價格大漲41%後首跌! 存儲晶片要供過於求? 三星美光SK海力士調整生產戰略

近日,美國市場調研公司IC Insights的報告顯示,今年強勁上漲的動態隨機存取記憶體(DRAM)價格預計將在2021年第四季度下滑0.5%。

DRAM的平均售價在2021年前八個月飆升了41%,從1月份的3.37美元上漲至8月份的4.77美元。 10月份PC用DRAM通用產品成交價僅為3.71美元,行業研究機構集邦諮詢TrendForce預計其價格會在2022年下跌15%。

多個行業預測機構數據顯示,明年半導體行業的存儲晶元業務可能會受到供過於求的打擊,從而繼續壓低價格,這可能意味著三星電子、美光科技、SK海力士等存儲晶元製造商的收益下降。

一、10月成交價3.71美元,相比最高點下降36%

DRAM是最普遍的存儲晶片,在電子產品中發揮著至關重要的作用,它們用於在PC和伺服器中存儲資訊,可以暫時保存系統處理器使用的資訊。 另一個存儲晶片的主要類別是NAND,該存儲晶元可用於在智慧手機和計算機中存儲數據。 存儲晶元也屬於一種大宗商品,該市場容易受到供需平衡輕微波動的影響。

IC Insights的報告顯示,受新冠疫情的影響,在今年前三個季度,PC和處理器製造商擴大生產,併購買了大量存儲晶片,以幫助緩解疫情影響下潛在的製造和運輸延遲,使得存儲晶元的價格上漲。

該報告中顯示,DRAM的平均售價在2021年前8個月大幅上漲,而9月份的DRAM平均售價下滑了3%至4.62美元,10月份DRAM成交價僅為3.71美元,與今年最高點3月末的5.3美元相比下降了36%。

▲DRAM的價格變化趨勢(圖片來源為IC Insights)

IC Insights的報告顯示,隨著新冠疫情開始緩和,部分國家和地區的經濟開始恢復,PC和伺服器製造商的存儲晶片庫存充足,預計他們將在2021年第四季度減少DRAM採購,以消耗現有庫存。

行業研究機構集邦諮詢TrendForce的最新調查顯示,預計明年DRAM的總供應量將同比增長18.6%,但全球DRAM市場將轉向供過於求。

這種轉變主要歸因於,不僅大多數製造商現在擁有相對較高的DRAM庫存,而且2022年DRAM需求也預計僅同比增長17.1%,低於供應量的增長。 在價格方面,由於DRAM行業的寡頭壟斷性質,這種情況將導致2022年DRAM平均售價下降,但不會導致年度DRAM收入大幅下降。 預計2022年DRAM收入將達到915.4億美元,同比小幅增長0.3%。

TrendForce還表示,即使是微小的供需差異也足以壓低價格。

投資證券公司Eugene Investment & Securities的分析師Lee Seung-Woo說:"在我們看來,存儲晶片供應的增加應該保證高於市場變化趨勢的價格和獲利率。 ”

尤其是DRAM記憶體方面,Seung-Woo表示目前其價格將繼續走弱,但正在接近最低值,應該會在明年第一季度后開始出現一些復甦跡象。

Seung-Woo表示:「由於晶片元件短缺的負面影響,導致PC供應鏈疲軟,記憶體模組製造商不斷表示存在進一步下行風險。 第一季度通常也是淡季。 當然,現貨價格很容易反彈。 ”

伯恩斯坦分析師Mark Li對存儲晶元巨頭三星電子和美光科技持負面觀點,他預計到2022年底,價格下跌和供應短缺將使存儲晶元市場蒙上陰影。

二、Q3收益強勁,Q4需求不確定性較強

TrendForce的調查報告顯示,2021年第三季度全球DRAM製造商營收排行榜中,三星電子市場佔有率達到44%,遙遙領先於其他製造商,SK海力士市場佔有率為27.2%,美光科技市場佔有率為22.9%。 上述三大巨頭的市場佔有率總計超過94%。 Continue reading

蘋果造車有眉目了? iPhone團隊操刀晶元,計劃2025年推出

本週四,彭博社援引知情人士報導,蘋果公司的電動汽車最早將於2025推出。 蘋果公司正在努力加快電動汽車的開發,並將重點放在完全自動駕駛能力上,為解決困擾汽車行業的技術挑戰。

蘋果公司的汽車專案被稱為泰坦計劃(Project Titan),自2014年左右啟動,它經歷了戰略變化和高管更替。 今年9月,蘋果汽車團隊負責人道格·菲爾德(Doug Field)任職三年後選擇離開,並進入福特汽車公司。

目前,蘋果汽車團隊的新領導者是Apple Watch軟體執行官凱文·林奇(Kevin Lynch),知情人士表示,林奇正在推動一款具有轉向和加速功能的完全自動駕駛系統汽車專案,而林奇並不是一個汽車行業的"老手"。

報導表示,蘋果公司的電動汽車將不安裝方向盤和踏板,其內飾設計專為無人駕駛功能服務,類似於電動汽車行業的新貴Canoo的Lifestyle Vehicle汽車。 在那輛車裡,乘客可以面對面坐在車的兩側。

彭博社報導該消息后,蘋果股價上漲2.4%至157.23美元。

一、iPhone團隊操刀晶元,計劃2025年推出

在試圖掌握自動駕駛汽車的過程中,科技和汽車巨頭已經花費了多年時間,但該功能的實現仍需要很長時間。

電動汽車市場的領導者特斯拉公司距離推出完全自動駕駛汽車可能還需要幾年時間。 Alphabet的Waymo在開發這項技術的過程中也遭遇了一連串的離職潮。

在過去的幾年裡,蘋果的汽車團隊同時探索了兩條路徑:一個是和現在許多汽車類似的,創建一個專注於轉向和加速的具有有限自動駕駛能力的模型,而另一個是創建一個不需要人工干預,具有完全自動駕駛能力的版本。

蘋果內部的目標是在四年內推出其自動駕駛汽車,這比一些工程師今年早些時候計劃的五到七年的時程表要快。 但實現2025年的目標取決於其完成自動駕駛系統的能力。 蘋果汽車在底層自動駕駛系統、處理器晶元和先進的感測器方面已經取得了重大進展,但如果蘋果無法實現改進自動駕駛系統,它可能會推遲發佈或在剛開始銷售技術含量較低的汽車。

 

蘋果公司還探索了將汽車資訊娛樂系統置於車輛中央一個類似iPad的大型觸摸屏上,增強使用者在整個行駛過程中的互動性。 該車還將與蘋果現有的服務和設備高度集成。

為iPhone、iPad、Mac製造處理器的蘋果矽工程團隊為蘋果的汽車設計晶片,而不是汽車團隊內部人員設計。 這項工作包括訓練在晶元上運行的底層軟體,以支持自動駕駛功能。

蘋果汽車晶元是蘋果內部開發的最先進的元件,主要由神經處理器組成,可以處理自動駕駛所需的人工智慧,但該晶元可能會需要複雜的冷卻系統。

这些汽车设计上的进展很快就会进入道路测试。苹果计划开始在经过多年测试的改装汽车中使用新的处理器设计和更新的自动驾驶传感器。据知情人士称,该公司目前拥有一支由69辆雷克萨斯SUV组成的车队,以试验其汽车中的相关技术。

二、特斯拉、沃尔沃、通用汽车高管加持

开发出一种可以让客户在长途旅行时免于驾驶疲劳的车辆,对于像苹果这样的汽车领域外行公司来说,需要合作伙伴关系。该公司正在与与多家制造商交涉,并考虑在美国制造该车辆。

安全是一个主要难题。参与这项工作的工程师说,苹果正在寻求建立比特斯拉和Waymo更强大的保护措施。这包括创建大量备份系统,以避免汽车中的安全和驱动系统故障。

苹果正在积极寻求工程师来测试和开发安全功能。“特别项目小组正在寻找一位有成就的机械工程师,以领导具有关键功能的安全机械系统的开发。”苹果最近的一份招聘信息中写道。

其次,苹果也在招聘更多的自动驾驶和汽车硬件工程师,这包括对特斯拉前自动驾驶软件总监CJ Moore的招募。

最近几周,苹果还聘请了沃尔沃汽车的气候系统专家、戴姆勒卡车的经理、Karma汽车有限责任公司和其他汽车制造商的电池系统工程师、通用汽车公司Cruise LLC的传感器工程师、来自均胜安全系统的汽车安全工程师以及特斯拉的其他多名工程师。

根据苹果公司的招聘信息,该公司还在招聘软件工程师来研究“人类与自主技术交互的体验”,这表明它正在深入开发汽车用户界面。这意味着苹果汽车正在开发的软件将与iPhone操作系统的技术类似。

为了给车辆供电,苹果已经在考虑与组合充电系统兼容,但这种方法与它为iPhone和Apple Continue reading

Nature子刊:AI檢測毒品準確率達86%,沒見過的也能測

本週一,據外媒NewScientist報導,加拿大哥倫比亞大學研究小組創造了一種機器學習工具——DarkNPS,可以用AI快速篩選新精神活性物質(new psychoactive substance,NPS),這是與可卡因和海洛因類似的興奮劑藥物。

由於NPS的化學多樣性及其在非法市場上的存在時間短等性質,目前該藥物的檢測措施面臨重大挑戰。DarkNPS可以大大縮短新出現的NPS識別時間,並有效縮短對其化學結構的搜索範圍。

該論文發表於Nature子刊Nature Machine Intelligence。

鏈接:https://www.nature.com/articles/s42256-021-00407-x

Nature子刊:AI檢測毒品準確率達86%,沒見過的也能測

一、AI查毒只需幾小時,準確率達86%

新精神活性物質又稱“策劃藥”或“實驗室毒品”,是不法分子為逃避打擊而對管制毒品進行化學處理所得到的毒品類似物,具有與管制毒品相似或更強的興奮、致幻、麻醉等效果。

加拿大不列顛哥倫比亞大學研究小組成員Michael Skinnider和他的同事創造了一種名為DarkNPS的機器學習工具,通過AI工具進行簡單的分析,快速提取出精神活性“新型藥物”化學結構的可能分子結構。

該工具可以快速開發實驗室測試服務,以篩選與可卡因和海洛因等毒品具有類似效果的、且無法在當前測試中檢測到的藥物使用情況。

研究小組從世界各地的法醫實驗室收集了大約1700種已知新型設計藥物的化學結構,對其進行訓練。訓練集包括每種藥物的串聯質譜結果,也就是翻譯並分析其部分重組蛋白數據,可以提供有關分子質量及其包含的元素的信息。這使得AI能夠識別串聯質譜數據和化學結構之間的模式。

Skinnider表示:“我們的方法可以將識別NPS所需的時間從幾週或幾個月縮短到幾個小時。”

給定一種以前未知的NPS的串聯質譜數據,DarkNPS可以猜測其分子結構。該過程準確度約為51%。如果AI能夠對其分子結構的前10項進行預測,其準確度將增加到86%,這意味著該工具能有效縮小對分子結構的搜索範圍。

Skinnider說:“這不僅節省了大量時間,還能更快識別新上市的新精神活性物質。”

二、1700個實例生成穩健AI模型

研究小組在論文中表示,DarkNPS可以僅使用質譜數據自動闡明未知NPS的化學結構,並基於化學結構的深層生成模型。

該研究小組的模型橫跨化學和深度學習領域,因為它們有可能根據需要生成具有任意物理化學或生物性質的分子,從而解決所謂的“逆向設計”問題。

這項工作的大部分集中在分析具有活性的特定藥物對策分子結構可能性上。

研究小組表示,他們在研究過程中尋求生成與一個或多個分析測量特性相匹配的類NPS分子,並使用適用於處理低級數據存儲區的策略來實現這一目標。

從約1700個實例中學習設計藥物的穩健生成模型,並從這個模型中取樣,隨機產生與現有的NPS存儲空間類似的新的分子結構。

研究過程顯示,從模型中取樣新分子的頻率可以用來表明最有可能解釋觀測到的精確質量的化學結構。將生成的結構與串聯質譜數據相結合,進一步提高了結構解析的準確性。

DarkNPS最先闡明了2021年2月首次出現在歐洲的NPS的分子結構。

該模型的最終結果是建立新型精神活性物質的深層生成模型。

三、AI生成數據,為模型提供數據庫

許多計算工具已經開發出來,能夠在質譜數據中自動識別藥物及其代謝產物。然而,所有這些工具都需要一個已知化學結構的數據庫,可以將觀察到的質譜數據與之進行比較。因此,這些工具無法用於識別現有數據庫中未發現的新合成設計藥物。

該研究小組推斷,通過生成一個新的、類似核動力源的化學結構數據庫,就可以自動識別完全未知的核動力源。因此,研究人員著手學習核動力源化學結構的深層生成模型,從中隨機取樣新的核動力源結構(圖1a-b)。

目前包含NPS結構最新、最全面的資源數據庫是用於NPS篩選的數據庫HighResNPS,來自世界各地數十家法醫實驗室的貢獻者在生物樣本或執法部門緝獲的物品中檢測到新物質時,會向HighResNPS提交數據。儘管如此,在2020年6月初,該數據庫僅包含1753個獨特的NPS結構。

Nature子刊:AI檢測毒品準確率達86%,沒見過的也能測

這一數據集的有限規模反映了非法市場上出現並隨後被法醫實驗室檢測到的核動力源數量。然而,通常用於訓練化學結構生成模型的數據集將包含數十萬個數據。

之後,該研究團隊獲得了194種NPS藥物的數據,發現其中176種出現在AI生成的數據中。研究人員還通過使用AI推斷1億種可能的化學結構,研究未來可能生成的藥物。

此外,哥倫比亞大學梅爾曼公共衛生學院的研究人員正在研究使用機器學習來評估法律及其與處方阿片類藥物分配模式的關係。

“機器學習方法越來越多地應用於類似的高維數據問題,並可能為其他形式的政策分析提供一種補充方法,包括作為篩選工具來識別需要進一步關注的政策和法律規定相互作用。”哥倫比亞大學流行病學副教授Silvia Martins說。

結語:AI+醫療,落地場景更廣闊

“機器學習方法越來越多地應用於類似的高維數據問題,並可能為其他形式的政策分析提供一種補充方法,包括作為篩選工具來識別需要進一步關注的政策和法律規定相互作用。”哥倫比亞大學流行病學副教授Silvia Martins說。

NPS特殊的化學結構,使得不法分子有可乘之機,而AI模型能夠快速識別其分子結構,並利用AI從藥物分子結構中預先推斷其可能的情況,提前阻止某些藥物流入市場。這為AI工具的應用提供了新範例,能夠評估類似的藥物分子結構、藥物分配模式等問題。

時隔10年,谷歌要重啟谷歌實驗室,聚焦AR、VR項目發力元宇宙

​上週五,美國科技博客TechCrunch報導,經谷歌發言人證實谷歌實驗室(Google Labs)正在重組。該實驗室業務將包含谷歌現有的AR、VR項目、Starline項目、谷歌內部孵化器Area 120以及其他高潛力的長期項目。

重組的谷歌實驗室將致力於提供一系列實驗性產品,而非面向消費者。

新團隊將由谷歌副總裁Clay Bavor領導,並直接向谷歌首席執行官Sundar Pichai匯報工作。此前,Bavor負責谷歌的AR、VR方面的前瞻性工作,新團隊將谷歌的許多創新、長期項目集於一體。

谷歌實驗室曾於2006年成立,用來測試谷歌未公開發布的新項目產品。2011年7月,谷歌調整實驗室運作方式,關閉該項目,將精力集中於谷歌地圖、谷歌閱讀等用戶量大、使用率高的產品。

一、副總裁掌舵,曾負責AR、VR

谷歌尚未公開宣布實驗室重組工作,但谷歌發言人在接受外媒TechCrunch採訪時,證實了重組實驗室以及谷歌副總裁Bavor職位變化的消息。

在向員工發布的公告中,谷歌將此次重組描述為“專注於在整個公司範圍內啟動和發展新的、具有前瞻性的投資領域,該組織的核心是一個名為Labs的新團隊,專注於研判技術趨勢並孵化一系列高潛力的長期項目”。

重組後谷歌實驗室的負責人Bavor是一位資深的谷歌員工,也是一位具有將創新理念轉化為核心產品經驗的領導者,多年來負責許多重要的谷歌項目的管理,包括谷歌郵箱Gmail、在線雲存儲服務Google Drive、在線辦公軟件Google Docs和企業管理解決方案Google Apps for Work(現在更名為Google Workspace)。

在接管谷歌實驗室之前,Bavor負責領導谷歌的AR、VR團隊,並負責監督2016年基於安卓系統的虛擬平台Daydream VR的發布。但由於谷歌虛擬平台項目在智能手機領域表現效果不好,以及聯想發布的6DOF Daydream頭顯Mirage Solo的市場表現不佳,該項目在2019年已經停止。其次,該團隊還幫助開發了ARCore,這是一款增強型軟件開發套件,將基於智能手機的AR功能引入數百萬的安卓設備中。

時隔10年,谷歌要重啟谷歌實驗室,聚焦AR、VR項目發力元宇宙

▲Daydream平台界面(圖片來源為谷歌官網)

實驗室重組可能會提升公眾對谷歌一些項目的關注。

二、集成內部孵化器,20個項目同時運行

谷歌此次重組將Starline項目、AR、VR項目和Area 120項目合併於新實驗室下。

此前,Bavor就已經在負責尖端全息視頻會議項目Project Starline,這是一個實驗性的光場顯示系統,谷歌將其設想為某種“魔窗”,讓相隔距離較遠的用戶能夠在不需要頭顯設備或特殊眼鏡的情況下,以相比於視頻會議更自然的方式進行對話。

時隔10年,谷歌要重啟谷歌實驗室,聚焦AR、VR項目發力元宇宙

▲Starlinex項目(圖片來源為谷歌官網)

此外,2016年推出的Area 120項目是一家內部技術孵化器,已經成功孵化了包括演示共享工具Threadit、對話AI初創企業Adlingo、遊戲平台Gamesnacks在內的幾家初創公司。

Area 120推出時被定義為一種更好地留住谷歌創業人才的方式,同時讓該團隊能夠訪問谷歌的數據、產品和資源並測試新想法。

多年來,Area 120推出的項目包括面向新興市場的HTML5遊戲平台GameSnacks;技術面試平台Byteboard;表格工具Tables;AI驅動的對話廣告平台AdLingo;視頻平台Tangi和購物平台Shoploop;以及基於互聯網的旅遊應用程序Touring Bird等,但上述部分產品已經退出谷歌。

目前,Area 120正在孵化視頻平台ThreadIt、頻譜市場Orion、文檔掃描儀Stack等項目。一般情況下,Area Continue reading

從意唸書寫到電子皮膚,微型芯片如何打開仿生之門?

微型芯片,正成為開啟仿生之門的鑰匙。

人腦擁有地球生物中最複雜的結構,芯片是各種電子設備的核心,當自然的精妙之作與人類的智慧結晶接壤,或許能破解生命的奧秘。

一些科學家們執著於此。他們突破固有思維,探索人體的特徵,嘗試將芯片植入大腦、皮膚,以此解析生命信號的更多可能。

從意唸書寫到電子皮膚,微型芯片如何打開仿生之門?

在這場改變人類命運的長期求索中,有兩位天才科學家的研究工作頗具代表性。

腦機接口專家、斯坦福大學教授、神經假體系統轉化實驗室聯合主任Krishna Shenoy,將芯片放入人腦,通過腦機接口解讀思維,讓失語者重新具備表達的能力。

“柔性電子之父”John A. Rogers是少有的入選美國所有國家科學院(美國國家工程院、美國國家科學院和國家醫學科學院)的天才人物,他設計出能連接皮膚的電子設備,可以精確測量各種人體指標,甚至能輔助新冠患者監測監控狀況。

無論是腦機接口,還是柔性電子皮膚,都通過研發對人體友好的新型計算機芯片,在為生命傳遞更多科技的溫度,向“數字永生”再邁進一步。

一、腦機接口:向大腦植入微型芯片,實現意唸書寫

大約3磅重的人腦,是世間最神秘的構造之一。

如何傾聽和讀懂大腦的語言,幫助有相關障礙的病患?這是Krishna Shenoy一直在探索的事。

從意唸書寫到電子皮膚,微型芯片如何打開仿生之門?

通過連接大腦去幫助有其它疾病或損傷的患者,有可能徹底改變整個醫學體系。

而微型芯片,在大腦損傷而導致某種活動無法實現時,也許能讓失明者重見光明、癱瘓者恢復運動能力。

芯片就像指甲或阿司匹林藥片那麼大,高度定制化,能耗極低,通過神經外科手術被植入大腦外層後,就能收集神經元發出的電信號,並對其進行實時的數學計算。

從意唸書寫到電子皮膚,微型芯片如何打開仿生之門?

Krishna Shenoy展示的電極陣列中,每個電極4毫米見方,共有100個微型電極,每個長度1.5毫米,這組電極陣列就是該研究領域的核心,名為“猶他電極陣列”(Utah Electrode Array)。

通過手術在大腦開一個小口,然後快速地放入電極陣列,大概在大腦表皮以下1.5-2毫米處,這些電極的末梢緊挨著個體細胞和神經元,觀察其中一個電極,可以看到電壓和時間脈衝。

從意唸書寫到電子皮膚,微型芯片如何打開仿生之門?

每次你想移動手臂的時候,你會從不同的神經元那裡獲得不同樣式的反饋。

從意唸書寫到電子皮膚,微型芯片如何打開仿生之門?

為了對來自大腦的神經活動進行精準解碼,每個電極都接通至小型連接器的不同面板上,連接器非常小且位於大腦之上。

從意唸書寫到電子皮膚,微型芯片如何打開仿生之門?

但我們可以想像一下不用這個連接器,各種活動仍然可以進行,我們可以用一個小型無線電發射器來替代,就像手機中的藍牙或者WiFi裝置,這就是微型芯片。

這樣頭部皮膚能保持完整,頭髮可以完好無損。

最後一步,當我們想要在實驗室或使用者家中記錄這些信號時,我們會放置一個小型的信號擴大器,收集並放大這些極其微弱的信號,然後傳輸至電腦中進行解碼。

從意唸書寫到電子皮膚,微型芯片如何打開仿生之門?

“我剛才所說的這些,完全有可能在不久的將來,通過芯片得以實現。”Krishna Shenoy說,“該領域的許多研究團隊和企業都在為此而努力。”

得益於相關機器學習和解碼算法的進步,參與實驗的癱瘓患者,通過在大腦中想像寫字,意念操縱機器屏幕每分鐘生成大約90個字母。

從意唸書寫到電子皮膚,微型芯片如何打開仿生之門?

這比此前用屏幕光標打字的速度快了1倍多,錯誤率從原來的5%降至0.5%。

從意唸書寫到電子皮膚,微型芯片如何打開仿生之門?

如此一項幫助失語者實現正常速度交流的重要進展,在今年5月登上科技頂刊Nature的封面。

二、表皮電子設備:芯片走進皮膚,改變健康診療

類似的,“柔性電子之父”John A. Rogers也致力於研究另一種“人體芯片”。

除了腦機結合外,他希望電子設備也能夠用於人體的其它重要器官,包括心臟、皮膚。

從意唸書寫到電子皮膚,微型芯片如何打開仿生之門?

皮膚是最大的人體器官組織,如果能將電子設備與皮膚無感相連,則可以在任何日常環境下持續進行健康監測,傳遞和監控人體多個器官和系統的神經活動。

而這有一個前提:矽基芯片能變得像橡膠一樣柔軟,無創地與人體結合嗎? Continue reading

哥倫比亞大學「機械手」無需提前了解抓握物體,也能靈活適應形狀!

圖片

大數據文摘轉載自機器人大講堂

人類天生擁有先進而靈活的手部操縱能力,能夠輕鬆完成日常很多動作,例如移動物體、開門、打字、繪畫等。

但對機器人來說,要實現多任務操控,並根據不同物體適應最合適的抓握手勢,這可是件難事。

那該如何控制機械手實現日常操作呢?

很多靈活強大的機械手使用了無模型強化學習技術(RL)來進行精確抓握,這種方法通用性很強,它無需過多假設,而且能自動掌握很多技能。由於這種方法除了建立函數無需其他信息,所以很容易在改進後的環境中重新學習技能,例如更換了目標物體或機械手。

圖片

但大部分情況下,這種策略需要外部傳感信息,例如,用多攝像頭系統來跟踪手指或物體,然而這種系統很難部署在實驗室以外的環境。

為了解決該問題,哥倫比亞大學機器人操作和移動實驗室的研究人員首次將無模型強化學習技術(RL)與本體觸覺反饋相結合,在沒有任何外部信息、機械手也不知道物體形狀的情況下,僅利用“觸覺感知”就能靈活操縱物體。

图片

無需提前了解抓握物體,也能靈活適應形狀

將觸覺反饋與強化學習集成在一起,本身就是一個挑戰。

觸覺反饋通常是高維的,這會極大地增加強化學習所需的訓練樣本數量。因此,大多數使用強化算法控制機械手的工作要么完全避免使用觸覺反饋,要么考慮需要較少訓練樣本的任務。

图片

為了避免大量的訓練樣本,研究人員考慮僅使用內部感知,不關注被抓物體的形狀,而是專注於讓機械手學習手指手勢(包括手指替換和重新抓握的操作)和手指旋轉(涉及手指抓握中的物體的操作)技能,這些不受手的運動學約束的限制,可以實現潛在的物體形狀重新定向。

图片

這個機械手並不包含手掌,所以可將手指的手勢學習主要集中在主軸旋轉,然後為每個軸獲得的手指採集策略以適當的順序組合,以實現目標方向的期望變化。

图片

图片

穩定抓取採樣,減少隨機性

僅用內部感知學習手勢的方法有一定的缺點:行動隨機化。

隨機的探索動作容易擾亂精確抓握的物體的穩定性,導致其掉落,因此需要對手指位置穩定抓取採樣(SGS),以訓練穩定的抓握軌跡。

图片

為了對手部姿勢進行採樣,研究人員首先對物體周圍的環內指尖位置進行採樣,該環以物體為中心並與其部分重疊,因此指尖接觸物體和保持自由的概率大致相同。通過這個過程,不僅可以找到與手指步態和手指旋轉相關的穩定抓握,還可以提高發現它們的可能性,從而最大限度地減少訓練時間。

图片

第一個將內在觸感與強化學習結合的實例

這項研究的預印本發表在arXiv上,論文標題為《On the Feasibility of Learning Finger-gaiting In-hand Manipulation withIntrinsic Sensing》。

图片

為了促進未來在真實場景中的部署,限制外部視覺或跟踪傳感器等信息是很有必要的。這項研究是第一個成功地使用僅內在傳感信息進行訓練的機械手實例,論文的第一作者,Gagan Khandate認為:“這項工作是邁向未來機械手操縱方向的非常有用的一步,不僅如此,我們在不使用手掌或其他表面進行被動支持的情況下,也能實現機械手的穩定操作技能。”

成也AI,敗也AI。美國最成功的AI房產估價公司遭遇危機,裁員2000人,模型失靈了?

图片
買賣房子可能是你這一輩子做的最大的一次生意了。這一點對中國人來說如此,對美國人來說也不例外。
在國內買賣房子,我們一般都會上一些App上看看那套房子值多少錢,一般來說,大家都會參考同小區類似房子的掛牌價。
當然,現在也有一些軟件開發出了所謂的智能係統,你輸入房子的位置、面積、層高、朝向等信息,會自動出來一個參考價格。
這種模式在國內或許用的比較少,畢竟都是小區平層房居多,跟樓下大媽和房產中介打聽打聽,基本也能把房子價格打聽出個大概——剩下的就是討價還價了嘛。
但是,在美國,以獨棟為主的各類房產通常價格差異很大,房齡橫跨上百年,建築結構和建築風格各異,即使是同樣地段,可能交易價格會有很大的差異。
這時候,智能係統就成了主角。
也許你沒有聽說過Zestimate,更沒有聽說過Zillow公司,但是他們做的事情你一定能理解——用人工智能判斷房價。
作為文摘的粉絲,多少了解一些預測系統的原理,列出盡可能多的房屋的特徵,然後用大量歷史數據進行訓練,就能得到一個相對準確的房屋估價模型。
Zestimate做的就是這麼一件事。Zestimate的數據樣本究竟多大?答案是1.04億,美國全國的住宅總共也不過2億左右,Zillow公司佔了一半。
海量數據加上這幾年飛速發展的神經網絡技術,Zillow公司的業務直線起飛,在整個美國,幾乎所有參與房屋買賣的經理人都將Zestimate的估值作為重點參考。
就是這麼一件頂著AI科技光環的公司,在11月2日宣布計劃裁員2000人,約佔全部員工總數的25%,一周後公司股價大跌近三分之一。
這到底是發生了什麼?
我們不妨一起來看看,這個典型的AI科技公司的成長和受挫之路,對於國內很多靠著“一招鮮,吃遍天”的初創科技公司來說,有著重要的參考意義。
從招聘廣告看Zestimate預測技術
一般來說,想要觀察一家AI公司的核心技術,看看他們的核心業務算法工程師的招聘要求就行了。
Zestimate的核心是預測,最關鍵的應該是數據科學家,我們來隨便看一個Zillow公司數據分析師的招聘廣告是什麼樣。
其實還是SQL數據庫、Python/R這些東西,並且尤其提到了Prophet庫。
Prophet是一個專門為預測單變量時間序列數據集而設計的開源庫。如果你想要自動化地尋找一組好的模型超參數,從而對擁有趨勢及季節性週期變化結構的數據做出有效預測,使用Prophet來處理是一件輕而易舉的事情——它本來就是為此而設計的。
很顯然,Zestimate是用Prophet做時間序列預測,比如未來房子值多少錢?
但是Prophet能勝任這樣的工作嗎?顯然並不完全能。
住房價格是隨機的和綜合的,因為房價是一個競爭的、高度金融化的市場價格,就像股票一樣,很多時候依照歷史數據得到的只是過擬合的曲線,而不能預測到未來的波動。
關於時間序列預測房價的局限性可以參考這篇博客:
https://ryxcommar.com/2021/11/06/zillow-prophet-time-series-and-prices/
被AI技術砸腳的Zillow
Zillow的Zestimate估價技術在房產市場平穩的時候還是非常管用的。
根據其官網的介紹,目前Zestimate在全美國范圍內針對在售房屋的價格預測偏差(median error)為1.9%,而針對未上市房屋的價格預測偏差為6.9%。
準確的結果使得Zillow公司不可避免的去考慮怎麼通過這個估值賺錢,這就造就了“房屋翻售”(House flipping)項目的誕生。
簡單來說,就是購買售價偏低的房產,進行修復和部分設施升級後再加價售出,以獲取差價利潤。
只不過之前這個估價購買都是有經驗豐富的房產經理人完成,而Zillow則是通過機器學習技術來完成。
這種方式效率很高,但是也風險更大。
根據財經十一人的報導,新冠疫情后,美國的房地產市場急速升溫。房價上漲的同期比很快從5%上下飆升到超過10%,2021年8月最高甚至達到19.8%。
Zestimate模型沒有很好地應對市場的這一變化,房價波動導致模型跑偏,很多成交的房產都出現了價格倒掛,買的時候貴,翻新了再買反而便宜了。
在鳳凰城,Zillow翻售後房屋放盤價格有超過九成(93%) 低於公司購入的價格。
這種失誤不僅讓Zillow虧錢了,還讓Zillow手裡持有了過多庫存。
就這樣,巨額虧損和現金流斷裂,讓Zillow挺不住了。
根據媒體報導,11月2日,Zillow發出聲明,公司將放棄房屋翻售業務。聲明中表示,公司的快速買賣房屋的算法+模式未能按計劃發揮作用,造成巨額虧損。預計第三和第四季度的合併虧損將超過5.5億美元。公司計劃裁員2000人,約佔全部員工總數的25%。聲明發布後的一周內公司股價大跌近三分之一。
圖片
這樣的結果給所有沉醉在數字化、大數據、AI等技術上的公司敲響了警鐘,一味依靠數據分析和模型預測的業務模式,並不能應對市場的全部。市場永遠是對的,一旦市場發生變化,原本讓公司賺的盆滿缽滿的模型可能也是讓公司倒下的決定性因素。

英偉達推巴掌大的AI超算,單芯算力200TOPS,Jetson開發者已超85萬人

英伟达推巴掌大的AI超算,单芯算力200TOPS,Jetson开发者已超85万人

面向機器人、自主機器、醫療器械等的邊緣嵌入式計算,NVIDIA昨日推出一款機器人芯片新作NVIDIA Jetson AGX Orin。其模塊及開發者工具包將於明年第一季度上市。

Jetson AGX Orin採用12個Arm Cortex-A78AE CPU核、Ampere架構GPU以及新一代深度學習和視覺加速器。單個Orin可在INT8機器學習工作負載中提供200TOPS算力,處理能力較前代機型Jetson AGX Xavier提升6倍。

該計算平台還增加了32GB LPDDR5 DRAM,帶寬可達204GB/s,TDP配置從15W-50W不等。

“邊緣就是計算機接觸世界的地方。”NVIDIA創始人兼CEO黃仁勳在主題演講中談道,邊緣計算的統一概念是需要處理一系列任務的組合,包括:傳感器、高速IO、數據處理、信號和物理處理、AI推理和計算機圖形等。

而只有巴掌大小的Jetson AGX Orin,不僅算力媲美內置GPU的服務器,而且能在單個芯片中處理整個機器人流水線,包括傳感器、物理、AI、成像與圖形等。

通過與整個NVIDIA AI軟件棧協同,開發人員能夠部署各種複雜模型,來解決自然語言理解、3D感知、多傳感器融合等領域的邊緣AI和機器人技術挑戰。

英伟达推巴掌大的AI超算,单芯算力200TOPS,Jetson开发者已超85万人

自2014年推出Jetson TK1以來,NVIDIA Jetson系列已經發展至有超過85萬開發者,超過6000家公司均在採用該系列平台。而隨著Jetson AGX Orin問世,其在性能和能效上的出色表現,足以滿足醫療、製造、交通等多數行業對部署自主機器和邊緣AI應用的訴求。

同時NVIDIA在軟件生態方面的積累,使得採用Jetson AGX Orin的開發人員能更輕鬆高效地開發和優化各種邊緣AI應用,減少生產級AI的部署時間和成本,這也對自主機器市場和機器人技術的發展起到推動作用。

迄今Jetson嵌入式計算合作夥伴生態系統已覆蓋攝像頭和其他多模傳感器、載體板、硬件設計服務、AI和系統軟件、開發工具和定制軟件開發等一系列廣泛的服務和產品。

面向特定應用領域,NVIDIA也推出了更具針對性的軟硬件組合。

比如昨日NVIDIA發布的醫療健康新計算平台NVIDIA Clara Holoscan即由Jetson AGX Orin提供動力。另外,面向安全自動駕駛的DRIVE AGX Orin處理器同樣基於Ampere架構。當然還有用於機器人技術的Isaac Sim on Continue reading

​最後一天!美國勒索芯片相關數據,台積電等16家企業已提交

11月8日是美國商務部要求芯片供應鏈廠商提供關鍵信息的最後一天。

上週日,11月7日,台積電發言人表示,台積電已回應美國商務部提交供應鏈信息的要求,同時確保沒有特定的客戶數據在此次提交中披露。

同日,據彭博社報導,韓國財政部在一份聲明中稱,韓國公司正準備“自願”提交相關信息。韓民族日報也報導稱,三星電子和SK海力士等國際巨頭將在截止日期前提交數據,它們將盡量減少敏感信息暴露,不違反和客戶的保密協議。

美國商務部長Gina Raimondo曾警告稱,如果有廠商不提供供應鏈信息,她有可能動用《國防生產法》等其他方法強製廠商共享信息。

根據美國政府官網,當前已有23家高校、公司或個人提交相關文件信息,包括西部數據、台積電、聯電、美光、高塔半導體、日月光等。

最後一天! 美國勒索芯片相關數據,台積電等16家企業已提交

一、以信任度和透明度為由,美商務部要求廠商“自願”提供信息

美國當地時間9月23日,美國商務部長Gina Raimondo和國家經濟委員會主任Brian Deese召集了半導體行業的參與者,舉辦了第三次半導體供應鏈會議。

根據白宮官網,美國商務部發起了一項信息請求,要求台積電、三星電子、SK海力士、英特爾、通用汽車、福特等供應鏈所有環節的廠商自願共享有關庫存、需求和交付動態信息。(美國強制半導體供應鏈共享信息,向企業提出26個靈魂問題)

這項信息請求的目標是了解並量化供應鏈可能存在瓶頸的位置。Gina Raimondo呼籲商界領袖在未來45天內對這項信息請求做出回應,並幫助提高供應鏈內的信任度和透明度。

據路透社報導,Gina Raimondo還私下向參與供應鏈會議的公司傳達了信息,如果供應鏈廠商不提供信息,美國白宮可能會援引《國防生產法》或其他工具來強製廠商提供信息。

她警告稱,如果公司不回應這一信息請求,“那麼我們工具箱中還有其他方法讓他們向我們提供數據,我們希望不會到這一步,但如果必須這樣做,我們就會這樣做。”

最後一天! 美國勒索芯片相關數據,台積電等16家企業已提交▲美國商務部部長Gina Raimondo

二、16家公司已提交文件,台積電提交兩份機密信息

截至发文,美國政府網站顯示,其中台積電、聯電、美光、高塔半導體、日月光、西部數據等16家公司已提交相關文件,其餘提交者為高校或個人。

網站顯示,台積電一共提交了三份文件,一份是公開表格,主要有公司財務數據和各終端業務銷售額佔比等,另外兩份則是非公開的機密信息。

三、美商務部要求引爭議,臺韓地區廠商或擇非敏感信息提交

據悉,英特爾、通用等美國半導體、汽車公司承諾將按期提交相關數據,但美國商務部的要求在中國台灣和韓國等地引起了爭論。

據韓民族日報報導,韓國半導體產業協會執行董事安基鉉稱:“(韓國)政府以前從未要求過這些數據,所以企業正處於一個困難的處境。儘管作為供應商,這些跨國公司應該努力幫助穩定半導體供應,但不可預見程序的出現已經引發了擔憂。”

10月初,台灣經濟主管部門也曾要求台系芯片廠商未經客戶同意不能提交商業秘密,其部門負責人王美花在與美國在台協會溝通後說:“廠商如果認為是商業機密的部分,當然廠商也可以不用填答。”

10月6日,台積電首席法務官回應稱,絕對不會交出敏感信息,尤其是客戶數據。10月22日,台積電稱會在11月8日前提交相關信息。

三星電子副董事長10月26日在首爾舉行的韓國電子展上對記者說:“我們正在仔細準備(針對美國的信息要求),以考慮到多種因素。”

韓國財政部上週日稱,韓國公司正在準備“自願提交”相關信息,並補充到韓國科技巨頭一直在與美國就提交數據的範圍進行談判。韓國政府將“通過繼續高層溝通”鞏固與美國的半導體供應鏈夥伴關係。

11月7日當天,台積電發言人高孟華也向彭博社證實,台積電已回應美國商務部供應鏈信息要求,以協助解決全球芯片短缺問題,同時確保沒有客戶特定數據在此次提交終被披露。其在電子郵件中寫道,台積電仍致力於“一如既往地保護客戶的機密”。

從各個廠商與機構的表態來看,台積電、三星電子等不少廠商很可能會和客戶進行交流並選填部分信息。

結語:美信息要求或打破行業默契

最近一段時間以來,台積電等廠商是否提交供應鏈信息、所提交信息是否會損害客戶利益等一直是行業的焦點。此前央視也就這一問題進行了報導。目前看來,台積電、三星電子、SK海力士等企業所提交的信息將會盡力避開敏感和違背上市企業要求的內容,不會對其業務和客戶造成較大的影響。

但美國商務部要求供應鏈廠商提交信息的影響遠不止於此。本次美國商務部直接要求上市公司、行業龍頭提交關鍵信息,其商務部長也放出狠話,這樣“自願”的信息共享方式可能會影響企業與客戶之間的關係,也會對上市公司的信息披露規則發出挑戰。

美AR顯示器商DigiLens獲三星投資,估值超5億美元

美國AR設備顯示器研發商DigiLens獲三星電子投資,估值超過5億美元。

與三星電子一起參與融資的有三星電機、三菱化學旗下的Diamond Edge Ventures、三菱化學控股公司的戰略投資部門等企業。第二輪融資計劃於2021年底完成,以允許其他戰略投資者加入這一最終融資輪。

美國DigiLens成立於2003年,專注於研髮用於VR和AR設備的透明波導技術,可在鏡片上實現AR效果。

VR創造了一種身臨其境的體驗,可以將用戶從物理世界傳送到虛擬世界。 AR在物理世界上提供數字疊加,以獲得更真實的體驗,而XR(拓展現實)則包含兩者的元素。波導顯示光學器件是開發頭戴式硬件的最困難和最重要的一步,DigiLens致力於透明波導技術,加速XR設備發展。

一、透明波導研發,蘋果、Meta都在佈局

DigiLens多年來一直致力於透明波導的開發,透明波導已成為AR眼鏡透明顯示器的前沿技術。

大型科技公司在AR領域發展都有自己的技術戰略。 Meta(原Facebook)正在投資自己的波導研發,蘋果在2018年收購了一家波導公司,美國創新公司Snap在今年早些時候以5億美元的價格收購了英國AR公司WaveOptics,谷歌去年收購了研發激光束顯示技術的加拿大智能眼鏡製造商North,今年正在招聘波導設計師……

DigiLens的競爭對手包括全息光波導技術公司TruLife Optics、英國AR公司WaveOptics、AR眼鏡鏡片研發初創公司Akonia Holographics等。

DigiLens並沒有透露其為開發XR設備籌集的確切金額,DigiLens首席執行官Chris Pickett之前接受外媒VentureBeat採訪時表示,最新的智能眼鏡比該公司在2019年展示的型號更先進。 DigiLens將發布的智能眼鏡會提供AR功能,例如在用戶看到的內容上疊加數字圖像。

“在三星,我們開發和創新技術,為我們的全球客戶提供無與倫比的價值,並提供超出他們預期的體驗。我們很高興投資DigiLens並與之合作,以準備差異化且具有競爭力的AR設備。”三星電子執行副總裁Hark Sang Kim在一份聲明中表示,“我很高興加入DigiLens的董事會,我將致力於加強我們兩家公司之間的緊密聯繫。”

二、曾供貨美國航空、軍方,波導鏡片技術硬核

DigiLens最近發布的Design v1開發人員智能眼鏡專注於加速XR內容創建,其T-REx(透明分辨率擴展器)固態擺動突破性技術使波導分辨率翻倍,而無需在尺寸、功耗和外形尺寸方面進行權衡。 T-REx創新與microLED光引擎相結合,將成為顯著推進XR技術在全球市場上的長期預期分佈的關鍵。

美AR显示器商DigiLens获三星投资,估值超5亿美元

Design v1開發人員智能眼鏡(圖片來源為DigiLens官網)

DigiLens的核心產品是全息波導鏡片,這個鏡片包含一層薄膜、激光蝕刻的光聚合物,以及嵌入帶有鏡面光學的微型全息圖。當微顯示器通過透鏡的一端流動時,光學元件將使光波旋轉並引導它穿過顯示器表面,然後再由第二組光學元件將光波反射回眼睛。

十多年前,DigiLens與美國航空電子設備供應商羅克韋爾柯林斯合作為美國軍方創建航空電子平視顯示(HUD)系統,全息波導鏡片也在不斷發展。

最近,DigiLens設計了一種光聚合物材料和全息複印工藝,使其能夠用打印機生產衍射光學器件,而打印機往往比傳統的精密蝕刻機便宜。

美AR显示器商DigiLens获三星投资,估值超5亿美元

DigiLens的材料噴墨打印設備流程(圖片來源為DigiLens官網)

這些技術的發展都有助於為DigiLens的D輪融資創造動力。

有了這筆額外的資金,DigiLens的核心技術發展又邁出了重要的一步,這種技術很快就會被應用到由合同製造商、原始設備製造商和內容提供商組成的全球生態系統生產的XR硬件中。

三、XR設備有望成為下一代移動設備

DigiLens的技術為AR智能眼鏡提供了輕薄、輕巧、高性能、低成本和製造便利的波導顯示器。 Pickett表示,DigiLens專有的感光聚合物和全息接觸複製製造工藝比市場上的其他波導解決方案更具成本效益和可擴展性,可實現更小、更輕、更薄、更亮和更高效的鏡片。

該公司表示,XR設備有望成為下一代移動設備,成為計算領域千載難逢的戰略轉折點。從工業到醫學、教育和娛樂的廣泛領域,XR都具有廣泛的應用和潛在用途。 XR是計算領域在筆記本電腦、平板電腦和智能手機中發展的下一個形態。

Pickett在一份聲明中說:“這次融資有助於使DigiLens成為開發核心光學技術競賽的領跑者,這些技術對於在AR和XR設備中大規模部署智能鏡片至關重要。”

“波導顯示光學器件是開發頭戴式硬件的最困難和最重要的一步。我們很高興與三星電子合作,現在正是類別創造過程的關鍵步驟。將智能眼鏡推向市場,需要採用一種能夠綜合各種方法,並以此來解決複雜的社會、經濟和生態問題的生態系統管理策略,以控制消費設備生產所需的時間、數量和成本。這一輪融資為智能眼鏡以更實際的價格水平推向市場提供了必要的支持。” Continue reading

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