月度归档:2018年01月

与机器人共舞,我们在 5 号公路体验了一把通用汽车的“半自动驾驶”

在能够真正乘坐一辆自动驾驶汽车之前,相信不少人还会惊叹 36 年前美国热播的科幻剧《霹雳游侠》,那部片子的主角——即使放在今天看也十分智能的跑车 Kitt:拥有自我意识,可以自主思考,甚至还有感情!更重要的是,它本身就是一辆自动驾驶汽车。

虽然我们离真正的自动驾驶还遥遥无期,但通用汽车希望利用 Super Cruise (超级巡航)技术帮助我们在高速公路上实现类似的体验。

去年 9 月,搭载 Super Cruise 技术的凯迪拉克 CT6 发布,这被称为「业内第一款能解放双手且专门针对高速公路的辅助驾驶系统」。

「在拿到这辆车的第二天,我就在高速公路上以每小时 70 英里的速度驾驶它。当然,Super Cruise 功能是开启的。在接下来的 40 分钟里,虽然车辆在路上走走停停,但我没有触碰方向盘,也没有踩刹车踏板,Super Cruise 让我的双手和双脚解放了。」

说这话的是通用汽车 Super Cruise 技术总工程师 Jason Ditman,在解答关于 Super Cruise 技术问题时,他掩不住兴奋地向雷锋网介绍曾两次带家人在高速公路进行长途驾驶的感受,他的家人为此还打趣说「Super Cruise 的表现比你本人驾驶还好。」

开启「Super Cruise」

前不久,我们驾驶搭载 Super Cruise 技术的凯迪拉克 CT6 从洛杉矶出发,一路向北行驶到旧金山,全程 382 英里。

也正是通过这次长途驾驶,让我们得以一窥通用汽车对 Super Cruise 辅助驾驶系统背后的思考。

方向盘上绿色的灯条标识表明车辆已经进入了 Super Cruise 模式

真正体验 Super Cruise 是从匝道驶入高速公路之后开始的。

当我们从匝道进入高速公路后,CT6 的仪表盘出现一个白色的标识,提示我们可以开启 Super Cruise。在按下方向盘 9 点钟方向的「Super Cruise」按钮后,我们驾驶的汽车便进入「超级巡航」模式。

以时速 75 英里的速度行驶在高速公路上,驾驶员的双手并没有放在方向盘上,任由 Super Cruise 加速、减速和超车。

沿途急驰而过的风景让人有些兴奋。因为在交出方向盘的控制权后,我们的角色就从「驾驶员」变成了「乘客」。

驾驶员将驾驶权交接给 Super Cruise 的过程是十分自然的。当然, Super Cruise 也并不是随时都能开启。

因为 Super Cruise 的使用场景仅限于高速公路上。这个「高速公路」仅在分车道高速公路(设置有明确的上/下匝道)上可被激活使用,且车辆传感器监控范围内没有交通信号灯或行人。

你会发现,这样的限定场景为 Super Cruise 创造了一个路况简单的行驶环境。按照通用工程师的话来说,这种环境本身就是一种安全冗余。

于是,我们这段「双手脱离方向盘」的旅程开始了。不过,在 Super Cruise 模式下,虽然驾驶员的手脚都被「解放」,但这并不意味眼睛也「解放」了。

作为驾驶员,你的视线得随时紧盯前方路况。

人机交互:如何与驾驶员进行交流?

在 CT6 这辆车上,5 个摄像头、1 个长距离雷达、5 个短距离雷达和 12 个超声波雷达构筑了 Super Cruise 的「眼睛」。其中,短距雷达、长距雷达和摄像头(一个前向摄像头,两个位于后视镜下方的摄像头)服务于 Super Cruise。位于后尾箱的两个摄像头和超声波雷达则用于自动泊车。

尽管这是一辆 Level 2 级别(辅助驾驶)功能的量产汽车,但 Super Cruise 的体验依然超出了我们的预期。

比如,在较为拥堵的高速路段,我们遇到前方车辆换道切入和刹停。Super Cruise 检测到前车后,可以非常柔和、舒适的踩下刹车。

这样的操作让我们意识到, Super Cruise 在某种程度上是比人类更好的驾驶员,因而我们放开双手的不安全感也因此打消。

在 Super Cruise 接管驾驶权的时候,你会发现方向盘上方的灯条(Lignt Bar)一直显示为绿色,这表明它正处于工作状态。

这个绿色灯条是驾驶员注意力保持系统(Driver Attention System)的一部分,也正是Super Cruise 的一个亮点。它可以通过视觉、触觉、听觉等提示方式来告知驾驶员接管车辆。

驾驶员注意力保持系统通过位于方向盘上方的摄像头,以及灯条两侧红外线对驾驶员的眼睛和面部进行实时监控,并通过灯条颜色的变化,将信息反馈给驾驶员,以让他/她做出相应操作。

当 Super Cruise 开启的时候,灯条有 4 种状态:

  • 绿色表示稳定状态,显示 Super Cruise 正在工作。

  • 当绿色发光条呈现闪烁状态时,表示驾驶员注意力必须马上集中在驾驶上;

  • 蓝色表明 Super Cruise 在工作时,如果驾驶员希望控制车辆来实现变道,灯条显示为蓝色(换道需要人工操作);

  • 红色闪烁状态意味着 Super Cruise 希望驾驶员将双手放回方向盘以接管车辆的控制。

除此之外,Super Cruise 还有一系列提醒措施:如座椅震动、语音提醒。

可能很多人会好奇,假如驾驶员无法接管车辆,Super Cruise 会如何处理?通用将 Super Cruise 分为三个层级的预警(如上图)。

如果驾驶员视线偏移,比如低头看手机,这时灯条为绿灯闪烁状态,提醒驾驶员需要接管车辆。如果想让绿色灯条停止闪烁,唯一的办法是驾驶员需要将注意力转移到前方道路,这时灯条就会变为稳定的绿色,Super Cruise 则会继续工作。

如果绿色灯条闪烁超过 5 秒钟,驾驶员依然没有反应,Super Cruise 将会到达二级预警,灯条显示为红灯闪烁,意味着驾驶员需要接管车辆。同时仪表盘也会出现相关信息,提醒驾驶员接管车辆。如果灯条一直闪烁,而驾驶员依然没有接管车辆,这时车辆就会减速滑行。

如果驾驶员在 10 秒内仍然没有将双手放回方向盘接管车辆,就会进入三级预警。这意味着 Super Cruise 会被停止使用,车辆则在当前道路减速直至停止。仪表盘上显示「Super Cruise Lock out」,表明 Super Cruise 功能停止使用。

如果想再次激活 Super Cruise ,只能靠边停车重新启动车辆。

不同工作状态下的仪表图像

  在某一段高速路上,通用工程师向我们演示警示三级预警

通用工程师向雷锋网解释,这么设计的原因是为了让驾驶员保持对道路的注意力,Super Cruise 只是驾驶员的伙伴。「Super Cruise 是驾驶辅助系统,而不是自动驾驶系统。这意味着要求驾驶员时刻关注前方道路情况,并随时做好接管车辆的准备。」他强调。

这种提供一系列警示和操作指令的交互界面,看起来十分有意思,一方面体现的是通用对安全性的顾虑,通过设置多重提醒来确保驾驶员及时接管车辆;另一方面明确划分了责任定义:Super Cruise 辅助,责任在人 。

引入高精地图

Super Cruise 的另一个亮点是引入高精地图。高精地图作为地图传感器,也为 Super Cruise 的安全冗余贡献了不少力量。

高精地图数据通过激光雷达测绘和扫描道路信息,获取的信息包括车道编号、车辆所处位置、上下匝道信息以及离开高速公路驶入匝道的信息。

Super Cruise 首席研发工程师 Daryl Wilson 告诉雷锋网,高精地图信息和 GPS 导航系统提供了车辆实时方位信息,其准确性是传统 GPS 系统的 4 到 8 倍。

引入高精地图,使得 Super Cruise 的可靠性大幅提高。但与此同时,它也限定了 Super Cruise 的应用:要在某一国家/地区上市该产品,就必须提前完成高速公路高精地图的采集。

所以,为了实现 Super Cruise 功能,通用对所有符合条件的高速公路进行了地图绘制,包括美国、加拿大和中国。目前通用在美国高速公路上共收集了 13 万英里高精地图数据,并在每三个月对地图数据进行一次更新。

有了地图,高精度 GPS 信息和地理围栏信息,可以确保 Super Cruise 在符合条件的特定路况下被激活。

「地理围栏」是指 Super Cruise 系统只在有地图绘制的高速公路上行驶,如果不在地图范围内驾驶,系统就无法启动。而且,摄像头会时刻检测道路情况,来判定当前车辆是否可以使用 Super Cruise。

那么,可否将 Super Cruise 简单理解为 ACC+LKA 呢?按照通用工程师的解释,我们可以将 Super Cruise 看作是 ACC+Blue Line(车道中央车道保持系统)的组合。

Super Cruise 整合传感器信息,形成一条沿车道中央的虚拟车辆控制路径,Blue Line(蓝线)则用于确保车辆保持在车道线中央行驶。Super Cruise 系统搭载的摄像头则用于识别车道线,甚至前方的转弯路况。

与 Super Cruise 共同完成一段长途之旅

临近高速公路出口,进入匝道的时候,方向盘的灯条开始闪烁,提醒驾驶员必须重新接管汽车。

按照 SAE 对于自动驾驶等级的划分,Super Cruise 属于 Level 2 级别,即「限定条件下的自动驾驶」,这个「限定条件」便是高速公路。

不过,通用并没有满足于辅助驾驶(Super Cruise)。除了 Super Cruise ,通用收购的 Cruise Automation 正在研发 Level 4 级别的自动驾驶。在今年底特律车展期间,通用宣布要在 2019 年推出一款没有方向盘的自动驾驶汽车,并在共享移动出行领域开启小规模运营。

现在,该如何评价 Super Cruise 呢?

一方面,它让我们将双手脱离方向盘,这表现得相当「激进」;而另一方面,它将这种环境只限定在路况相对简单的高速公路上,又显得十分「保守」。

虽然 Super Cruise 看起来是这种「激进」和「保守」的结合物,但却十分有现实意义。

要知道,长时间在高速公路驾驶是没有任何驾驶乐趣的,甚至会引起疲惫,Super Cruise 则打破了这种无趣。我们可以适当转移部分注意力去做其他事情,比如喝水,轻松与后排乘客交流或一瞥沿途的风景。如果我们想驾驶,又能够随时从 Super Cruise 那里接管对方向盘的控制。

临近匝道,Super Cruise 通过光条闪烁红灯告诉驾驶员,它的任务即将完成。驾驶员自然地接管了方向盘,然后拨动右转向灯,汽车向右驶进匝道,离开了高速公路。

在《与机器人共舞》一书中,作者试图探讨一个问题:机器将成为我们的奴隶、伙伴还是主人?从这次体验看,Super Cruise 就像是驾驶员的伙伴,我们与它共同完成了一次非常特别的长途驾驶旅程。

PS:过去 10 个月,雷锋网团队在北京、上海、深圳、硅谷等地密集拜访数百家智能驾驶技术团队,经过了一手采访、调研和亲身体验,并用 2 个月时间梳理和筛选了 13 个关键细分领域近 100 家智能驾驶产业链中的关键技术公司,《中美智能驾驶白皮书》最终成稿。

我们希望通过这份白皮书向你全方位展现中美智能驾驶的市场现状、关键技术环节发展及落地情况,帮你深入了解产业机遇与挑战,提前看到未来 3 到 5 年自动驾驶产业链各个细分环节可能产生的机会和趋势。

关于《中美智能驾驶白皮书》的更多详情,请查看链接:https://gair.leiphone.com/gair/product/s/12r12r12r

雷锋网

李骏、施雪松、王映民、曹忠四位大咖划重点,汽车氢能时代终将来临

*从左到右依次是施雪松、王映民、李骏、曹忠

面对新技术、新模式、新势力的不断涌现,一百多年的汽车行业相当于“老革命遇上新问题”,新老力量的碰撞势必带来前所未有的新格局。日前李骏院士、大唐集团总工程师王映民、斑马网络CEO施雪松和长江汽车董事长曹忠齐聚百人会对此次汽车产业的革命发表了他们自己的看法,并接受了包括雷锋网新智驾在内的媒体采访,雷锋网新智驾整理如下。

Q:我们国家现在提倡氢燃料电池、质子交换膜燃料电池,对金属燃料电池、锂空气燃料电池有什么看法?

李骏:首先,我对金属燃料电池没有太多研究,但是对质子交换膜燃料电池研究多年。目前来看,基于氢氧化学反应的质子交换膜方式是可行的。最近我提出要做全功率燃料电池发动机,目标是减少二氧化碳的排放。国家提出一年生产3000万辆汽车,2030年生产3500万辆。这么大的产量,一定要控制二氧化碳的排放。

Q:5G用到乘用车上面,预计会是什么时间?描述一下在5G时代,网联车会有哪些方面改变?

施雪松按照标准化进程,5G是2020年完成,规模商用会在2020年以后。但是5G竞争比较剧烈,可能2019年完成5G部署。同时5G的应用需要通信行业和其他垂直行业相互配合、相互适应。

王映民:现在提倡“四化”,电气化、网联化、智能化和共享化,未来汽车对通信的要求是两高一低,高带宽、高可靠、低时延。如果通信足够可靠、时延足够低、带宽足够大,在云和端之间的动态计算部署空间是非常大的。

Q:现在汽车处于产业变革期,新造车企业越来越多,针对新造车企业的汽车销量是怎么看待的?

曹忠:首先我也提出一个问题,为什么100多年前电动汽车没竞争过传统燃油车?因为储能是重要的动力技术,汽车需要储能。只有先把动力问题解决,电动汽车才有能力和传统燃油车竞争。

一个产品所占市场份额超不过10%,我认为在一些细分市场领域终将被替代,若干细分市场领域的百分之百替代的叠加才使整个产业替代的比例提升。虽然现在电动汽车产量很高,但还有很多问题没有解决。

Q:氢作为一种载体,不宜运输、不宜存储,怎么能够作为新能源汽车发展的一个方向?

李骏:首先我认同氢作为国家一个能源发展的战略方向。

  • 我们国家是创新型国家,只要创新方向清晰,必然产生颠覆性科技。

  • 目前不容易存储的东西太多了,比如电。但解决人类需求问题的方式是科学,解决时代需要的问题更是科学,是工程技术。

  • 我们正在发展液态储氢技术,像天然气发展历程一样,所以说颠覆性科技是存在的。

  • 研究汽车可采用三条曲线,叫KANO模型(狩野纪昭教授发明的对用户需求分类和优先排序的工具),其中最底层的曲线叫必然属性,如国家排放标准、油耗标准,属于必然属性。不同的企业可以通过不同的方式去竞争。

汽车竞争力有个公式“Q×T÷C”,就是“质量×技术÷成本”,如果输出值小,汽车销量就堪忧。

Q:万钢部长前段时间提到,内燃机很长一段时间内还可以存在,比如以混合动力的形式存在,内燃机依然具有广阔的市场需求,如何看待这个变化?

李骏:我很同意万部长这个观点。

现在汽车有两场革命,汽车新能源是汽车动力的革命;智能网联是智能驾驶的革命。汽车是B2C商品,只要内燃机还有商品性,就不会退出市场,这是规律。

我可以明确说明,目前汽车企业内燃机的热效率只有45%,而国家要求2020年达到47%,如果企业到时候达不到标准,就很难生存下去。

Q:现在氢燃料车有不同的技术路线吗?有专家公开场合说不宜大范围开展氢燃料示范运营,您怎么看?

曹忠:如今氢燃料电池与原来技术路线不同,如今的氢燃料电池是以燃料电池+动力电池的电电联合驱动技术为切入点,从氢燃料电池乘用车的产业化应用开始,逐步过渡到全功率氢燃料电池汽车。

锂离子电池、氢燃料电池两者混合,是解决电动汽车动力问题的重要因素之一。

我们的合作伙伴广东泰罗斯汽车动力系统公司,准备做1万套氢堆的生产线,工艺自主解决,生产设备从欧洲进口。经过测算,在同样续航里程下,氢堆和汽车其他生产成本比锂离子电池还要低。

Q:氢堆是我们自有的吗?

曹忠:是自有的,但是制造的设备需要采购,这样会大幅度降低成本。基于此,氢燃料电池车辆能达到1万辆的规模。

Q:长江汽车刚发布了首款小型纯电动SUV,2018年长江的规划是怎么样的?   

曹忠:我们在2017年11月拿到生产资质,成为第六家获得工信部准入的车企。从2016年4月份投产到2017年,商用车一直是我们主攻方向。

2017年7月,我们获得美国认证。V8070型高端电动物流车出口到美国旧金山,同时还有小批量整车出口到美国。

2018年计划

  • 海外市场

在美国建SKD(从国外进口汽车总成,然后在国内汽车厂装配而成的汽车)工厂。因为如果美国整车关税是25%,SKD就是2.5%,而且美国客户也希望在本土生产,所以今年海外乘用车产量会大幅度增加。

  • 国内市场

今年下半年我们主要布局国内市场。A0级纯电动逸酷SUV是我们推出的第一款车,下半年推向市场。

乘用车领域的策略是在细分市场找到可替代产品,并把销售的不确定性尽可能降到最低。

一辆车的研发周期是24个月到36个月,成本很高。基于市场和客户数据分析,一款车能否在投放市场时有基本的销量或者理想的销量,这个问题所有的汽车厂都没解决,但是这个问题对新造车企业是至关重要的。所以我们先做乘用车,它的生命周期比较长,不确定性小。

Q:二三四线城市怎么去推广电动汽车?从企业的角度出发,当下最应该做的事情是什么?

曹忠:第一个问题的解决方式是走农村包围城市的道路。

  • 这些城市的市场潜力非常大,充电方便,停车也方便

  • 这些城市的人们对品牌的依赖度不像一线城市那么强

所以二三四线城市甚至县级市都存在着巨大市场,我认为电动汽车补贴退到底最好,高补贴导致投机分子多,我们这种企业反而受到伤害。  

Q:公司怎么受到伤害了?

曹忠:投入大、装备水平高的企业会有同感。

PS:过去10个月,雷锋网团队在北京、上海、深圳、硅谷等地密集拜访数百家智能驾驶技术团队,经过了一手采访、调研和亲身体验,并用2个月时间梳理和筛选了13个关键细分领域近100家智能驾驶产业链中的关键技术公司,《中美智能驾驶白皮书》最终成稿。

我们希望通过这份白皮书向你全方位展现中美智能驾驶的市场现状、关键技术环节发展及落地情况,帮你深入了解产业机遇与挑战,提前看到未来3到5年自动驾驶产业链各个细分环节可能产生的机会和趋势。

关于《中美智能驾驶白皮书》的更多详情,

请查看链接:https://gair.leiphone.com/gair/product/s/12r12r12r

雷锋网

自动驾驶重塑汽车价值链,合作共赢成业内共识

雷锋网按:自动驾驶生态中的新常态正在打破传统层级式供应链的统治,制造商、一级供应商、二级供应商和三级供应商这种严密的分级正在分崩离析。

Henrik Fisker 今年的 CES 展会是在 3315 展台度过的,展台上一辆采用鸥翼门设计的炫酷深红色电动跑车是他最得意的产品。

不过,这个展台并非那个誓要将特斯拉挑落马下的 Fisker 公司租用的,它的主人是硅谷激光雷达新创公司 Quanergy,它正凭借自家的固态激光雷达产品成为自动驾驶行业最炙手可热的公司之一。

Fisker 并非 CES 上唯一一家为了合作而“寄人篱下”的公司。福特展台上的大屏幕并没有着力宣传自己的新车型,相反披萨外送巨头达美乐(Diminos)的大名却频繁出现,两家公司要一起开发自动驾驶披萨外送了。

同为披萨巨头的必胜客则傍上了日本巨头丰田。一直在追赶 Uber 的 Lyft 则通过与安波福的合作杀入自动驾驶市场,它还信心满满的拿出测试车辆供大家试乘。显然,今年的 CES 没人再傻乎乎的单打独斗。

不过,在一周之后的底特律车展上,墨守成规的厂商们又回到了独角戏模式。奔驰拿出了新款大 G,但却对供应商只字未提,道奇发布新款皮卡也没拉上建筑公司造势。

如果你不是个超级车迷,恐怕德尔福、采埃孚、博世和法雷奥等名字你听都没听说过,而事实上这些供应商都是汽车产业的中流砥柱。

对车厂来说,市场宣传最为重要,即使自适应巡航或混动零部件是从供应商那买来,它们也会包装一番说成是自己的创新。因此,如果不是出了事故,车厂几乎不会提到供应商的名字。

好在,自动驾驶时代的激烈竞争正在重塑这一关系。

随车车辆“车技”的提高,它们需要的零部件清单上多了不少新面孔,有许多零部件就来自一些名不见经传的新创公司。

“整个价值链都被打乱了,我们见到了许多不寻常的现象。”Zenuity 公司 CEO Dennis Nobelius 说道。这家合资公司专注于自动驾驶软件,背后是车辆安全设备提供商 Autoliv 和瑞典汽车巨头沃尔沃。同时,其合作伙伴名单上还有英伟达、TomTom 和爱立信。

据雷锋网了解,这样的组合方式已经成了自动驾驶生态中的新常态,它正在打破传统层级式供应链的统治,制造商、一级供应商、二级供应商和三级供应商这种严密的分级正在分崩离析。

“现在是新技术不断融合的时代,因此你需要有强力的合作伙伴,毕竟谁也不是万金油。”Fisker 在接受采访时说。

确实,这家电动车新贵造起引擎来是一等一的高手,但并不擅长图像处理软件或传感器。同时,Fisker 手上也没有人们用车习惯的数据,这就是传统车厂的软肋之一。

有些人会说,自动驾驶时代前的汽车市场不也要可以合作吗?为什么现在突然变得如此高调?答案很简单,上至只手遮天的汽车和科技巨头,下至名不见经传的新创小卒都要证明自己已经参与到了这场盛大的交通转型中去。

合作共赢

对消费者来说,这场转型也意义重大,他们在购车时有了新的思路(前提是未来消费者还会买车)。你不用再为了品牌而选择德系车,也不用想到可靠性就买日系车,买车时芯片和软件可能会成为新的决定性因素,因为它们才是信任的真正来源。

现在的自动驾驶行业处在千军万马走独木桥的状态,谁能第一个拿出在成本、安全和可靠性上取得较佳平衡的自动驾驶平台,就能通过技术授权赚的盆满钵满。

虽然现在这场竞争的参与者众多,但潮退之后恐怕幸存者只有两到三家,它们就是最后的赢家,而这条路上必然是各种血雨腥风。这样的情形在 20 世纪初也曾出现过,最后幸存下来的都成了巨头。

因此,对于处在食物链下层的小公司和年轻公司来说,这是个改变命运的好机会,因此它们迫不及待的想让人们知晓它们的名字,想获取用户的信任。

此外,既然用户愿意为哈曼卡顿或者马克莱文森音响花钱,他们自然也会为车辆“大脑”花大钱,毕竟它是控制自动驾驶汽车的中枢。

为“大脑”买单其实并不新鲜,上世纪 90 年代,“Intel Inside”就成了 PC 性能的保证,相比 OEM ,用户好像更在乎电脑用的是不是英特尔芯片。

“现在的情况是,Zenuity Inside 正在成为现实。”Nobelius 说。他相信未来几年,人们心中安全的标志就不再是沃尔沃,他们会更看重经过实战检验的自动驾驶软硬件,至于车辆品牌,就不再那么重要。

要说 CES 上体验最棒的自动驾驶汽车试乘活动,恐怕非安波福莫属。它携手 Lyft 打造了以宝马 5 系为基础的自动驾驶汽车。

首先要说的是,控制车辆行驶的电脑确实相当强悍,不过豪华体验也离不开这辆德系豪华轿车。对汽车厂商来说,它们正处在两难境地。一方面它们想借自动驾驶零部件供应商打响自己的名头,另一方面又不想丢掉自己的品牌,对于宝马这种主打操控的品牌更是如此。

安波福 CEO Kevin Clark 强调称,安波福将继续追赶车界巨头,我们也要打出自己的品牌。“我们有自己的用户基础,他们非常重视品牌认知度,而德尔福是绝对的百年老店。”

在自动驾驶生态中,最会做营销的恐怕是英伟达了,这家芯片供应商的合作伙伴名单上不但有大众、Uber 等巨头,还有Aurora、百度和 Zenuity 等新军。同时它还拉上了高通,提前布局 5G 时代。

激光雷达市场则不得不提到 Velodyne,面对一众新创公司进攻,它依然游刃有余。这也是追赶者 Quanergy 选择与 Fisker 站在同一阵营的原因,毕竟与酷孩子们一起你也会变酷。

PS:过去 10 个月,雷锋网团队在北京、上海、深圳、硅谷等地密集拜访数百家智能驾驶技术团队,经过了一手采访、调研和亲身体验,并用 2 个月时间梳理和筛选了 13 个关键细分领域近 100 家智能驾驶产业链中的关键技术公司,《中美智能驾驶白皮书》最终成稿。

我们希望通过这份白皮书向你全方位展现中美智能驾驶的市场现状、关键技术环节发展及落地情况,帮你深入了解产业机遇与挑战,提前看到未来 3 到 5 年自动驾驶产业链各个细分环节可能产生的机会和趋势。

关于《中美智能驾驶白皮书》的更多详情,请查看链接:https://gair.leiphone.com/gair/product/s/12r12r12r

雷锋网

高级数据科学家阿萨姆:如何应对机器学习过程中的多项选择问题?| 分享总结

雷锋网AI研习社按:随着硬件算力的上升、数据量的加大以及各种新算法的浮现,机器学习也变得一天比一天火热。不夸张的说,这是机器学习的时代。然而,机器学习虽然能够给出惊艳的结果,但其有限的解释性也常被人戏称为“黑箱”。而实践者在使用机器学习的过程中往往也会面临各种各样的选择。本文的目的就是帮助实践者在使用机器学习过程中做出正确的选择和判断。文章内容根据知乎人气答主阿萨姆在雷锋网AI研习社上直播分享整理而成。如您想直接看视频回放,可点击这里

阿萨姆,普华永道高级数据科学家,负责统计学习模型开发。有丰富的工业及学术经验,擅长将理论知识应用于实践中。曾以第一作者发表过多篇不同领域的学术文章,如人机互动、智能系统等。研究兴趣包括异常检测、集成学习、跨领域机器学习。以笔名“阿萨姆”在知乎上创作了多篇机器学习相关的文章,曾数次被知乎及知乎日报收录。乐于技术分享,近期正在进行机器学习实践书籍创作。

以下是阿萨姆的直播分享内容:

机器学习无处不在的选择

数据如何清理?使用哪个模型?如何进行评估?如何发现过拟合与欠拟合?这些问题都还没有准确的答案,往往依赖于使用者的经验与直觉。在今天的分享课中,我们将会集中讨论在机器学习中所面临的选择,并给出一些实用的经验建议。

实际问题抽象化

机器学习和深度学习听起来非常酷炫,但不要为了使用模型而创造问题:机器学习的目标是解决问题。不要为了使用机器学习而创造问题。

机器学习可以预测很多东西,要学会确定“最小预测单元”,每当你把精度加深的时候,预测的难度就会加大。

切记盲目追求通过一个模型预测多个目标,尽量拆分问题。

确定最优框架,在可以使用监督学习,半监督学习,无监督学习,强化学习的情况下,优先使用监督学习

监督学习和无监督学习是”准确“和”探索“之间的平衡。

在了解了怎么定义一个最小单元,也知道选择什么样的框架后,下面需要考虑的问题是时间与空间上的依赖性。如果不考虑时空依赖性,问题会得到简化,但可能有严重偏差。如果需要考虑时间与空间上的依赖性,优先从简单的角度入手。

因为在实际生产中需要的是一个能用的模型,而不是要一个完美的模型,这是一个迭代的过程。

在了解了时空依赖性对于机器学习问题的意义,下一个问题谈的是回归和分类。

什么情况下是适合进行回归到分类的转化。

另外一个问题,数据质量往往不是连贯的。如果情况没有那么好,可以舍弃一部分数据或对数据切分。

小结

  • 确定要预测的目标,找到项目痛点,不追求同事预测多个目标。

  • 确定解决问题的框架,优先使用监督学习

  • 结合已有的规则, 尝试融合机器学习模型和人为规则

  • 如果可能,优先尝试分类任务,也可以尝试将回归转为分类

  • 从易到难,确定尝试哪些机器学习模型

  • 要解决的问题是否对于”时空“存在依赖性,如果可以回避依懒性,可以先试试简单模型

  • 如果发现使用全部数据效果不好,可以尝试抛弃部分数据或分段处理。

如何选择并处理数据

首先,大家要知道,数据不是越多越好,要根据领域经验挑选相关特征。有一个误区就是信息越多越好。其实不然,无关信息可能与预测值存在某种巧合,导致对检测结果造成负面影响。所以只选择与预测值可能有关联的信息。

如何判断特征与结果之间的相关性

相关性分析的意义,可以发现数据中的问题,发现数据中有意思的部分,评估模型的能力。如果多个特征高度相关,那可能模型预测能力效果有限。

如果发现很多特征高度相关,是否应该移除?

总结来看,如果不存在特别严重的相关性,去相关性不是必要步骤。从理论和实验角度来看,去掉或者合并相关性特征不一定会提高模型的预测能力。

从实践角度来看,树模型对于相关性的鲁棒性强,如果可能,可以先使用未处理的特征在树模型进行尝试。

如果有必要移除相关性,下面是移除相关性的方法:

  • 特征选择

  • 设定阈值,去除高线性相关的特征组。

连续特征离散化

数据与特征工程小结

  • 在处理数据上,数据并非越多越好,多余的无关特征会因为伪相关、巧合而影响模型。

  • 对数据做相关性分析的时候,善用可视化可以一目了然发现问题。

  • 对于高度相关的特征,移除或者合并前要三思,可能并不会提高模型能力。

  • 如果选用了线性模型,可能需要对特征进行离散化

  • 对于大部分模型来说,归一化或者标准化是必不可少的步骤,至少”无害“

  • 如果问题较为复杂,尽量选择非线性的鲁棒性强的模型

模型选择与评估的小结

以下是我推荐的模型选择及评估流程:

  • 根据要解决的问题和对数据的理解,大致决定出模型的搜索范围,如尝试SVM,逻辑回归,随机森林等。如资源允许,可扩大模型候选名单。

  • 根据要解决的问题和对数据的理解,决定模型的评估标准。虽然建议选择单一的评估标准进行对比,但推荐计算所有可能的评估标准。

  • 根据具体问题中的数据量大小,以及模型稳定性,决定是否使用交叉验证。

  • 结合参数搜索、交叉验证方法,通过选定的评估标准从候选模型中找到表现最好的模型。

  • 对上一步中的所选模型进行微调。

  • 迭代以上步骤直到找到最优的模型。

如何调试机器学习模型

我们常常看到的一种调试方法是分析一个模型的泛化能力,主要看他的偏差与方差。

量化模型泛化能力-过拟合

量化模型泛化能力的诊断方式

模型问题诊断-高偏差和模型问题诊断-高方差

使用集成学习降低方差与偏差

机器学习模型调试小结

机器学习互动问答

更多精彩内容,请观看雷锋网AI慕课学院视频回放

雷锋网

乂学教育虚拟特级教师松鼠AI,背后有哪些核心技术?

2017年11月,雷锋网开启「AI 最佳掘金案例年度榜单」评选活动,以人工智能在金融、汽车、医疗、安防、零售、硬件、内容、教育行业的应用为评选准则,寻找AI商业化水平高与客户问题解决能力强的企业,目前已评选出8大行业中的30个最佳解决方案/产品。

其中,乂学教育的松鼠AI获得"AI+教育"类别中的"最佳教育机器人奖"。

松鼠AI是一个以高级算法为核心的人工智能自适应学习引擎,简称“智适应学习引擎”,乂学教育拥有完整的自主知识产权。就像AlphaGo模拟围棋大师,乂学AI系统模拟特级教师给孩子一对一量身定做教育方案并且一对一实施教育过程,能够比传统教育效率提升5到10倍。

虽然我们已经看到AlphaGo战胜人类围棋冠军,很多人类工作即将面临被AI替代的风险,但是,AI能成为一个好的老师吗?AI教育何以战胜传统教育?

虚拟特级教师—松鼠AI

特级教师教学的思路和思维与普通的老师有很大的不同,这来源于特级教师的大量教学经验,对学习方法的深入理解,而现在学校里特级教师的数量特别少,特级教师单独辅导的教育成本十分昂贵。乂学教育希望把智适应学习引擎——松鼠AI打造成特级教师,其可以有针对性地建立学生画像,做个性化的教育匹配,优化整个教育模式。

智适应学习产品框架包括三个部分:用户交互,学习系统,自适应引擎。其重点的智适应引擎包括内容推荐、学情分析、内容分析等。松鼠AI针对不同的学段和学科构建了不同的学习模型,可以推荐给学生适合的学习方式,做题或者测试。在学生学习过程中,松鼠AI可以记录和分析学生的学习情况,通过搭建的知识谱图了解学生哪些内容掌握了哪些没有掌握,进而推荐合适的习题。

乂学教育创始人栗浩洋认为,松鼠AI这个自适应学习平台的特点就是:教无定法、有教无类、因材施教。

自适应学习平台已经有二十多年历史,之前一直不瘟不火,结合这两年人工智能技术的发展,智适应平台火了。人工智能的介入在以下五方面大幅度提升了教学效率:

第一,对学生的知识点掌握状态监测的精准度、细腻程度、和最少测试题量的效率上有了大幅度提升;

第二,给不同学生推荐不同学习路径的有效度;

第三,在学习过程中,每分钟或者几分钟运用算法调整学习进度、速度、效率、知识点内容以及练习量;

第四,对学生之前数年学习过程中的缺陷进行侦测,比如在九年级知识点不能掌握的情况下侦测六年级的前序知识点的薄弱进行跳回学习;

第五,系统对于学生期末考试或者中考成绩的精准侦测。

在栗浩洋看来,很多自适应题库、自适应测试、自适应作业,尽管也有AI,但是主要用来做语义分析和试卷批改,基本上没有介入以上五点或者仅仅介入第一点。

 乂学教育智适应系统的核心AI技术 

乂学智适应系统用了哪些核心技术,从而区别于其他的同类平台?

  • 乂学教育采用了知识图谱、图论用于描述和表示学科知识体系;

  • 使用贝叶斯网络和概率图模型用于学生画像的刻画,表示出学生整体的知识掌握情况,采用贝叶斯知识追踪理论:用于学生对知识点掌握程度达标的判定;

  • 在获得一定数据之后,乂学教育采用分类树和模糊逻辑用于最优学习内容推荐,采用遗传算法和进化论用于推荐最佳的学习路径,并且将加强学习、深度学习用于推荐对学生最合适的教学模式。

在栗浩洋看来,过去的知识图谱存在两个问题:首先,对学生知识点的描述非常粗糙。大多数教育行业公司只做到三级知识点拆分,极个别两家做到四级,而乂学教育已经做到了九级拆分。其次,知识点之间的关联度只标注了强关联,而没有把占绝大多数的弱关联考虑进去。

针对这两个问题,乂学智适应系统给每个学生制定一个知识地图的定位。因为不同的学生,他们的问题点是不一样的,掌握的知识点及其熟练度也不一样。所以,乂学采用了知识点纳米级分离技术的方式。具体理解可见下图:

 

如图所示,这是学生A的知识点实时掌握情况的图谱,乂学智适应纳米级知识点会按照以下四大重点分别给予不同图标、不同颜色的标注:

· 难度级别(简单/中等/困难)

· 知识点重要性

· 掌握程度(未掌握/待掌握/已掌握)

· 进行状态(待学习/正在进行/已完成)

如,红色的六边形图标即对应未掌握的“困难”级别的知识点。上图是全球通用的智适应学生知识画像,每个知识点采用了4到6个维度的标签,而乂学系统中每个知识点的标签已经超过了30个。在该系统的建立下,每位学生的知识点掌握情况就可在一张知识地图中得到清晰的展现。

不过,问题在于,在使用纳米级知识点分离技术之后,知识点多了30倍。比如,高考、中考,会选取所有知识点的5%,一场考试下来,就至少需要2个小时来完成。如果要考完全部知识点,可能就需要30个小时甚至更多,这对学生来说,是不能忍受的。

在这种情况下,在知识地图上使用AI算法来根据知识点之间的关联性、根据每个学生对于每一道题的不同反馈,实时调整信息量最大的测试题目就显得非常必要,可以通过极少的测试量获得极精准的测试结果。同时这也是非常难的一个环节。

2017年10月,乂学教育在郑州组织了一场“人机大战”教学比赛。活动招募了三名17年平均教龄的中高级老师在对照组进行真人授课,实验组学生完全使用乂学教育开发的智适应教学机器人进行学习。在四天时间里对初中数学做针对性和集中性教学辅导,通过前测和后测来客观地比较两组学生的学习效果。四天过去,人机大战的结果显示:智适应教学机器人效果超越真人教学,在最核心的平均提分上以36.13分(机器教学)完胜26.18分(真人教学),最大提分和最小提分两项上,机器组也分别高出真人组5分和4分。

在雷锋网看来,乂学教育这一套智适应学习引擎跟信息推荐引擎今日头条有着异曲同工之妙。两者都起源于对于内容的理解,通过行为数据完成用户互相,再将两者结合起来做精准的匹配。今日头条依靠这一套信息推荐的算法成为业界翘楚,乂学教育也依靠自身的技术连续获得累计2.7亿投资,其线下的教学机构迅速扩展到全国各地。松鼠AI获得”最佳教育机器人奖“是实至名归。

雷锋网

万物互联时代即将到来,高通是如何领航 5G 发展的?

对于高通来说,刚刚过去的 1 月 25 日是一个大日子。这一天,2018 高通中国技术与合作峰会在北京召开,此次峰会的主题为【携手新时代·共赢创未来】。

可以说,这是高通近年来在中国举办的规格最高的行业会议。参加会议的,除了包括高通 CEO Steve Mollenkopf、高通总裁 Cristiano Amon 和高通中国区董事长孟樸在内的高通公司全球高管和中国区高管之外,还有联想 CEO 杨元庆、小米总裁林斌、OPPO CEO 陈明永、vivo CEO 沈炜、中国移动副总裁李正茂等众多科技行业的大佬级人物。

如此豪华的出席阵容,表明的是高通对此次峰会的高度重视;而实际上,本次会议的焦点只有一个关键词:5G。

5G 技术的先行者和推动者

对于 5G 这个词,大多数人都不会陌生,因为在 3G 和 4G 移动网络已经全面普及的当下,几乎所有人都已经知道:5G,也就是第五代移动通信技术,必然会成为移动通信行业的未来。只不过,很少有人知道,从一开始 5G 概念的提出到 5G 技术逐渐到来,高通公司一直在扮演者先行者和推动者的角色;而这,也是高通对 5G 极其重视的原因。

实际上,从诞生之日起,高通就一直在致力于移动通信技术的发展。在移动网络从 2G、3G 向 4G 研究的过程中,高通就已经积累了大量的技术专利和研发成果;正是有了这些积累,才让高通走在 5G 时代的最前沿。

高通对 5G 技术的研发,最早可以回溯到 10 余年前。而随着近年来 4G LTE 不断发展普及并逐渐向 5G 演进,高通在 5G 技术上的提前布局也开始呈现出成果,并开始在 5G 标准化的过程中发挥重要作用。

2015 年,3GPP 5G 标准化进程正式开启;而近 20 年来一直在为 3GPP 组织做贡献的高通,再次将它在 5G 领域的创新设计成果贡献给 3GPP,这些成果包括基于 OFDM 的波形、先进信道编码以及更多技术。与此同时,高通还不断推动 4G LTE 演进以发挥其全部潜力,引领 LTE 的技术进步,从而为 5G 新空口发展铺平道路。

2017 年 2 月,高通联合 20 余家全球移动行业的合作伙伴共同宣布支持加速 5G 新空口的工作计划提案,承诺于 2019 年启动大规模试验和部署,实现对部分 5G 用例的支持。

2017 年 11 月 17 日,高通与中兴通讯和中国移动合作,成功实现了全球首个基于 3GPP R15 标准的端到端 5G 新空口(5G NR)系统互通(IoDT)。这是 5G 新空口技术向大规模预商用迈进的重要行业里程碑,推动了符合 3GPP 标准的 5G 网络和终端产业快速发展。可以说,端到端 5G 新空口系统的成功互通,是 5G 新空口技术向大规模预商用迈进的重要行业里程碑。

而高通,无疑是整个 5G 行业到达这一里程碑背后的重要推动者。

到了 2017 年 12 月 21 日,在高通的重要参与下,首个可实施的 5G 新空口规范在里斯本举行的 3GPP TSG RAN 全体会议上成功完成。在雷锋网看来,这一规范的完成,为全球移动行业开启 5G 新空口的全面发展并于 2019 年尽早实现 5G 新空口大规模试验和商用部署奠定了基础。

除了上述进展,高通还在 2017 年 12 月与中兴和 Wind Tre 宣布在 3.7GHz 频段开展 5G 试验合作,加速在意大利部署。而在与其他国家和地区的企业、运营商合作方面,高通也是不遗余力。

让每一个消费者都用上 5G 网络

5G 的发展有两个维度:一个是面向电信运营商、电信设施提供商等行业合作伙伴,推动 5G 技术的发展和行业标准化,另外一个是面向移动终端设备厂商,为移动设备提供连接 5G 网络的入口,从而让每一个消费者都能用上 5G 网络。

对于高通而言,这两个维度都无比重要,而它也一直在这两个维度上同时发力;尤其是在后者层面上,高通更是当仁不让的领先者和领导者。

雷锋网了解到,2017 年 10 月,高通正式宣布了其面向移动终端的 5G 调制解调器芯片组——骁龙 X50 5G 调制解调器芯片组——完成了全球首个 5G 连接,同时实现了千兆级速率,并在 28GHz 毫米波频段上实现了数据连接。

具体来说,骁龙 X50 5G 调制解调器在使用两个 28mm 毫米波通道的情况下,实现了整体 1.2Gbps 的速度,其中峰值速度为 1.24Gbps。如果按照一部高质量 720p 电影文件大约 1.5GB 计算,骁龙 X50 5G 调制解调器仅需 10 秒即可完成下载。

全球首个 5G 网络连接的成功,加快了消费者获得支持 5G 新空口移动终端的时间表。与此同时,高通还展示了其首款 5G 智能手机参考设计方案,其意义在于根据手机的功耗和尺寸要求,对 5G 技术进行测试和优化。

在推进 X50 调制解调器改进测试的同时,高通也在大力推动与全球智能手机厂商的合作,为即将到来的 5G 进行消费端的布局。

在 2018 年初的 CES 之上,高通宣布与 Google、HTC、LG、Samsung 和 Sony Mobile 等手机厂商合作,推进先进 RF 射频前端解决方案的设计。高通的射频前端平台产品包括砷化镓功率放大器、包络追踪器、多模功率放大器及模组、射频开关、独立和集成式滤波模组,以及覆盖蜂窝及其他连接技术的天线调谐器等;这些部件构成了丰富、完整的从调制解调器到天线(Modem-to-Antenna)射频前端平台系统级解决方案组合,可以帮助手机厂商迅速地规模化打造移动终端,并轻松实现全球扩展。

更重要的是,由于 5G 技术应用了一系列全新的无线通信频段、细节技术,其终端设备的复杂度大为提高。而高通此番推动合作的射频前端解决方案,正是在为其即将推出的 5G 可调谐射频前端作准备,同时满足 4G LTE Advanced 及即将到来的 5G 网络的技术需求。实际上,高通也是全球范围内唯一一个能够提供从 Modem 到天线的射频前端系统级解决方案的公司。

因此,在推进整个智能手机行业迈向 5G 的征程上,高通已经提前迈出了一大步。

不仅如此,在 1 月 25 日的高通中国技术与合作峰会上,高通宣布小米、OPPO、vivo、联想等中国 OEM 厂商签订了谅解备忘录,四家公司表示有意向在三年内向高通采购价值总计不低于 20 亿美元的射频前端部件。要知道,5G 时代的时间由于天线及频段的复杂性,对于手机的射频而言非常复杂,通过与高通的合作,也意味着中国厂商全面在 5G 时代走向海外市场,在 4G 时代完成弯道超车的国内厂商,势必借着 5G 东风再次引领市场。

可以说,面对即将到来的 5G,高通已经把未来几年全球范围内的主要智能手机通讯生意都提前预定了。

高通在 5G 时代大有可为

毫无疑问,就像人工智能一样,5G 将成为未来科技发展的另外一个关键点。

与 4G 时代的人与人的连接不同,5G 时代将是万物互联的时代,它所带来的经济效益也令人瞩目。根据市场研究机构 IHS 发布的报告,到 2035 年,5G 在全球范围内的整体经济效益将得以实现,届时由 5G 支持的各种行业可产出价值高达 12.3 万亿美元的商品和服务;仅仅是 5G 价值链本身,就可创造出高达 3.5 万亿美元的营业额,并支持多达 2200 万个工作岗位。

正是因为如此,高通才如此重视并如此着力地推动 5G 的发展。而高通在移动通信方面的核心技术积累、在 5G 行业的巨大影响力以及在智能手机领域的广泛超前布局,更让它在 5G 时代拥有了巨大的市场机遇。

正如雷锋网所言,如果高通的技术和市场布局顺利向前发展,它将成为一个影响巨大的世界连接器;而这个连接11器,将会是高通在 5G 时代大有可为的核心所在。

雷锋网

来了,麒麟安卓兼容环境Kydroid发布beta版本!

2018年1月26日,国防科大和天津麒麟公司开发团队正式发布了 Kydroid beta1 版本。Kydroid 是麒麟团队专为“银河麒麟操作系统+飞腾平台”打造的一款安卓兼容运行环境,用于解决用户的多样化应用需求。Kydroid 能够让用户在银河麒麟操作系统中安装和运行安卓系统的所有应用程序,比如安卓游戏、QQ、股票等。

Kydroid 在2017年11月发布 Alpha 版本后,得到广大 Linux 爱好者和产业界的广泛关注,并通过试用版本反馈了大量的建议和意见。本次发布的 Beta1版本历时4个月的开发,主要实现功能如下:

1

完善执行环境启动方式,可以通过点击 APP 快捷方式或者“麒麟安卓程序”快捷方式启动 Kydroid 环境,开机后第一次启动程序需要时间稍长;

2

支持绝大多数普通APP和部分大型3D游戏APP;

3

支持在开始菜单中的快捷方式,自带若干常用APP;

4

支持自行下载APK包安装安卓APP,只需双击APK文件即可打开安装向导,安装完成后会在桌面和开始菜单建立快捷方式;

5

新增横竖屏切换功能,用户可以一键完成横屏和竖屏之间的自由切换;

6

支持王者荣耀的WSAD十字方向键(开关位于界面右侧栏);

7

目前运行大型复杂3D游戏可能会偶有卡顿或者其他异常情况,后续会进一步完善。

Kydroid项目还在继续开发完善中,目前只能在“飞腾+麒麟”的平台上运行,预计今年晚些时候就会扩展到X86和优麒麟平台,并会完善和开发出更多新的功能,对安卓应用的支持也将会更全面、实用和稳定!

雷锋网

Waymo推出无人驾驶车队,豪掷数千辆克莱斯勒

雷锋网新智驾消息,1月31日,美国三大汽车公司之一克莱斯勒宣布,与Waymo达成深度合作,将给Waymo交货数千辆Chrysler Pacifica七人车,并在2018年底前完成。

两个月前,Alphabet旗下的Waymo宣称今年将在凤凰城开始真正的无司机服务。2018年刚满一个月,Waymo就准备搞事情。

现在Waymo正式宣布将通过成千上万的克莱斯勒Pacifica混合动力车来达成这个目标。据雷锋网新智驾了解这些车辆在加拿大菲亚特克莱斯勒生产,随后将运往Waymo正在测试的城市。截止目前,Waymo已经投入600辆小型货车测试无人驾驶软件。

关于具体数量还不清楚,也许有2000辆新的自动小型货车,也许有5万。当然,这些汽车不是一步到位,会“滚动交付”,相关时间表没有公开。FCA发言人Dianna Gutierrez说:“这取决于Waymo对车队的需求。” 

不过,上述这消息却证实了两件事。一是,Waymo不会等待联邦政府批准新车豁免,就会部署没有方向盘和踏板的车辆,类似通用汽车计划明年推出的那样。谷歌自动驾驶项目推出已经有九年时间,Waymo现在是Alphabet的旗下独立运作的公司。Waymo发言人Johnny Luu表示:“由于我们的技术已经准备就绪并扩大规模,所以我们的策略是使用市场上的一款车。”  

得益于技术领先和超过400万英里的公共道路测试,Waymo似乎正在赢得无人驾驶技术的竞赛。但是这些机器人将采用什么样的商业模式进行营利还不透明,是向汽车制造商出售软件,还是管理全国的自动驾驶出租车?不管是什么方式,相信答案很快就会揭晓。

另外一点是,无人驾驶汽车可能比想象的来得早,特别是在Waymo当前测试的25个城市。上周,Waymo刚刚宣布将把测试仪器带到亚特兰大地铁站,准备把格鲁吉亚打造成东南部第一个拥有自动驾车测试车的州。(注:2017年5月,桃州通过法案,允许机器车在公共道路上进行适当的保险和登记。) 

无人驾驶汽车真正发展成熟,并能随时随地带你去任何地方,还需很长的路要走。但Waymo的测试小型货车舰队让梦想更近了一步。

PS:过去10个月,雷锋网团队在北京、上海、深圳、硅谷等地密集拜访数百家智能驾驶技术团队,经过了一手采访、调研和亲身体验,并用2个月时间梳理和筛选了13个关键细分领域近 100 家智能驾驶产业链中的关键技术公司,《中美智能驾驶白皮书》最终成稿。

我们希望通过这份白皮书向你全方位展现中美智能驾驶的市场现状、关键技术环节发展及落地情况,帮你深入了解产业机遇与挑战,提前看到未来3到5年自动驾驶产业链各个细分环节可能产生的机会和趋势。

关于《中美智能驾驶白皮书》的更多详情,

请查看链接:https://gair.leiphone.com/gair/product/s/12r12r12r

雷锋网

VMware 牵手360企业安全,透露了云安全的哪些信息?

1月30日上午,360企业安全集团宣布,将与来自美国的 VMware 在云计算及虚拟化领域展开全方位的技术合作,为中国用户提供更高效的云安全解决方案。

一个是世界范围内数一数二的虚拟机厂商,一个是国内最大的网络安全厂商,他们在一起究竟是要搞什么事情?

举个简单粗暴的栗子,这就好比你家要装房子,既想要各个屋子功能齐全,居住方便,还想要确保各个门锁、抽屉、保险箱等的安全性,于是你请来了两个团队,一个是经验丰富的装修团队,一个是顶级锁匠团队,来满足功能性和安全性的双重需求。

现在的情况是,这两个在业内都很厉害的团队宣布合作。

对于那些想装修房子的人来说,可以购买一体化的解决方案,在装修房子的过程中就把功能性和安全性都考虑在内。

而对于这两个团队来说,通过合作也进一步增强了自己在市场上的竞争力,从而更容易获得客户青睐。

现在回到文章开头,联姻的两家为何会看上彼此?他们合作给出的云安全防护解决方案预示了云安全的哪些发展趋势?且听雷锋网为你慢慢道来。

360 为什么要和 VMware合作

在说合作之前,让我们先来扒一扒 VMware 这家公司,在官方介绍中,称其在虚拟化和云计算基础架构领域处于全球领先地位,所提供的经客户验证的解决方案,可通过降低复杂性以及更灵活、敏捷地交付服务来提高IT效率。

是不是有点拗口?

有位 知乎网友“牟旭东”这样描述 VMware 所做的事情:

试想你是一个公司的 IT 主管,手头有200台服务器,年限不一,每台服务器跑着不同的应用,今天这个硬件坏了,明天那个宕机了,后天财务主管抱怨机房电费开支太大,公司的员工也向你抱怨服务器太慢,可MIS却神秘地跟你说,其实每个服务器使用效率还不到15%。

VMware 就是让这 200 台服务器变成 20 台 ESXi 主机,这20台 ESXi 主机可以虚拟出200台服务器,并让使用效率提升到80%、耗电量大幅度降低,更加重要的是,你能实时掌握各个虚拟机的性能和使用情况,即使宕机等问题,也能第一时间解决。

云计算、虚拟化现在已经开始大规模运用,而且这也是未来的方向。据工信部发布的《2016-2017年中国私有云市场现状与发展趋势研究报告》显示,VMware 在中国市场的占有率排名第五。

360企业安全集团总裁吴云坤在发布会上也讲,VMware 在私有云方面拥有海量用户的基础,所以这次的合作可以看成是在生态层面的合作。

回到开始简单粗暴的例子,当越来越多的人选择用 VMware 这个市场占有量已经很大的装修团队时,360作为与其合作的锁匠团队,也会获得更多客户。

据透露,360 的产品目前已经通过了 VMware Ready 的认证,而且双方在产品市场方案方面的合作已经全面展开。

VMware 看上了360的哪些特质?

双方联姻当然得情投意合,VMware 看上了360的什么?毕竟,BAT等大厂在这方面也有涉及。

在发布会现场,360企业安全高级副总裁曲晓东列举了一些这样的客户:

中央部委:包括海关总署、国税总局、最高检、最高法、公安部等等超过80%的中央部委采用了360的产品和解决方案。

央企:包括中石化、中石油、国家电网等超过60%的大型央企都全面采用了360的产品。

银行:包括人民银行、建行、交行、招行、工行等大型商业银行超过90%深入使用了360的产品和解决方案。

什么意思呢?这些政企用户中,有很多对于云安全都有国产自主可控的需求,具体的内容,大家可以去网上搜索以下的文件。

随着网络安全法以及一些条例的出台,政企用户在云安全方面的需求,要求有360这样本土的安全企业来做。

就像装修的客户中,有些会对锁有特殊要求,如果整个装修方案不能解决这个问题,就会流失客户。对于VMware来说,与360合作,将为自己争取到更多来自中国的政企客户。

来自 VMware的郭尊华强调,安全还是上云的头号壁垒,保护云环境是当务之急。但VMware 本身是一个基础架构的软件公司,不可能把所有东西做的很完善,在把核心部分做好以后,需要根据生态环境寻求合作伙伴。

吴云坤在说到政企用户时,也提到这点:

我们跟VMware在一起后,希望用中国本土公司的优势来进驻到类似于大型的央企政府,还包括公安等很多行业当中,为它们做私有云运营,我们的身份、人员都能做到这一点。

此外,吴云坤还强调了另外一个点,因为 360 也有自己的云,所以两家公司在运营上有很多经验,这种运营不是针对公有云的体系,是针对大型客户的私有云运营。这是360与BAT等一些安全厂商所不同的地方。

这预示了云安全防护的哪些发展趋势?

360与VMware的这场联姻,有一个关键点是始终在强调的—功能性和安全性是同步进行的。

就像装修的时候,你家的保险柜、抽屉、门锁等涉及安全的安装应该是与装修同步进行的。

 VMware大中华区高级技术总监李刚向雷锋网强调了这样一点,VMware是一个云基础架构的厂商,但安全防护有很多时候是需要跟基础架构做紧密的融合和整合,所以在最先开始就需要与应用做紧密融合。

拿最简单的跟云管应用来说,它需要跟应用做协同调度,所有这些工作都需要跟产品兼容,跟技术配合做一些适配,有的时候要基于API做开发,这种工作都是 VMware Ready  项目里包含的,所以这也是为什么360需要经过一个非常难的 VMware Ready 的认证,这样用户就可以在VMware的云环境里非常顺畅自由地使用安全解决方案的产品。

除了技术方面的原因,曲晓东还向雷锋网透露了一个信息,云计算的基础设施提供商和安全提供商由不同的角色来提供,未来这种合作模式可能会越来越多。

用户如果建一栋楼,他其实需要这个楼的承建方和监理方最好是分开的,这样对用户的权益是一个最好的保障。如果由承建方自己监控自己的话,不是一个很完善的治理架构。

在为中国政府和企业用户提供云计算服务的时候,很多用户都提出了希望把云计算的基础设施提供商和安全提供商由不同的厂商来提供。

曲晓东认为,这种合作的模式其实对于用户的权益是一个更好地保障,对于厂商双方是互补的,加上用户,三方共赢。

相关文章:虚拟机的霸主——VMware背后的故事

雷锋网

“高冷”的科研成果如何走出象牙塔?这里有5个接地气的案例

说起中科院的科研成果,你会想到什么?

可能新闻中更多的曝光的是“墨子号”量子卫星在国际上率先实现了千公里级的星地双向量子纠缠分发;“FAST”单天线望远镜可以实现大天区、高精度的天文观测;“海斗号”全海深无人潜水器刷新世界最大下潜深度……

这些来自中科院的科研成果都非常重要,但对于普通人来说,这些可能离我们的日常生活比较远。

所以,今天雷锋网想带你看点不一样的科研成果,它与我们的日常生活更加贴近,能解决的问题,也许会有点超出你的想象。

以下内容来自中国科学院“十八大”以来创新成果展,雷锋网进行编辑整理。

一、重离子治癌技术—让离子穿透人体健康组织将癌细胞杀死

在不久的将来,癌症病人在治疗过程中也可以无副作用,无痛苦,不需要打针吃药,而且还不易复发。这一“治癌利器”就是重离子,简单来说,就是离子能穿透人体健康组织将癌细胞杀死。

来自中科院的夏佳文院士是重离子加速器专家,他解释,重离子治疗癌症肿瘤和普通射线治疗有着本质的不同。离子在穿透人体健康组织的时候能量损失很小,不用破坏人体免疫力,绝大部分能量将沉积在癌组织上,将癌细胞杀死,使癌细胞DNA分子链双链断裂,不易复发,并无副作用,无创伤、无痛苦,更不需要打针吃药,尤其适合不宜动手术的人群。

二、子宫内膜再生临床研究—解决不孕不育

听起来“高大上”的中科院也会研究不孕不育的课题?

是的,而且研究成果已经初露端倪。今年的1月12日,通过干细胞干预卵巢早衰疗法,一名成功自然受孕至分娩的健康宝宝在南京顺利降生,这也标志着卵巢再生临床研究取得突破性进展。

这项研究解决的问题,是卵巢的早衰问题,这在育龄女性中的发病率已经超过1%,且近年来发病率呈上升和年轻化趋势,这类患者即使通过辅助生殖技术,也很难实现受孕。

雷锋网发现,从事再生医学研究的戴建武团队,此前已经在子宫内膜再生、脊髓神经再生等临床研究上取得了重大突破,为解决卵巢早衰这一“不治之症”,戴建武带领团队设计研发了可注射智能型胶原支架材料,用于卵巢功能再生。

经过前期大量体外实验和动物试验,研究团队证实了脐带间充质干细胞联合胶原支架材料,可通过磷酸化卵泡发育的关键分子,加速原始卵泡激活和颗粒细胞增殖。

这意味着,随着卵巢再生技术的成熟发展,以及国内对于干细胞治疗相关政策法规的完善,更多患者享受到通过干细胞再生技术治疗卵巢早衰的“福利”,为期不远。

三、煤气化直接制烯烃—让塑料生产过程更清洁,成本更低

“烯烃”这个词你可能并不熟悉,其实,我们每天都会用到的塑料就是从烯烃生产而来。

德国科学家费舍尔和托普希在1923年,发明了煤经合成气生产高碳化学品和液体燃料的费托过程。尽管该过程并不完美,产生大量CO2,消耗大量水,且产物选择性差,后续处理消耗大量能量,但却一直被认为不可替代。

与费托过程不同,来自中科院的包信和团队直接采用煤气化产生的混合气体,高选择性地获得低碳烯烃,从原理上创立了一条结构低耗水的煤转化新途径。

这一研究成果颠覆了90多年来国际煤化工领域一直沿袭的费托过程,尤其对石油短缺的中国而言,在煤制烯烃领域取得突破的重要性不言而喻。

而对于普通人来说,这也意味着我们未来所使用的塑料成本将更为低廉,对环境的破坏性更小。

四、超高产优质“巨型稻”—更便宜,口感更好的大米

如何让人们吃上口感更好,价格更便宜的大米,也是中科院的研究课题。

由中科院亚热带农业生态研究所夏新界研究员领衔的水稻育种团队,在2017年10月宣布,历经十余年研究,团队日前培育出超高产优质“巨型稻”:株高可达2.2米、亩产可达800千克以上、具有高产、抗倒伏、抗病虫害、耐淹涝等特点。

据夏新界介绍,这种“巨型稻”光合效率高,单位面积生物量比现有水稻品种高出50%,平均有效分蘖40个,单穂最高实粒数达500多粒,单季产量可超过800千克/亩。

“巨型稻”是在现有优异种源的基础上,运用突变体诱导、野生稻远缘杂交、分子标记定向选育等一系列育种新技术,获得的拥有完全自主知识产权的水稻新种质材料。

五、寒武纪深度神经网络处理器—让手机性能更好,价格更低

在你使用手机的离线翻译、文字转换为语音、人脸识别、图像美化等功能时,其实也在考验着你的手机芯片。从中国科学院计算技术研究所孵化出的“寒武纪”,做的这是这项研究,它们在媒体上经常被称作与国际巨头赛跑的“独角兽”。

之所以这么说,是因为目前以英特尔、ARM等为首的科技巨头,在CPU、GPU芯片领域进行了严密的技术布局与深厚的专利积累,国内相关企业要想赶超,实属不易。

但从另外一方面看,作为全新技术领域,AI 芯片技术在全球的发展尚属起步,它可广泛用于手机等电子设备、机器人、智能家居、可穿戴设备、服务器等。国内企业若能抓住机遇,便可实现快速发展。 

来自寒武纪的 cambricon1A芯片,最大的特点是功耗小、专用AI运算,是全球最先运用于手机移动终端的智能芯片,目前这款1A芯片已用于华为手机 mate10 的麒麟970芯片系统中,并远销欧洲等多个国家和地区。

据其知识产权部总监胡帅胡帅介绍,寒武纪还在通用深度学习算法、智能机器人领域加大研发力度,未来将有一大批用于无人驾驶、手机终端、服务器终端的技术成果实现转化。

写在最后

1984年的中关村开始初显繁荣景象。在上一年,新创刊的《经济日报》对陈春先进行了连续的报道,他被塑造成一个勇敢的“弄潮儿”,他的实践证明走出实验室的科技人员将大有作为。于是,在这种声音的鼓动下,一批批的科技人员跳进了商品经济的大海。在此前的一年,科海、京海等公司已经相继出现,而到第二年,四通、信通和联想等公司又先后建立。

上面这段话来自著名作家吴晓波的《激荡三十年》,书中说到一件往事,当年中科院副院长周光召找柳传志谈话,问他对公司有什么打算,他信誓旦旦地说:“将来我们要成为一家年产值200万元的大公司。”

这个数字,相比今日的联想,已是天壤之别。

但如果你看到联想当年成立时,那间不足20平方米的中科院传达室时,也许能体会到从中科院走出的柳传志在科研成果产业化的道路上走的多么不易。

日后,这间小小的传达室常常与惠普的那个著名的斯坦福车库一起被相提并论。

不可同日而语的,还有中科院对于科技成果转化的态度。

据中科院党组成员、秘书长邓麦村介绍,十八大以来,中科院科技成果转移转化使社会企业新增销售收入1.7万亿元、利税2289亿元;院所投资企业营业收入1.7万亿元,上缴税金450多亿元。而“十三五”期间的目标是,科技成果转移转化使社会企业和院所投资企业新增销售收入累计超过4.8万亿元,利税4800亿元,提供就业岗位15万个;孵化“双创”企业5000家;为不低于2万家企业提供“四技”服务;5年间专利实施超过1万件,有效专利5年实施率达到20%。

而今,当已经70多岁的柳传志带领着几十位企业家再次来到中科院,雷锋网发现,他所强调的依旧是:

中关村的企业家真应该更多地跟中国科学院密切结合,因为本来就有天然的联系,应该考虑怎么样把更好的、更多的科研成果更加产业化、更加接地气,能够为我们国家的经济发展贡献更大的力量。

当年那些尚在象牙塔中的科学技术成就了联想,如今,这位年逾古稀的老人站在台上,依旧充满激情地鼓励着后辈用科技强国,而产业化、接地气依旧是他再三强调的事情。

雷锋网