命吧！ 　　随着无人机相关应用的普及，越来越多的科技人士认为无人机将会是机器人领域的下一块蓝海，从Google到亚马逊，从DHL到顺丰物流，从美国加州小镇到中国河北农村，无不在热炒着人机概念，而在影视航拍、自动喷洒农药，以及物流投递等行业的应用，则让这个本就虚拟的概念变得真实、具体。这种转化先是吸引了大批的投资者纷纷砸钱，准备弄个抢跑优势，同时，也吸引了监管部门，他们首先要保护现有的民航体系不受到破坏，更重要的是，不能威胁到“有人机”的安全以及现有稳定的职业链条。 　　也就是说，无人机想要飞得更高，不单单要解决相关的技术难题，更要解决好人性问题，而这也是任何机器人行业必须要面对的课题。 　　无人机，一个红彤彤的朝阳行业 　　其实，无人机的概念之所以快速升温，除却资本的密集涌入和琳琅满目的研究成果之外，更重要的原因就是潜在的无人机需求太明显了，这些需求连普通消费者都能想得明白，就更不要说那些每天研究市场的专业人士了：

　　随着食品质量问题和雾霾这样具有中国发展特色的“衍生物”的出现，化学分析及环境监测市场在中国发展形势十分乐观，只能说是有人欢喜有人愁。这类分析和检测仪器最前端的技术就是模数转换，精度、响应速度、灵活性和稳定性是模数转换器（ADC）一直不断追求的几种重要指标，实现一种可能不难，但是要综合多种性能却非易事。 　　近日，在高精度模数转换领域一直处于领先地位的ADI公司，推出了业界首款片内集成真轨到轨模拟和基准输入缓冲器的24位Σ-Δ型ADC AD7175-2，这款ADC就适合高精度仪器仪表和过程控制应用。ADI公司亚太区精密仪器业务部系统应用工程师李强先生近日在北京的ADI办公室向记者介绍了这款ADC，并携手ADI在化学分析环境监测应用市场的首要代理商世健公司介绍了ADI ADC在化学分析和环境监测应用上的独特优势。 　　图1 ADI公司亚太区精密仪器业务部系统应用工程师李强先生 　　“前无古人”的“真24位”ADC 　　李强先生首先阐述了针对性能、吞吐量和灵活性进行优化的AD7175-2的性能。（1）性能领先。在速率为20 SPS时可实现24位无噪声分辨率，在2.5 kSPS时可实现20位无噪声分辨率，在250 kSPS时可实现17.2位无噪声分辨率，这为设计人员提供了更宽的动态范围，可实现实验室分析仪器系统所需的较小信号测量偏差。（2）响应速度。快速且灵活的输出速率，5 SPS~250 kSPS，建立时间仅为20 μs，通道扫描数据速率达50 kSPS。在相同功耗下的吞吐速率高一倍，可实现更快、响应更迅速的测量系统。（3）灵活性。真正的轨到轨模拟和基准输入缓冲器，可实现快速、方便的传感器接口，减少设计与布局复杂性，简化模拟驱动电路并缩小PCB面积；每通道滤波器配置；50 Hz和60 Hz抑制为85 dB；建立时间为50 ms。 　　李强先生特别说了“无噪24位”，他表示这是“前无古人”的，因为目前还没有其他厂商可以做到，过去无噪真23位是最高的。此外，李强先生强调，集成真轨到轨模拟和基准输入缓冲器是ADI的IC工程师花了大量的精力去调参数和ADC核的参数匹配，它们俩之间匹配好之后，性能得以充分展现。 　　当然，如果你对以上的数据感到“不可思议”，不妨等有了样片以后亲身体验一下。

　　要问2014科技界的热点是什么，可穿戴设备定是其中之一。尽管2014年的可穿戴市场还没有真正起飞，但各大厂商都在积极布局，以期在竞争激烈的可穿戴市场中占得一席。而在即将到来的2015年，可穿戴市场或将迎来更大变革，在新一轮的可穿戴设备芯片战引爆前，我们先来了解一下目前主流的几家可穿戴设备芯片供应商情况如何。 　　1、芯片公司：TI 　　产品线：MCU，Sensor，BT，Wifi，微投DLP，无线充电，电源管理 　　优势：产品线、客户资源丰富，本地支持较好。 　　不足：除CC2540/41应用较多，其他产品用在可穿戴市场不多或还未有应用。 　　策略：早前推出Sensor Tag应用于无线传感应用，未来继续推出更多产品针对IOT应用。 　　德州仪器（Texas Instruments），简称TI，是全球领先的半导体公司，为现实世界的信号处理提供创新的数字信号处理(DSP)及模拟器件技术。除半导体业务外，还提供包括传感与控制、教育产品和数字光源处理解决方案。TI总部位于美国德克萨斯州的达拉斯，并在25多个国家设有制造、设计或销售机构。 　　2、芯片公司：Broadcom 　　产品线：BT(SOC)，Wifi，GPS，NFC，Smart Bridge，实现BT和Wifi互联转换，无线充电，应用处理器AP 　　优势：产品线、客户资源丰富，无线连接市场优势明显。 　　不足：缺乏传感类产品。 　　策略：定位做可穿戴Turnkey方案商。与香港科技大学、InvenSense等公司合作，加强产品之间协同合作，你如算法和SDX。 　　Broadcom Corporation （博通公司）是全球领先的有线和无线通信 半导体公司。其产品实现向家庭、 办公室和移动环境以及在这些环境中传递语音、 数据和多媒体。 Broadcom 为计算和网络设备、数字娱乐和宽带 接入产品以及移动设备的制造商提供业界最广泛的、 一流的片上系统和软件解决方案。

　　目前人们研制的保安机器人主要有两种类型：“机动探测评估反应系统”机器人和爆炸物处理机器人。前者主要用于室内外的巡逻安检，后者主要用于取代人类从事某类危险工作，比如拆爆。 　　越来越多的公司愿意使用机器人来帮助甚至代替人类来完成工作。这种趋势正在加速。最近，美国硅谷开发出一款名为K5的保安机器人，其时租价格仅为6.25美元，而据统计，美国去年雇佣的超过一百万名安保人员，其时薪已是K5的两倍以上。这个数字更让越来越多的客户对机器人保安产生了兴趣。 　　无论是在技术上和文化上来说，机器人保安仍面对着很多挑战，比如K5如果不小心摔倒，它目前可能还不能马上自动爬起来。不过，人们应该会在机器人保安的实用性被逐步证实后，慢慢接受“机器保安站岗”的这个现实。 　　机器人保安的好处 　　虽然机器人不可能完全取代人类保安的重要性，但机器人的好处却很明显。比如它能完成更多危险或持续性长的工作；另外，许多安保公司还反映，现在的安保工作者流动性太高，也是让他们头疼的问题，而机器人就不会带来这方面的困扰。 K5机器人

　　当我们在科幻悬疑电影《超验骇客》中看到男主角在去世后将精神和个性植入了一台电脑还感到讶异的时候，这一技术已经离我们越来越近了。你可以想象在手机上和过世的曾祖母对话吗？在超算领域巨匠，美国科学家戈登·贝尔“全面回忆”思想的感召下，业界开始打造一种“替身”App，当中都是已经离世的亲人或著名人物——你只需要按一下曾祖母的头像，软件就可以化身为拥有其精神性格的“阿凡达”。 　　戈登·贝尔（Gordon Bell）在其新出版的《全面回忆改变未来的个人大数据》一书中阐述了mylifebits项目并称：人类生活的一切都可以被数字化记忆，微软媒介实验室正在开发“虚拟大脑”，记录着完整的个人生活经历。 　　数字记忆：和过世的亲人“对话” 　　可以想象在手机上见到过世的曾祖母吗？你跟她说：“早上好！”她就用你熟悉的声音回答你：“你好”。在倾谈过程中，她时而大笑、时而沉默，还会谆谆教导你做人的道理、为你解答你心里的困惑。如果你要遇到30岁时的曾祖母，你只需在手机上设定一个“30”就好，面貌与真实的人一模一样。你甚至可以了解曾祖父到底喜欢曾祖母的什么地方——这是戈登·贝尔在最近出版的新书《全面回忆》中为我们阐释的图景。 　　科学家认为，在不远的将来，这个App就将大众普及。这种“替身”并非神话，要借助很多新科技，其中一个就叫“人生全记录”。据了解，微软旧金山实验室首席研究员戈登·贝尔正在负责一个叫做“我的人生比特”的项目，把人的一生用数字形式全部记录下来。照片中，贝尔脖子上挂着的奇特设备——数码相机sensecam，它可以自动感知周围的红外线变化，每隔20秒就拍一张照片。在将近七年的时间里，贝尔将他出生以来的所有纸质文件和证书、每一通电话录音、自己的所有讲话、收听收看的节目、电费账单、访问过的网页和所有的email等信息全部录入进了电脑。他随身携带的gps设备还会报告他每时每刻所在的方位，以及去过的场所。 　　上述信息存入电脑以后，有一个专用软件管理。现在，贝尔毫不费力地告诉你在过去七年中，他说过的每一句话每一个词。他甚至可以告诉你，在2001年某一次会议上他所用的咖啡杯的颜色。你可以精确到每一分钟，再现他过去七年中的每一天，目前已经有了100gb的云端记忆。贝尔说：“到2047年，所有的信息都将存在于网络空间，telepresence将能使用户之间通过文字、图片、语音、视频等相互交流，甚至可能创造出3d视频的效果，让人有身临其境之感。” 　　双胞胎替身：替我上班吧！ 　　使用每日记录的“人生大数据”，你可以在死后仍留下一个虚拟的自己，通过智能终端具体表现出来，成为一个合成出来的“替身”。后人不必再去墓碑前拜祭悼念，随时打开App、输入用户名和密码便可以和“你”来个视频对话。因为你的数字记忆变成了人格模式，拥有了自己的“阿凡达”。随着“智能终端”的慢慢进化，还可以与其“主人”相匹配，根据主人的需求、想法、爱好、行为等作出响应，成为主人的“双胞胎替身”。 　　为了做成一个“替身”，你需要持续地把生命历程建立成数字日记或是电子记忆（e-memory）。电子记忆用到了两项目前最热门的技术：“云存储”和“大数据”。进而，通过强大的模式识别、图像处理软件，综合“主人”的外貌、爱好、习惯、生活方式、情绪反应模式、行为特点、性格等等，从而相当于提取出这个人的“精神”和“灵魂”，再用人工智能的方法，就可以把这些“精神”和“灵魂”灌到智能手机里，塑造成一个动态的、有一定学习能力和思维能力的“虚拟双胞胎”。

　　想象一下你和朋友们出去喝酒，喝着喝着就脱离了掌控，拿出手机自拍，然后毫不犹豫地传到社交网站。这很正常，也令人尴尬。但YannLeCun想阻止这样肆无忌惮地行为，或者至少在人们做一些可能令他们后悔的事时，给予警告。他想在Facebook中建立一个智能助手，识别出令人尴尬照片。想像一下，它会对你说：“你确定想让你老板和你妈看到这个么？” 　　LeCun是纽约大学的研究员，机器学习方面的专家，还是Facebook人工智能研究实验室(FAIR)的负责人。 　　建立这样的工具，就要建立图像识别系统，分辨醉醺醺的你和清醒的你。利用最近流行的人工智能“深度学习”模式（由LeCun以及其他学者引入），Facebook已经能识别出分享到社交网络上照片中的人脸，方便你将脸跟人名对号入座。 　　进击的智能 　　Facebook实验室成立已有一年，它对世界上最大的社交网络的贡献不仅仅局限在某个方面。该团队研发的算法如今可以分析你的整个Facebook行为，识别出符合你口味的新闻内容；在你浏览重要内容时，很快分析全文，并自动给出中肯的评价。但是LeCun和他的团队仍不满足，希望人工智能系统能以更复杂的方式理解数据，从而为你指引你不曾想到的方向。 　　对某些人来说，这是一个痛苦的选择。他们不想让机器告诉他们应该做什么，不想让机器识别他们的脸，更不想他们的脸存储在某个远处的数据中心里。但对LeCun来说，FAIR做的是让你对自己的网络身份多些控制。他还设想，当一个你不认识的人在未得到允许就将你的照片晒到社交网络上后，Facebook会立即提醒你。 　　他和团队并不是在深度学习技术上孤军奋战。利用成百上千台电脑的录音资源，谷歌在自己的搜索引擎上测试深度学习，对你向手机发出的指令进行识别，并最终在社交网络上确定照片；微软利用该技术能对Skype电话进行语音翻译；Twitter和雅虎都相继推出了自己的产品。 　　这项技术对互联网巨擘们有着重大的意义。谷歌挖去了多伦多大学的GeoffHinton教授，他与LeCun等人创建了深度学习机制；百度最近签下了吴恩达，他曾在谷歌协助建立深度学习项目。自从LeCun去年被聘任过来负责FAIR，他还从Google偷走了一些人才。 　　语言的力量 　　深度学习并不是真正意义上的新技术。LeCun、Hinton等人受JohnPlatt的启发从上世纪80年代就开始探索基本原理。Platt在微软进行了长时间的研究，10年前微软采用类似的技术试图改进平板电脑的手写识别。Platt指出，伴随着计算机硬件的发展，互联网才能组织海量的数据帮助训练神经网络，这项技术最近才得以井喷式发展。 　　整个行业都在重新定义图像识别和语言识别。但就像谷歌，LeCun也有更多想法。他指出下一步的发展方向是自然语言的处理，让机器理解整个句子和段落的意思。 　　LeCun表示，短期内Facebook的目标是研发出能自动回复简单问题的系统。最近公司开发了一个小工具，提取《魔戒》的摘要后，就能回答相关的问题。这是对人为短时记忆的探索，这项工作被称为“周期性神经网络”，旨在改进翻译系统。这个神经网络就好比我们自己处理翻译时的大脑皮层。 　　完全的智能 　　LeCun表示，长期的目标是开发出类似智能数字助手的系统，能分析上传到Facebook上的所有东西。“你需要一个能真正理解内容，了解人，并能存储所有数据的机器”，他说道“这就是完全智能了。” 　　他们希望在未来的5-10年，Facebook能走的更远。LeCun表示下一步计划可能与虚拟现实OculusRift有关，这项提议Facebook在今年的早些时候就提出来了，并已经与Oculus团队进行了初步协商。 　　当然，还有些因素制约着智能领域的发展。Facebook还没有将智能技术与机器人技术结合在一起，但LeCun表示就学术研究而言他对此非常感兴趣，这自然是下一步计划。