月度归档:2017年02月

北京3月1日起禁飞无人机等12类“低慢小”航空器

雷锋网2月28日消息,北京市公安局官方微博@平安北京于今日发布公告称,3月1日零时至3月16日24时,在以天安门广场为中心的200公里半径范围内,禁止一切单位、组织和个人进行各类体育广告娱乐性飞行活动。对于其他性质的飞行活动,应当经北京地区空中管制部门审批。违法违规飞行将作出惩罚。

其中,“低慢小”航空器是指飞行高度在1000米以下、飞行时速小于200公里、雷达反射面积小于2平方米的航空器具。主要包括轻型和超轻型(含轻型和超轻型直升机)、滑翔机、三角翼、动力三角翼、载人气球(热气球)、飞艇、滑翔伞、动力滑翔伞、无人机、航空模型、无人驾驶自由气球、系留气球等12类。

此项规定的出台应该与即将召开的两会有关,据官方消息,十二届全国人大五次会议和全国政协十二届五次会议将分别于3月5日和3月3日在北京开幕。

不过,随着消费机无人机产业的爆发,不仅引发了大众对侵犯隐私的担忧,而且还造成了很多危险事件,其监管难度越来越大。为了配合监管,保护自身利益,无人机公司正在寻求各种解决方案。

此前,无人机行业的领头羊“大疆科技”为了防止无人机进入禁飞区,推出了地理围栏系统(GEO),并且主动发文谈及无人机监管,寻求与政府合作,希望通过借鉴地面道路交通管理体系,来完善对无人机的监管。

而且,大疆还在刚刚发布的Matrice 200专业级无人机上内置了ADS-B接收机,ADS-B是载人航天器上使用的系统,它能够侦测到空域中其他无人机或者飞机,避免碰撞等危险情况的发生。


雷锋网

《中国农业银行》WP8.1客户端将于3月26日停止服务

近期,IT之家网友发现,在Windows Phone版的中国农业银行客户端登录界面上,密码框下面出现了一段文字,表示该银行将于2017年3月26日零时起正式停止对掌上银行WP客户端的支持,希望用户使用iPhone或者安卓智能手机下载最新版掌上银行来获得服务。

IT之家

清华大学邓志东教授:国内研究氛围浮躁,原创性算法太少

雷锋网 AI 科技评论按:自去年 3 月 AlphaGo 战胜李世乭后,人工智能「突如一夜春风来」地步入人们视线,业已成为家喻户晓的一个名词。目前,以深度卷积神经网络为核心,以计算机视觉、语音识别与自然语言处理为代表的人工智能产品已经步入全面开发与大规模产业化应用阶段。这一趋势实际上与人类的视听觉感知能力息息相关,但不少初涉这一领域的从业者或是对此感兴趣的学生们却依然是雾里看花,原因不外有二,一是在学习理论的过程中,自学往往缺乏系统的归纳和整理;二是教科书跟不上产业界的技术变化,而网上信息良莠不齐,自学者也缺少及时且实用的教程。

为了推动 AI 人才全面化,AI 科技评论将为大家提供一个业界顶级的专业 AI 技术培训平台:1024MOOC,作为长期站在研究第一线的学者,清华大学计算机系教授、博士生导师邓志东也见证了近年来人工智能从冷门到大火的历程。

在雷锋网 AI 科技评论的邀请下,本周末(3 月 4 日),邓教授将于 1024MOOC 平台开展长达 20 小时、持续两个周末的「人工智能之神经网络特训班」课程,系统地为报名课程的同学们介绍人工智能中的神经网络,特别是深度学习的发展现状、基本原理和主要方法,并结合具体应用案例,进行编程实操剖析。课程将强调各种理论方法在解决实际问题中的综合应用,也将补充介绍最新的科研成果与前沿领域,可点击此处了解报名详情。

目前我们所了解的人工智能,最起初是 1956 年 McCarthy、Minsky、Shannon 和 Rochester 等在 Dartmouth 学院发起的夏季研讨会上提出的概念,人工智能被界定为「研究与设计智能体」的工作,而其中智能体的定义就是「能够感知环境,并采取行动使成功机会最大化的系统。」

人工神经网络最开始是基于 MP 人工神经元模型和 Rosenbaltt 的感知机发展起来的。而现在非常流行的深度卷积神经网络则经由 1974-82 年日本学者 Fukushima 提出的认知机 (cognitron) 和神经认知机 (neocognitron) 模型演化而成,它的原理正是模拟人的视觉皮层通路而构造的。如果要将深度神经网络与人脑生理构造做类比,邓教授认为这就相当于飞机与鸟的关系。「飞机并没有像鸟一样有两个扑翼式翅膀,用纯生物的内部机理去模仿,这样的飞机肯定是没有多大实用价值的。我们现在设计的飞机,利用的是空气动力学、引擎和固定机翼等,但人造的飞机不论是飞行的续航里程、高度或是载客量,都要远远超过生物鸟。」

因此,如果现代脑科学或是神经生物学领域有任何的进步,对人类在深度神经网络的研究与探索,都会有很大的启发,也是极其重要的创新源泉。而自然地,由于人类最重要的两个感官就是视觉和听觉,因此计算机视觉、语音识别与自然语言处理就成为了目前应用领域最广,发展最快的三个分支。

包括人脸识别、视觉物体识别、交通标志识别在内的计算机视觉特定应用场景,其识别性能目前已经达到了人类水平,基于深度学习的语音识别、自然语言处理的性能也比传统方法好了很多。而这些在邓教授看来也是此类弱人工智能技术能迅速受到产业界关注的根本原因。技术的进步同样会催生应用开发的商业落地,因此与人类水平的性能比较距离自然就成为了分水岭。「以往的人工神经网络性能与人类相比还是差得太远,产业界鲜有人关注,也没有什么商业价值。」

而语音识别及机器翻译等方面的内容,虽然还没有达到人类水平,但相比之前也已经有了很大的技术突破。目前,文本分类利用深度神经网络,其研究的门槛也已经降低了不少,系统可以通过深度监督学习获取文本与类别的映射关系,识别正确率也已经有了很大的提升,超过了传统的 n-gram 方法。

但在邓教授看来,这方面神经网络识别能力尚未达到人类水平的根本原因在于,神经网络对语义还不能实现理解。

「一个正常人一睁开眼睛,在无意识的过程中就能够将一切物体进行分类或已有了真实物体对应的概念,之后就可利用已存储在头脑中的常识了。我们都知道杯子一定要放在桌子上,而不可能反过来,这种概念之间的相互关系实际上就是人类的常识。原来的符号主义走了很长时间也无法进行下去,而我们也不能再走老路。从深度卷积神经网络获得分层特征的表达学习,从概念到知识,再到更高层次的概念和知识,如此形成不同粒度的知识图谱,这样才有可能实现人类在人工智能上的突破。」因此邓教授强调,人工智能研究的关键在于一定要建立在已有的感知智能的成果基础之上。

在理论层面的前沿探索上,以无监督或半监督学习为研究导向的生成式对抗网络(GAN),带注意力(attention)、记忆(memory)和捷径 (shortcut) 的 LSTM 等,都是目前进展比较快的一些研究。而为了发展通用人工智能与实现语义理解,邓教授认为需要结合自上而下的知识驱动与自下而上的数据驱动,以便利用小样本也能完成深度神经网络的训练。

随着学术界频传佳音,产业界自然也在寻求着变化。邓教授认为,要实现产业化最重要的是选择一个落地的垂直细分领域,以适应带标签大数据的获取。而很明显,高校比起市场嗅觉灵敏的企业来说并不擅长这样的工作。高校主要专于前沿交叉技术的研究与探索,对行业情况与用户需求则缺乏深透的了解。但对产业界而言,人工智能技术在行业应用时一定要选择好特定的应用场景,算法则反而不是最重要的。

这是一个新兴领域的产业链,而企业在大数据来源和计算平台资源两个方面都完全碾压高校。

高校研究通常采用的是像 ImageNet 这样的公开数据集,主要目的是为了对算法进行性能测试,自然也没有什么商业价值。而企业并不会对外公开与公司利益相关的数据,除非合作,高校自然也拿不到手。

而在计算资源上,一块 K80 的 GPU 可能就是四到五万元,而百度这样的企业可能会买 2000 块来搭建超大型集群服务器,大概就是 8000 万到 1 个亿的价格。而 GPU 跑起来功耗特别大,可能高校连付电费都会觉得很吃力。

「高校的优势其实在于能够看得更长远,在国家的支持下可以做更长远的前沿研究与布局。我们一直认为,如果某领域企业开始强力介入了,高校最好就放弃吧,应该去做一些企业目前不太关注的,更具前瞻性的研究,比如量子计算,甚至是自主飞行的机器人。我自己感到的是一种强烈的危机感:全世界的顶级跨国企业都进入人工智能领域来了,其实国内高校并没有什么优势。我认为,除非高校自己在体制机制上有了更大的创新(比如通过建立国家实验室),否则与谷歌、Facebook 等跨国企业的差距会越来越大。如果能有类似谷歌、 Facebook 这样量级的大公司牵头中国人工智能的发展,我觉得中国的人工智能才能看到引领世界的明天。」

这种境况也催生了学术圈的两种主流去向:一种是直接跨入产业界,如多在互联网公司研究院同时涉足产业与学术研究,以 NYU 大学教授 Yann LeCun 加入 Facebook 为代表;另一种则是学术界,产业界双栖的代表,比如山世光去年创办中科视拓。在邓教授的想法中,他个人比较看好第一条道路,毕竟注意力的集中有利于研究的专注性。「你想什么都得到的话,实际上可能什么都得不到。」

但他也指出,目前包括谷歌、Facebook、微软及百度等在内的一些跨国企业同样提供了非常良好的学术研究环境,早已成为国际顶级人工智能会议的主角,这可以算得上是产业界通过学术研究回报与影响世界的典范。国内企业的优势在于更大规模的应用场景和可能拥有的大数据,特别是目前商业模式的创新与落地速度很快,再加上政府的支持力度很大。但人工智能原创性的算法在国内一向非常鲜见,按邓教授的理解,现在国内大部分的学术研究都热衷于对原创模型进行修修补补,「刷纪录」或称「刷数据」。目前的研究氛围总体上还是比较急功近利和浮躁,缺少大的理论与方法创新。

现在人工智能虽然很火,但还是处于刚刚起步的阶段,有很多问题需要解决。但学生是否愿意耐得住寂寞坐冷板凳,即使在几年内没有研究成果还会坚持下去?邓老师认为,最重要的还是学生的兴趣。「科学研究本身就是一种兴趣,所以同学们如果真的对人工智能感兴趣,那么可能真的是废寝忘食,而不是别人拿钱催着你走。」至于对做研究的同学有何建议,邓老师觉得可以尽早跟着老师去做一些科研类的项目,「站在前行者的肩膀上」,趁着年轻多出创新性强的论文。

但对于你我这样的普通人而言,需要怎样拥抱变化?「我们生活在三元空间里,一个是物理空间,一个是信息空间,再一个是人类社会。天天涌现那么大的数据量,肯定是要进行数据自动化的,而目前刚好出现了(弱)人工智能技术对它的支撑。人类文明不断进步,很大程度上也是因为环境发生了变化。人类已具有自动适应环境变化的能力。人工智能的进一步发展势必优化、补充和取代许多仅需简单脑力劳动的职业,但一定会产生新的工种出来。马车时代对汽车问世的担忧,没有必要,同时也不以人的意志为转移,那我们就顺势而为吧。」

而如果你不想被动地接受这样的变化,想在人工智能浪潮里有所作为的话,一起和雷锋网从邓教授本周末开始的深度神经网络课程开始学习,或许是一个不错的选择。

卷积神经网络早在1975年就被提出,而在1995年被正式命名,又在2012年因Hinton团队ImageNet大赛夺冠而闻名,2016年的阿尔法狗更是将人工智能推上了高潮。邓志东教授从事包括深度神经网络在内的人工神经网络研究25年,在清华授课20余年,他在一线教育上感受到的人工智能发展比我们更加汹涌。

在本次课程中,除了基础课程理论:生物神经系统,人工神经元模型,BP网络,Hopfield网络,更为宝贵的是,你还将聆听邓教授25年专研背后所经历的AI洪流和他自身的经验分享,教你读懂人工智能发展历史,教你如何上手编程实操,教你避开哪些AI的坑。如果你足够勤奋,你还能听到深度卷积神经网络如何在无人驾驶领域应用。邓教授做了8年无人驾驶研究,难道我会告诉你?

如果你对人工智能有兴趣想转型,如果你有一定的数学和编程基础,或者对自身的学习能力有信心但需要一个引领入门神经网络的导师,又或是想一窥人工智能究竟如何落地的?欢迎来报名。

雷锋网

257公里每小时!蔚来宣布EP9的自动驾驶跑出世界纪录

雷锋网2月27日晚间消息,蔚来汽车在今晚公布了一段其在德州奥斯汀的自动驾驶测试视频,并宣布其在德克萨斯美洲赛道(Circuit of the Americas)的自动驾驶测试中创造了每小时257公里的速度纪录,成为全球最快的无人车。

蔚来汽车方面表示,这次测试实际是在2月23日完成。其目的除了展示EP9的性能外,还在于验证EP9的整车电控架构及传感器系统布局在超高速情况下依然可以实现对车辆的精准操控。

蔚来汽车在早些天曾向雷锋网透露,其将在3月份举办的西南偏南大会上展示无人驾驶版本的EP9,并将在大会上展示另一款“代表蔚来愿景”概念车型。

回顾过往,去年11月,蔚来在伦敦发布名为NIO EP9的首款电动超跑。这款电动超跑搭载了4台高性能电机以及4个独立变速箱,能够输出1360匹马力的动力,从零到200公里加速仅需7.1秒。

而在去年德国纽博格林北环赛道的测试中,EP9创造了7分05秒的最快电动汽车圈速 ;以及2016年11月4日EP9以1分52秒刷新了法国Paul Ricard赛道的最快电动汽车圈速。

这次展示的自动驾驶版EP9,系由蔚来汽车位于圣何塞的北美研发中心主力开发。根据蔚来在2016年10月14日北美研发中心揭幕时公布的消息,这一中心主要负责智能网联的研发。北美研发团队整体规模在数百人,其中不乏苹果自动驾驶项目以及特斯拉自动驾驶项目中的高管。

至于其将在3月10日SXSW大会上将会公布的概念车型。蔚来汽车高级设计主管David Hilton曾在去年表示,公司明年将有一款SUV面世。蔚来汽车联合创始人兼副总裁郑显聪曾向媒体介绍,即将面市的SUV将装备一个70千瓦时的电池组,续航里程可达330英里(约531公里),其性能对标的是特斯拉Model X。

至于NIO EP9自动驾驶在常态下的表现如何,以及蔚来即将发布的这款概念车型将是怎样,雷锋网新智驾频道也将在3月10日在德州奥斯汀SXSW现场为你第一时间报道。

NIO EP9自动驾驶测试视频,点击观看。

雷锋网

OPPO发布5倍无损变焦双摄系统,会用在Find 9上吗? | MWC 2017

雷锋网消息:在今天(2月27日)的MWC(世界通信大会)上,OPPO并没有发布任何实际的产品,而是推出了一项最新的拍照技术。OPPO此次发布的“OPPO5X”技术实为5倍无损变焦技术。

OPPO硬件总监Dr. King表示:手机拍摄远景时,用数码变焦放大后,照片就会模糊不清。因为里面存在一个非常难以调和的矛盾:高倍率变焦和轻薄机身不可兼得。

为了将5倍无损变焦放进轻薄机身中,OPPO研发出潜望式双摄镜头(如下图所示)。根据官方信息,OPPO将原来接近13mm的镜头模组,降低到了只有5.7mm,比普通2倍光学变焦模组的厚度10%。

潜望式双摄镜头

据OPPO介绍,一般的双摄手机都会把光学防抖使用在广角镜头上,而不是使用在长焦镜头上。此次OPPO将光学防抖使用在长焦镜头上,相比传统设计稳定性提升40%,防抖精度可以达到0.0025°。如下图所示:

虽然这项技术看起来很实用,但是OPPO并没有透露商用的具体时间表,也不清楚最终的实际表现。在去年的MWC上,OPPO曾发布了Super VOOC闪充技术,据称能在15分钟内充满一台2500mAh的手机,然而一年过去了,也仍然没有在OPPO旗下的任何一款产品上出现。

距离OPPO上一款顶级旗舰Find 7已经有3年之久,很多人猜测OPPO会在今年发布全新的Find 9。而且此次OPPO还发布了一段技术展示视频,其中采用的手机与目前OPPO的设计明显不一样,它会是消费者翘首以盼的Find 9吗?


雷锋网