“一家人”卻用四種不同接口,蘋果放棄Lighting很難嗎?

“一家人”卻用四種不同接口,蘋果放棄Lighting很難嗎?

據外媒報導,Mark Gurman發表文章稱蘋果應該修改其設備的充電器策略(device charger strategy),減少蘋果設備數據線的種類。

目前蘋果設備的數據線種類越來越多,即使你使用的是蘋果“全家桶”,你所需要的充電線也可能多達四條。

一、手機、平板、手錶和筆電的數據線各不相同

Gurman表示,如果一個蘋果用戶擁有iPhone、iPad Pro、Apple Watch以及即將推出下一代Mac等蘋果設備,他可能需要四種不同的充電線為它們充電。對於一家以提供智能的方式、多設備協同工作而自豪的公司,這顯得有點“反常”。蘋果目前的數據線有多種格式:

Lighting:所有型號的iPhone、入門級iPad、iPad mini、iPod touch、Apple TV遙控器、MagSafe Duo和所有AirPods產品。以上所有蘋果設備都需要通過Lighting數據線充電。

USB-C:蘋果在當前的MacBook Pro、MacBook Air、iPad Pro和iPad Air上使用USB-C接口的數據線來充電。

適用於iPhone的MagSafe:蘋果去年為iPhone 12 系列設計的無線“快充”充電器。

適用於Apple Watch的MagSafe:自2015年第一款型號以來,Apple Watch一直使用相同的MagSafe。

適用於Mac的MagSafe:今年的24英寸iMac上,增加了MagSafe磁吸充電的圓形連接器(round connector)。Gurman預計今年的新款MacBook Pro和明年重新設計的MacBook Air將採用另一種MagSafe設計。

“一家人”卻用四種不同接口,蘋果放棄Lighting很難嗎?

▲AirPower

幾年前,蘋果公司曾在無線充電技術上發力,希望這可以簡化其充電器的數量。蘋果曾在2018年嘗試推出了AirPower,這本來是一個可以為iPhone、AirPods和Apple Watch提供無線充電的設備,但是在2019年因為無法滿足硬件標準而宣布取消。

去年,Apple推出了MagSafe Duo,它可以讓蘋果用戶同時為Apple Watch和iPhone 12充電,但是該產品沒能引起市場的興趣。

二、換USB-C利大於弊,統一接口將更像“蘋果”

Gurman表示,蘋果應該改變其連接器產品線(connector lineup),從五種不同的充電器減少到三個。他認為這將有助於簡化蘋果的產品線並更好的管理其他的蘋果產品,而且第一步應該從將Lighting替換成USB-C開始。 Continue reading

奧運會男籃賽場上,命中率最高的是機器人?

圖片

東京奧運會正式開幕了。

作為全球最大規模的國際盛會,這屆奧運會命途多舛。推遲一年、取消觀眾、疫情防控、設施服務等方面一直飽受爭議,包括週五的開幕式,詭異的畫風也引發了全球觀眾的討論。
投球機器人賽
截至7 月26 日,本屆東京奧運會已經進行了60 多場比賽,中國的奧運健兒們也在賽場上取得了不錯的成績。

在近日舉行的男籃小組賽,上屆奧運的衛冕冠軍美國男籃,首輪對陣法國男籃。最終法國隊以83-76 擊敗了美國隊,結束了美國男籃自2004 年以來的歷屆奧運會賽場上,長達24 連勝的記錄。

在整場比賽中,法國的投籃命中率為47%,而美國的投籃命中率為36%。

但全場最亮眼的是一位編外籃球運動員,它以3 投3 中,得到了100% 投籃命中率,它就是在中場休息時,進行表演的投球機器人Cue3。

Cue3機器人三投三中的表現刷屏Twitter

在這場比賽中場休息時,Cue3 在工作人員的帶領下進場,分別表演了罰球線、三分線外和半場投球,三球全部命中,動作連續流暢,獲得了現場的喝彩。

這段表演視頻還被東京奧運會組委會上傳到了Twitter 上,獲得了網友和各界媒體的驚嘆。

有網友留言:機器人的表現,讓美國隊更尷尬了。

曾獲連續罰球世界紀錄
Cue 的誕生源自於豐田公司內部的社團活動。

2017 年,為鼓勵公司員工接觸和學習人工智能,豐田舉辦了「從絕對的初學者開始,接受人工智能開發的考驗吧!」活動,一群沒有機器人開發經驗的工程師,從動畫《灌籃高手》主人公櫻木花道的罰球練習中,獲得啟發,設計了這系列投球機器人。

图片

研發團隊稱人形機器人普遍刷成白色,為避免撞色,為 Cue 系列選擇了黑色皮膚

短短幾年間,經過了幾個正式版本的迭代,最終出現在了奧運賽場上。最初,Cue 系列在罰球線投籃,18 年底的Cue 每投球一次,都要重新校準近1 分鐘,才能投下一個球。

經過團隊的不懈努力,大大縮短了準備時間,也不斷提高了命中率。這時的Cue 每12 秒就能投進一球。 Continue reading

Facebook專門成立“元宇宙“團隊,劍指AR、VR技術研發

圖片

據外媒報導,Facebook正在建立一個產品團隊來研究“元宇宙(metaverse)”。元宇宙這個詞是尼爾·斯蒂芬森(Neal Stephenson)在1992年出版的科幻小說《雪崩》中創造的,它指的是物理現實、增強現實和虛擬現實三種模式,在共享的網絡空間中相互融合的一種狀態。
Facebook的VR和AR產品副總裁Andrew Bosworth在周一的貼文中表示,新元宇宙團隊將成為Facebook Reality Labs的一部分。“我認為Facebook在五年內將從社交媒體公司轉變為元宇宙公司。”扎克伯格在上週的採訪中說。

图片

▲Andrew Bosworth的貼文節選

01
Instagram高管將加入元宇宙團隊
“元宇宙已經成為了數字世界的集合體(collection of digital worlds),存在感將是衡量元宇宙質量的標準,一種真實的、與人在一起的感覺將能為用戶提供更好的元宇宙感受。Facebook Reality Labs多年來一直專注於構建在數字空間中為用戶提供存在感的產品。”Bosworth在貼文中這樣寫道。
此次Facebook打造的新元宇宙團隊將由Instagram負責產品的高管Vishal Shah領導。來自Facebook Gaming的Vivek Sharma將領導Horizon團隊。Oculus OG的Jason Rubin將領導Content團隊,同時,他和Vivek將繼續與Facebook Gaming的伙伴一同合作,持續擴大Facebook遊戲平台的規模並為平台增添更多的功能。

图片

▲Horizon

Bosworth在貼文中表示,目前團隊仍舊有許多工作亟待解決,但他們將嘗試把這些不同的數字世界整合起來,使其成為元宇宙的一部分。
02
Facebook想成為元宇宙公司
目前,科技公司和高管開始越來越多地討論構建元宇宙,他們認為元宇宙將會是智能手機和移動互聯網的後繼技術。通常,技術人員將元宇宙視為一個虛擬世界,在那里大量的人可以聚集在一起玩耍、工作和社交。
蘋果、谷歌、亞馬遜、微軟以及Facebook都正在研發虛擬現實和增強現實相關的技術,元宇宙的實現離不開這兩項關鍵技術。Roblox是一款面向兒童的遊戲,其母公司價值超過440億美元,它被大家認為是最接近元宇宙的案例。

图片

▲Roblox

Facebook目前正在大力投資虛擬現實和增強現實相關的技術,因為如果這些技術能夠研製成功,Facebook就有可能打造自己的硬件和軟件平台,給用戶提供更好的元宇宙體驗。
在上週的The Verge採訪中,Facebook首席執行官馬克扎克伯格表示,該公司自己的元宇宙將適用於虛擬現實耳機,以及移動設備和遊戲機等多個平台(載體)。
“我認為Facebook在五年內將從社交媒體公司轉變為元宇宙公司。”扎克伯格在採訪中說。
03
結語:未公開的社交元宇宙,將是什麼“大招”?
Scott Stein在cnet撰寫的文章中表示,Facebook的新元宇宙團隊聽起來像是一個跨平台的團體,它將專注於把傳統的Facebook社交社區、遊戲和VR/AR融合到一個有凝聚力的世界中。
他認為Facebook元宇宙的重點是多設備(可在多平台中使用),當然VR設備也會包括在其中,而Facebook尚未公開的社交元宇宙Horizon,“看起來”將成為該元宇宙集團未來發展的主要支柱。
元宇宙的概念自從出圈後就常常出現了社會的視野中,各大企業也打響了“元宇宙戰爭”。但元宇宙的定義尚無確切的定論,它是否真的會成為下一個互聯網風口,我們拭目以待。

警方起訴64歲男子涉嫌謀殺,AI定位的關鍵證據「槍聲」”疑似人工調整的「炮仗聲」

圖片

昨天,在報導拉斯維加斯警方在僅使用了0.12納克DNA樣本、約15個細胞的情況下,偵破了一件32年來始終未解的舊案。

按理來說,科技在刑偵領域的應用會讓辦案人員如虎添翼,讓犯罪分子更加無處遁形——前提是這個科技是可靠的。

在AI發展迅速的今天,AI技術也被運用到案件偵破中。

去年5月31日,25歲的Safarain Herring頭部中彈,被一個名叫Michael Williams的人送到了芝加哥的聖伯納德醫院,不幸的是搶救兩天后Herring去世了。

令人不解的是,芝加哥警方最終逮捕了64歲的Williams,並以謀殺罪起訴他。案件中的一個關鍵證據是監控錄像顯示,Williams的車在晚上11:46停在South Stony Island Avenue 6300街區,警方斷定Herring正是在這個時間和地點被槍殺的。

警察怎麼知道那就是槍擊發生的地方?警方解釋說,他們有一種叫做ShotSpotter的監控系統,它使用隱藏的麥克風傳感器來探測槍聲和槍擊的位置,並為那個時間和地點發出警報。

正是根據ShotSpotter的數據記錄,顯示當時在那個時間和地點,附近偵察到了類似槍擊的聲音,結合當時Williams車停的位置,警察於是判斷Williams具有嫌疑然後逮捕並起訴了他。

槍擊聲其實是炮仗聲?

儘管芝加哥警察的論據言之鑿鑿,但是但根據最近的法庭文件,這似乎並不完全正確。

Williams的辯護律師提交的動議顯示,當晚11點46分,19個ShotSpotter傳感器探測到爆炸聲,確定位置是South Lake Shore Drive 5700號,距離檢察官稱Williams犯下謀殺罪的現場還有一英里。

並且,根據ShotSpotter的記錄,該公司的算法最初將這種爆炸聲歸類為煙火,並且那個週末,芝加哥正好爆發了針對喬治· 弗洛伊德被謀殺的大規模抗議活動,一些抗議者確實在那個時候點燃了焰火。

但是在晚上11點46分的警報響起之後,一個ShotSpotter 的分析師不知為何人工覆蓋了算法,並將聲音“重新分類”為槍聲。

並且,在幾個月後,另一位ShotSpotter 分析師還將警報的坐標改為South Stony Island Drive的一個位置,這直接導致警察注意到了攝像頭里Williams的車。

图片2020年5月31日晚上11:46的監聽警報截屏顯示聲音被人工從炮仗聲重新分類為槍聲

這位辯護律師在動議中寫道,“通過這種涉及人為的方法,本案中ShotSpotter輸出的數據,從不支持任何刑事指控的數據,戲劇性地變為現在構成檢方起訴Williams先生謀殺案核心的數據。”

這份文件被稱為Frye動議ーー要求法官審查並裁定某種特定的法醫方法是否具有足夠的科學效力,使其可以作為證據輸入。在Frye聽證會上,檢察官沒有為ShotSpotter的技術及其員工的行為辯護,而是撤回了所有針對Williams的ShotSpotter的數據證據。

ShotSpotter證據真的可信嗎?

這個案例並不是孤立事件,它所代表的模式可能會對芝加哥的ShotSpotter產生巨大影響,ShotSpotter平均每年產生21000個警報,目前在美國100多個城市使用。

有國外媒體對Williams案以及芝加哥和紐約州的其他審判的法庭文件進行了審查,審查表明,該公司的分析師經常應警察部門的要求修改警報數據,其中一些警察部門似乎在蒐集支持他們說法的證據。

麥克阿瑟司法中心的律師Jonathan Manes表示,如果Cook County State檢察官辦公室沒有撤回Williams案件的證據,這很可能會成為伊利諾伊州法院第一次正式審視ShotSpotter背後的技術和源代碼。 Continue reading

把全球最小計算機“擰”在蝸牛背上,動物學家用數據破解“未解之謎”

圖片
給蝸牛配一台計算機聽起來像是動畫裡才會發生的可愛場面,不過最近,位於南太平洋大溪地島的蝸牛們真的背上了全世界最小的微型計算機,這些時刻陪伴蝸牛們的計算機記錄了它們的棲息環境數據,科學家們從中還揭秘了一項生物學的“未解之謎”。
 
背起小型計算機的蝸牛名叫玫瑰狼蝸牛,顧名思義,其背上的殼是玫瑰一樣的棕紅色,以食肉為生。玫瑰狼蝸牛於1970 年代被引入大溪地島所在群島,引入目的是控制另一種入侵者——巨型非洲陸蝸牛。但是玫瑰狼蝸牛繁殖快、殺傷力強,導致了島上的許多樹蝸牛的滅絕,但神奇的是,一種白色殼的小蝸牛Partula hyalina(P. hyalina )意外的活了下來。
 
這種白色的小蝸牛Partula hyalina到底有什麼過人之處呢?科學家們百思不得其解。不過最近,通過這些世界上最小的計算機收集的太陽能數據,研究者們發現了“倖存蝸牛”逃生的秘密。他們的研究結果發表在6 月的
图片
 
大溪地島白殼蝸牛的生存“未解之謎”
2012 年,密歇根大學的研究員辛迪·比克(Cindy Bick) 博士還是一名研究生時,她就開始與生態學和進化生物學教授Diarmaid Ó Foighil 一起調查P. hyalina 得以存活的”未解之謎”。他們一起在 但這顯然還並不是P. hyalina 能活下來的關鍵原因。
 
大多數陸生蝸牛喜歡陰涼處。與許多物種一樣,黑殼的玫瑰色狼蝸牛如果放在陽光下會大量吸收太陽光照,並因此失去水分像肉乾一樣變乾。但Bick 博士在20 世紀早期一位軟糖學家的田野期刊上進行研究時讀到, P. hyalina 經常被發現在森林邊緣活動,那裡的樹木稀疏,光照也更加強烈。
 
Bick 博士和Ó Foighil 博士因此提出了這樣的一個假設:P. hyalina Continue reading

奧運歷史上首次觀眾席接近“空場”,國際奧委會與阿里開展合作推出“雲上轉播”

圖片

今年的東京奧運會是一場幾乎沒有現場觀眾的奧運。

由於疫情的影響,東京自12日起進入緊急狀態,在嚴格的防疫控制下,東京地區、北海道和福島縣的所有比賽將空場舉行,僅有自行車和足球項目的三個賽場允許觀眾現場觀看。

這是奧運歷史上首次觀眾席接近“空場”的一次奧運賽事。

面對這樣的情況,線上看比賽成為大家的唯一選擇,據報導,日本多家家電百貨的電視銷量節節攀升。

有日本民眾在採訪中說,在收到觀賽門票的退款後,打算用這筆錢購買一款更大屏幕的電視,用於收看體操和網球比賽。

為了減少空場奧運帶來的遺憾,奧林匹克廣播服務公司與阿里雲展開合作,推出OBS Cloud,在本屆奧運會上首次投入使用。

OBS Cloud為全球奧運授權轉播媒體提供服務,以雲為基礎設施,針對極高要求數據流,提供高性能連接、處理、存儲等技術能力。相比傳統的轉播方式,OBS Cloud更高效靈活,允許遠程工作,讓奧運轉播更高效。

奧林匹克轉播雲(OBS Cloud)能夠提供什麼服務?

在本屆奧運會上,奧運授權轉播媒體(RHBs)不僅可以在OBS Cloud接收9500小時的體育賽事內容,還可以在平台上建立自己的內容創作、管理和分發系統。

本屆奧運,奧林匹克廣播公司(OBS)計劃製作9500小時的體育賽事內容,包括3800-4000小時的體育直播、開閉幕式等,總量比2016年里約奧運的製作內容多出30%,是奧運史上時長之最。

同時,OBS也將首次以超高清(UHD)、高範圍動態(HDR)製作奧運內容,能夠提供比“標準高清格式”豐富四倍的細節,提升觀眾的觀賽體驗。

繼東京奧運會後,OBS Cloud也將用於2022年的北京冬奧會,並提供更豐富的雲上內容。

图片

國際奧委會主席巴赫給首次雲奧運點贊

7月22日,國際奧委會主席巴赫在東京舉行的發布會現場表示,今年奧運會將首次採用阿里雲支撐全球轉播,這是奧運邁入數字時代的重要一步。對這屆特殊的奧運會來說,技術至關重要,感謝阿里巴巴的雲技術,今年將是數字化水平最高的一屆奧運。

阿里雲是奧運會全球指定雲服務商,參與多個奧運項目工作,涵蓋賽事支持、賽事推廣等方面。今年一項里程碑是奧林匹克轉播雲首次投入使用,這是雲計算首次支撐奧運會面向全球超過50億潛在觀眾進行賽事轉播。

基於OBS Cloud,轉播方不僅可以接收賽事內容,還可以在平台上建立自己的內容創作、管理和分發系統。這使得大量媒體不必親赴東京奧運現場,可以遠程完成轉播和編輯工作。

今年OBS Clould的出現,讓東京奧運會的國際轉播中心面積縮小25%,現場工作人員減少27%。未來,我們相信這樣的趨勢將持續下去。

從腦癱患者重獲交流到免開顱微創,腦機接口更安全了嗎?

腦機接口技術作為一項前沿而又酷炫的技術,一直備受矚目,近日,腦機接口技術取得了高價值進展,從大腦活動中解碼完整句子,使得癱瘓失語者可以交流,讓很多人看到了曙光。

該項目是Facebook 與加州大學舊金山分校聯合研究,研究員通過在一位失語十六年的癱瘓患者大腦中植入電極陣列,解碼從運動皮層發送到聲道的大腦信號,機器學習算法自動識別出他腦中出現的單詞,實時在屏幕中轉換為句子,讓嚴重癱瘓的失語患者重獲交流能力,雖然只是簡單的語句交流,但讓患者們建立了與世界重新交互的希望。

近年來,腦機接口技術新的進展也越來越多.最近剛閉幕的世界人工智能大會上,也有跟腦機接口相關的高價值進展項目,並且還獲得了世界人工智大會最高獎項SuperAILeader(卓越人工智能引領獎),其團隊來自中科院上海微系統所,展示的技術成果——免開顱微創植入式高通量柔性腦機接口,因為其在腦機接口技術的創新與突破性進展獲得殊榮。

腦機接口技術的快速發展算起來也走過了二十個年頭,從患有中風的病人被植入腦機接口控制其他設備,到現在植入式腦機接口可以讓猴子打遊戲,讓腦幹受損患者意念控制喝水、交流等,在技術革新的路上,腦機接口技術的安全性似乎變得越來越有保障了。

此前的腦機接口醫學研究方案中,我們可以發現,試驗對像頭上需要頂著一個盒子,還得連著線,極大地限制了受試者的活動以及安全。而腦機接口近兩年的革新幾乎都是朝著簡化設備,減少侵入式的創口以及無線傳輸數據信號的方向進行。

微創、無創腦機接口技術並駕齊驅

腦機接口工作的方式是通過電極元器件進行信號的採集,PC對信號進行解碼、編碼處理等,最後反饋給大腦的過程,技術的實現主要有兩種方案,分別為非侵入式方案與侵入式方案,他們之間最大的區別是,是否對大腦採用有創口的手術方式獲取神經元信息。

傳統的侵入式方案,將成千上萬的電極插入到大腦中獲取神經信號,因為需要進行開顱手術,會對大腦造成損傷;侵入大腦的元器件長期在腦內安置,其安全性以及性能方面也會大打折扣,這也一直是侵入式腦機接口方案最大的缺點。因為其安全性以及倫理方面的限制,侵入式腦機接口系統在動物上應用較多,相關人體研究目前僅限於神經系統損傷和疾病患者等臨床特殊患者群體。

而此次世界人工智能大會上公開的免開顱微創植入式高通量柔性腦機接口技術有望打破侵入式方案的桎梏,提高植入的安全性。中科院上海微系統所的方案是通過免開顱方式進行微創植入電極,植入尺度小於輸液針孔口徑。

團隊獨創的蠶絲蛋白包裹電極的技術可以把柔性的電極暫時硬化,這樣只需要開一個很小的孔,類似做針灸一樣將包裹後的電極直接放入腦袋裡,而它到了腦後又會逐漸變軟,留在大腦內部的神經電極就可以把實驗體的腦電波傳入電腦,後期可進行解碼與人工智能預測。

柔性讓“腦機接口”更加接近臨床轉化,技術人員有個很巧妙的比喻,可以很好地理解柔性電極的功效,如果把大腦比作豆腐,柔性“腦機接口”就彷佛把一根蠶絲插入到一塊豆腐中,它可隨著豆腐一同晃動,不會對豆腐造成傷害。

柔性電極化極大地提高了侵入元器件的安全性,並且柔性的方案很好地固化了電極,其無創的方式降低了腦損傷的傷害,目前,該系統已應用於鼠、兔、猴等多種動物模型,並能夠實現術後急性信號採集和長達8個月的穩定神經信號跟踪,對後續的臨床試驗有很大的裨益。

馬斯克的Neuralink最新方案中,對安全性能也做了很大的革新,相較於之前的方案,最新的技術讓開顱的尺寸縮小到硬幣大小,減少了對腦部組織的創傷,使得開顱手術較以往變得完全了許多。

關於有創傷的手術操作方面,因為大腦的精細與復雜性,手術的過程不得出現任何閃失,Neuralink還研製了一種植入機器人。這台機器人能自動避開血管等大腦關鍵精細的部位,把比頭髮還要細的微小電極和傳感器植入到大腦深處。

有創的侵入式方案,一般都是神經系統受損嚴重的患者選擇,以治療為目的,風險和收益比較而言,有時候是值得冒險一試。但是這個冒險的前提是侵入式方案盡可能的安全,對大腦的損傷少一些。

設備的簡化以及安全性必須要求苛刻,不能讓患者陷入病沒治好,還把腦子給戳壞了的處境。傳統的侵入式腦機接口需要通過開顱手術來實現,由於此種方式侵入性太大,使用者面臨的風險是極高的。最新技術的革新趨勢讓腦機接口侵入式方案的安全性大大提高了。相比傳統開顱手術,這種方法對大腦的損傷更小,風險也降低。如果未來有更創新的植入技術,可能還會繼續降低各種創傷風險。

道阻且長,腦機接口的安全“地雷”

雖然微創與無創的方案提高了腦損傷事故的安全性,但是我們知道侵入的方案歸根結底還是將大量的電極預埋到大腦裡,還是有安全的風險存在。

技術的發展讓腦機接口看起來減少了危險,但並沒有完全遠離危險,微創的電極還是會入侵大腦,對人的身心帶來危害。風險包括針對人腦的手術創傷、出血、感染等。長期安置在大腦中,元器件的功能作用會產生弱化的問題,信號失真,信號傳輸有誤等,而弱化的功能可能會導致腦機接口系統的操作失誤,增加許多難以預料的風險。

相比侵入式腦機接口技術,非侵入式腦機接口技術是企業和健康人士更青睞的方式,但其技術方面也存在一些安全問題,不容忽視。

在信號的傳輸與分析階段,腦電信號存在干擾以及被誤讀的風險。由於顱骨對神經信號存在阻擋,目前非侵入式腦機接口裝置難以獲得持續穩定的腦電信號,特別是在一些需要高精度操作的腦控場景下,例如控制輪椅、駕駛汽車等,如果因腦電信號誤讀造成操作失誤,造成的後果就非常嚴重。

再者就是佩戴電極帽也有一些安全風險,人在使用電極帽之後可能會有頭疼、發熱和視覺模糊等狀況,如果是長時間佩戴的話,也有電磁波輻射的損傷,長期使用會使人腦發生不可逆的改變,帶來未知的負面影響。

技術的創新伴隨著潛在的和未知的風險,因為腦機接口技術涉及到人類最重要最精密最複雜的器官——大腦,所以其迭代發展的過程中風險一定需要考慮及重視,並且在所有的風險中應該首先關注技術本身的安全性,特別是當可能涉及到嚴重的危險時,必須將安全置於最高的地位。

無論是哪種技術方案,腦機接口的安全“地雷”問題還是很多,整體來說,雖然微創的技術減少了腦損傷的部分安全隱患問題,向著安全的方向靠近了一些,但是腦機接口技術畢竟在發展的初始階段,整體的安全性進度條還在初步階段,談論腦機接口技術已經變得安全了有些誇張,只能說是向著安全的方向在進化中,不過,有變化總是好的事情。隨著資金、人才的大量湧入帶來技術的革新,腦機接口技術的風險和成本會逐漸降低,向著大帶寬、便攜化、可穿戴化方向發展。

行將終至,腦機接口的漫漫征途

創新推廣的新技術只能排除部分的安全風險,但是技術的發展也不能因為困難因噎廢食,腦機接口的科學願景和錢景還是很有吸引力,其應用覆蓋的領域較為廣泛,在醫療、教育、娛樂、軍事等,尤其是在醫療領域中,除了治療腦幹受損的患者外,原則上也可以治療重度抑鬱症、自閉症、腦癲癇、阿爾茲海默症、帕金森綜合徵等目前難解的神經疾病。

廣闊的商業化前景吸引了資本的注意,有關腦機接口的融資事件不少。公開數據顯示,2018年以來國內腦機接口行業融資不斷增多,如專注腦控康復技術的臻泰智能2019年9月獲得聯想創投獨家投資的數百萬天使輪融資,聚焦腦機接口系統相關設備研發的博瑞康在2021年3月獲得紅杉中國領投的上億元B輪融資,NeuraMatrix獲得由經緯中國數百萬美元Pre-A輪融資,腦陸科技在2020年12月獲得1億元A輪融資。

雖然腦機接口技術吸金,但是其技術整體來說還是屬於發展的初期階段,商業化落地的話路徑蹣跚,目前主要還是在醫療領域發力,比如康復訓練已經進入了臨床試驗的階段。腦機接口技術還遠未成風口,談競爭似乎也是有點牽強了。

腦機接口產業領域的發展還是以學術界研究機構領頭,他們的科研實力較強,巨頭企業或者是牽手合作,或者是收購等方式,進行早期的佈局。Facebook通過收購腦機接口(BCI)創企CTRL-Labas,開發一種可以與其他設備直接連接的外設。馬斯克家的Neuralink主要是從侵入式方面進行探索。

國內的玩家比如博睿康、腦陸科技等,大都從非侵入方面的設備層面進行切入,阿里與NeuraMatrix公司牽手合作,共同探索未來的腦機接口應用淘寶意念購。整體來說行業內主要研究的方向還是以非侵入式腦機接口為主,落地的應用在醫療領域。

對於大腦的物理結構層面的研究,人類幾乎已經走完了觀乎其外、入乎其內的過程,但是馭乎其外的境界還遠沒有達到。對於大腦中各個分區以及功能物理結構等人類已經有了很好的理解,但是大腦擁有上百億個神經元,他們之間怎麼通過連接、傳遞信號完成信息的處理,中間的過程是黑盒子。

映射到腦機接口技術中,充當神經元的電極數量遠遠小於大腦的神經元,再加上本身技術層面的信號帶寬與失真以及安全性的桎梏因素等,目前的腦機接口技術還是只能實現一些不太複雜的腦電信號的讀取和轉換。

要想實現更為複雜的交互和功能,像電影《黑客帝國》或者是《攻殼機動隊》中所想即所得,通過“下載”能夠熟練地掌握新知識、新技能,需要很漫長的路要走。

道阻且長,行將終至,腦機接口技術是人機交互、人人交互的終極形態,但是發展到這一步還需要時間的打磨,很多人擔心腦機接口技術會打開潘多拉的盒子,但是正如《超體》電影的台詞所述,帶來混沌的是無知而不是知識與技術,未來腦機接口技術是對人腦的增強而不是控制與乾預,是促進人類交互的蓬勃發展的工具,去更好地理解自然、宇宙。

貝佐斯:這是一場「龜兔賽跑」,現在烏龜邁出了穩健的一小步

圖片

10 分鐘10 秒後,越過卡門線的飛船落在得克薩斯州的沙漠上。「像在直升飛機裡……」「零重力的感覺,像游泳一樣」「Best day ever!」。當地時間7 月20 日上午9 點24 分(北京時間晚上10 點24 分),艙裡的四位乘客剛剛進行了人類歷史上第一次沒有專業太空員的飛行。

图片飛船降落| 藍色起源

在四位乘客一心一意享受短暫十分鐘的背後,是一場複雜而精準的計算:火箭點火後2 分半,主引擎熄火;30 秒後,飛船與火箭推進器分離,一個繼續向上,一個垂直落向地面開始回收;3 分39 秒,飛船越過卡門線,進入國際公認的太空;接著飛船進入3 分鐘左右的失重狀態,直到8 分20 秒左右,降落傘打開,緩緩落回地球。

在理查德·布蘭森飛上太空後9天,世界首富貝佐斯帶領四人旅行團,再次在亞軌道畫出了載入史冊的拋物線。藍色起源比SpaceX早兩年成立,卻一直比後者進展緩慢,在15次發射之後,終於第一次實現了載人飛行。

這次飛行也創下了進入太空的最年輕和最年長乘客的紀錄——18 歲的高中畢業生Oliver Daemen,82 歲的Wally Funk。後者曾經是美國歷史上第一批為進入太空而進行訓練的女宇航員之一。60 年後,她終於實現了進入太空的夢想。

客觀的說,雖然遠比布蘭森的「宇航員打卡之旅」難度高,但這次發射依舊屬於亞軌道飛行,難度比真正意義上入軌飛行要小很多。入軌飛行需要達到7.6 千米/秒,而此次的亞軌道飛行最大速度只有3 倍音速左右,即1 千米/秒,這意味著比SpaceX 更小的技術難度。

不知道為何,在發射直播中並沒有公開的太空艙內畫面,不過在飛行後的發布會上這個畫面被公開。在失重狀態下,四個人解開了座位安全帶,享受了失重漂浮的片刻樂趣。

拋開理性的技術難度探討,四個非專業人士,坐著商業航天的載具,飛到105 公里的高度,來到了太空的分界點,這就是一件激勵人心的事情。

图片失重狀態下的太空艙| Continue reading

種田就像玩遊戲?智能農場裡少不了它們!

氣象情況、土壤信息、收割機工作進度……所有的數據都在你面前的屏幕上展開,而你只需要點點鼠標就可以完成整個農場的管理。模擬農場遊戲讓人們坐在家裡也能體會一把種田的快樂。圖片

图片

一目了然的模擬農場信息丨Daggerwin/Youtube

在模擬農場的遊戲中,你不僅需要追踪各種作物的生長狀況,還需要派遣各類智能機械進行精準灌溉、植保以及收割。

图片

模擬農場收割中丨Daggerwin/Youtube

這些炫酷的智能操作,其實已經出現在現實的農業生產中了。

人們在雲平台上利用大數據和物聯網搭建出了與現實農場相對應的數字農場,換句話說,把現實農場“複製粘貼”到了電腦上來。

图片

數字農場管理平台丨豐疆智能

就像遊戲一樣,數字農場可精準地反映現實農場的環境狀態、設備設施狀態,人們只需要點一點就可以完成控溫、灌溉等操作。農民也藉此完成了向“農業工程師”的轉型。

想要得到這樣的數字農場,要用到的黑科技還真不少。

大數據平台:洞察每個角落

要想玩好模擬農場,隨時掌握農場的各類數據是關鍵的一步。在現實中的農場裡,大數據平台成為了農場最為關鍵的“數據調度中心”。

图片

隨時可以查看農場數據| 新華網

這裡的大數據平台,不僅包括天氣、環境等數據,還可以在電腦裡生成農場的實景模型。借助科學的數字模型,大數據平台可以將一條條數據轉換為合理的建議,為農事開展提供決策依據。

在大數據平台上,可以像玩兒模擬農場遊戲一樣管理農機。每一台農機的具體位置、作業狀態、已作業面積等信息都一目了然。要是哪台農機最近“偷懶”很少干活,也能從圖表上清楚看到,接下來就要多多安排些任務給它啦。

图片

農機分析丨豐疆智能

大數據平台還可以對接市場需求,對作物的經濟價值進行實施評估,從而指導作物種植規劃。不過這麼多數據怎麼來?傳感器和智能農機可少不了。

智能傳感器:農場監測者

現在的數字農場,農作活動是圍繞著大量的數據進行展開的。數據從哪兒來呢?智能傳感器幫了大忙。

图片

智慧農業產業園利用智能傳感器實現溫室環境控制,種出熱帶水果

數字農場裡面有大量的智能傳感器,它們收集的信息主要分為三種:一是影響作物生長的基本環境參數,如光照強度、CO2濃度、空氣溫濕度等;二是作物生長本身的數據信息,如葉片溫濕度、莖稈和果實的相關參數等;三是環境控制設備的相關參數,如設備開停時間、功率、耗能等。

图片

實時識別果實成熟的情況丨Root AI/Youtube

各類傳感器對農作生產進行了全方位的實時監控。何時澆水、通風、剪枝再也不單純靠著農民對節氣的認識了。現代的溫室大棚,已經實現在中高緯度地區種植熱帶水果,而且果實飽滿、無病蟲害,果樹從育苗到開花、結果、成熟,每個過程都享受著精確適宜的生長環境,智能傳感器在其中起到了關鍵作用。

智能農機:指哪打哪

單純依靠人力種地的歷史早就過去了,拖拉機、插秧機、收割機等也已成為農民的好幫手。在如今的數字農場,“智能農機”成為了明星人物。

图片

自動採摘丨AGROBOT/Youtube

農民遠程下達操作指令後,無人駕駛的智能農機迅速駛入農田,自動規劃作業路線並實時統計作業畝數。

图片

可以實時獲取農機的工作數據丨FIELDVIEW

而且現有的農機也可以加入到“智能化”的梯隊中來:使用智能農機套件可以對普通農機進行數字化改造。套件具備數據收集和上傳功能,用戶可以藉此查看作業數據及遠程操作農機。普通農機搖身一變成為智能農機,可不就大大加快了數字農場的建設了。

图片

農業設備也玩上了自動駕駛| 豐疆智能

我們的生存離不開農業。當下,農業越來越精細化與自動化,借助各種傳感器技術和自動化裝備,我們可以得到理想的收穫。

小時候寫作文總會暢想未來科技,誰能想到那些“科幻”的場景,這麼快就變成現實了呢。

人工智能設計出了人類無法理解的量子實驗

​量子物理學家馬里奧•克萊恩至今還記得自己2016年初在維也納的一家咖啡館裡翻閱MELVIN的計算結果時的情景。MELVIN是克雷恩創建的一套機器學習算法,屬於一種人工智能。它的任務是將各種標準量子實驗的基礎模塊進行混合和比對,藉此尋找新問題的解決方法。克雷恩發現,MELVIN的確做出了許多有趣的發現,但其中有一條卻令他摸不著頭腦。

“當時我的第一反應是,’我的程序一定出BUG了’,因為這個解法根本不可能存在。”MELVIN似乎是想通過創造多光子的複雜糾纏態來解決問題。問題在於,克雷恩、安東•塞林格和同事們並未給MELVIN提供創造這類複雜量子態所需的規則,但MELVIN卻自己找到了解決之道。最終克雷恩意識到,這套算法發現的其實是上世紀90年代初設計的一套實驗安排,不過當初那套實驗要簡單得多,MELVIN解決的問題則遠比它複雜。

JxImIN_q.png

“我們明白了這是怎麼一回事之後,便立即對這個解法進行了歸納和泛化。”克雷恩表示。自此之後,其他團隊也開展了一些MELVIN設計的新實驗,以全新的方法測試量子力學的理論基礎。與此同時,克雷恩從維也納大學跳槽到了多倫多大學,和新同事一起改進了他們的機器學習算法。他們最近研發了一套名叫THESEUS的人工智能係統,不僅計算速度比MELVIN快好幾個數量級,而且計算結果對人類一目了然。MELVIN的計算結果需要克雷恩和同事們花費數天、甚至數天時間去理解,但THESEUS的計算結果則幾乎一眼自明。

克雷恩接觸到這個研究項目其實純屬偶然。當時他和同事們想弄清,如何通過實驗創造光子的量子糾纏態:當兩個光子發生相互作用時,便會形成“糾纏”關係,牽涉其中的兩個光子都只能通過同一種量子狀態進行數學描述。如果你對其中一個光子的狀態進行測量,即使兩個光子遠隔千里,測量結果也能與另一個光子相吻合(因此愛因斯坦稱之為“幽靈般的糾纏關係”)。

1989年,丹尼爾•格林伯格、邁克爾•霍恩和塞林格三名物理學家對一種名叫GHZ(三人姓氏首字母的結合)的量子態進行了描述。GHZ量子態涉及到四個光子,每個光子都處於0或1兩種狀態的疊加態上(這種量子態名叫量子比特)。在三人發表的論文中,GHZ狀態包含四個相互糾纏的量子比特,整個系統處於一種二維的量子疊加態中,要么為0000,要么為1111。如果對其中一個光子進行測量,發現其處於狀態0上,整個疊加態便會坍縮,其它光子的狀態也是0;測出的結果為1也是同理。上世紀90年代末,塞林格和同事們首次在實驗中觀察到了三個量子比特的GHZ態。

克雷恩和同事們還想觀察到更高維度的GHZ態。他們想使用三個光子,每個都有三個維度,即可以處於0、1、2三種狀態的疊加態上。這種量子態名叫“三維量子比特。克雷恩團隊想尋找的便是一種三維GHZ態,處於000、111和222三種狀態的疊加態上。這種量子態可以大大增強量子通信的安全性、以及量子計算的速度。2013年末,研究人員花了數週時間設計實驗和開展計算,試圖通過實驗創造出所需的量子態,但每次都以失敗告終。克雷恩表示:“我當時簡直要抓狂了,為什麼我們就是找不到正確的實驗設置呢?”

為加速研究進程,克雷恩先是編寫了一套計算機程序,可以根據實驗設置計算出實驗結果,然後對程序進行了升級,將光學實驗台上用來生成和操控光子的基礎模塊整合了進去,包括激光、非線性光學晶體、分光器、移項器、全息圖等等。這套程序將這些模塊進行隨機混合和匹配,組合出了海量配置,並依次開展計算、輸出結果。MELVIN就這麼誕生了。“短短幾小時內,這套程序就找出了我們這幾位科學家耗費數月都沒能找到的解決方案。”克雷恩指出,“那真是瘋狂的一天,我至今都不敢相信這真的發生了。”

接下來,他又賦予了MELVIN更多的智慧。每次找到一種有用的配置,MELVIN都會將其加入自己的“工具箱”。“這套算法會記住這些,並試著用它們來尋找更複雜的解決方法。”

但令克雷恩在維也納那間咖啡館裡百思不得其解的,也正是“進化後”的MELVIN。在MELVIN的實驗“工具箱”中,克雷恩加入了兩個晶體,每個都可以產生一對處於三維糾纏態的光子。克雷恩原本以為,MELVIN會找到一種實驗配置,能夠將這兩組光子組合在一起,最多達到9個維度。但“它其實找到了一種非常罕見的解法,糾纏程度遠比其它量子態都要高得多”。

克雷恩最終發現,MELVIN其實使用了一種近三十年前由數支研究團隊開發的技術。1991年,羅切斯特大學的三名研究人員設計出了其中一種實驗方法。隨後在1994年,塞林格和奧地利因斯布魯克大學的同事們又設計出了另一種。從概念上來看,這些實驗取得的結果都是相似的,不過塞林格設計的實驗配置更簡單、更容易理解一些。在該實驗中,先由一枚晶體生成一組光子(A和B),這兩個光子的行進路線會穿過另一枚晶體,產生光子C和D。從第一枚晶體射出的光子A和第二枚晶體射出的光子C的行進路線會完全重合,都會到達同一個探測器,因此該探測器無法判斷某個光子究竟是來自第一枚、還是第二枚晶體。光子B和光子D也是同理。

{A1SH8}L$G$R6)UV]C%S$@G.png

移相器可以改變光子的相位。如果在兩枚晶體之間放置一台移相器,並不斷改變移相程度,就會在探測器處造成建設性干涉或破壞性干涉。假設每枚晶體每秒可以產生1000對光子;在產生建設性干涉時,探測器每秒可接收4000對光子;而在產生破壞性干涉時,接收到的光子數則為零,因為儘管單個晶體每秒產生的光子對數為1000,但整個系統卻並未產生一個光子。

MELVIN的解法中也包含這樣的重疊路線。令克雷恩感到困惑的是,他的算法中只有兩枚晶體。MELVIN並未在實驗一開始就使用這兩枚晶體,而是將它們放進了一台干涉儀中(干涉儀可以將一個光子的行進路線一分為二、再合二為一)。花了一番功夫進行研究後,他意識到,MELVIN使用的實驗設置相當於用到了不止兩枚晶體,這樣一來便可產生更高維度的糾纏態了。

除了生成複雜的糾纏態之外,使用兩枚以上晶體的實驗配置還可以實現塞林格在1994年用兩枚晶體開展的實驗的“泛化”版本。克雷恩在多倫多大學的同事埃弗瑞姆•斯坦伯格對人工智能的研究結果深感震驚。“就我所知,這種泛化是人類僅憑自己之力永遠也想像不出、也實現不了的。”

在其中一種泛化的實驗配置中,晶體數量為四,每枚晶體都會產生一對光子,有四條通往四個探測器的重疊路徑。量子乾涉可以形成建設性干涉,即四台探測器都能探測到光子;或是破壞性干涉,即沒有一台探測器能探測到光子。

但直至不久之前,真正開展這樣的實驗都一直是一個遙遠的夢想。不過今年三月,中國科技大學研究人員與克雷恩在聯合發表的一篇預印論文上報告稱,自己在一枚光子芯片上搭建了完整的實驗配置,並成功開展了這項實驗。由於光子芯片的光學穩定性極強,研究人員在實驗中連續收集了超過16個小時的數據,而這在大規模實驗中是不可能實現的。

在剛開始嘗試將MELVIN的研究成果簡化和泛化時,克雷恩和同事們意識到,這種解法其實和數學中一種名叫“圖”的抽象表達形式很相似。圖由“頂點”和“邊”構成,可以用於描述物體之間的配對關係。在量子實驗中,每個光子的行進路線可以用“頂點”來表示,而每枚晶體則可以用連接兩個頂點的“邊”來表示。MELVIN先是創建了這樣一個圖,然後開展了一系列名叫“完美匹配”的數學運算,即讓每個頂點僅與一條邊相連。這一過程可以使最終量子態的計算大大簡化,不過對人類來說仍然難以理解。

不過,MELVIN繼任者THESEUS的出現改變了這一點。它可以對第一步生成的複雜圖進行篩選,逐漸將邊和頂點的數量減少到不能再少(如果進一步減少,該實驗設置便無法產生想要的量子態)。這樣的圖比MELVIN的完美匹配圖簡單得多,因此更容易被人類解讀。

澳大利亞格里菲斯大學的埃里克•加瓦爾坎迪對這些研究工作深感震撼。“這些機器學習技術真的很有意思。對人類科學家而言,有些解法看上去十分’新穎’。不過就現階段來說,這些算法離真正具備提出新想法、創造新概念還差得很遠。不過,我相信這一天遲早會到來。儘管我們如今仍在嬰兒學步,但千里之行,終歸要始於足下。”

斯坦伯格也贊同這一觀點。“就目前來說,這些已經是絕妙的工具了。就像所有優秀的工具一樣,它們已經幫助我們實現了一些原本不可能實現之事。”

聯絡我們

地址
香港九龍觀塘鴻圖道57號南洋廣場1808室
Rm.1808, Nanyang Plaza, 57 Hung To Road., Kln. HK

電話
23091888

電郵
info@iothk.net