量子計算機會取代傳統計算機嗎？

“洞察力必須先於應用。”

——馬克斯·普朗克，量子物理學之父

量子計算的前景十分廣闊,它有助於更快地開發藥物，為金融領域建立更好的投資組合，並開啟密碼學的新時代。但這是否意味著量子計算將成為統一標準，而傳統計算將被淘汰？

答案是否定的。傳統計算機具有量子計算機難以企及的獨特特質，例如，存儲數據的能力是傳統計算機所獨有的，因為量子計算機的內存最多只能持續幾百微秒。

此外，量子計算機需要保持在接近絕對零度的溫度，也就是零下270攝氏度(零下450華氏度)。普通用戶家中沒有這麼強大的製冷功能，所以，量子計算機不太可能成為大多數家庭或企業的固定設備。

毫無疑問，量子計算將在未來十年內改變許多行業，那麼問題來了：哪些場景更適合量子計算機，哪些更適合傳統計算機？

量子計算機不會取代傳統計算機

量子計算20世紀80年代初就存在了，但直到2019年，谷歌才首次證明了量子計算機的優勢，即量子計算機比傳統計算機快得多。40年過去了，目前全世界的量子設備加起來不超過40個。麥肯錫的報告顯示，到2030年，量子機器可能還不會超過5000台。

量子計算與傳統計算有著本質上的不同，它需要時間來開發、部署。

量子計算機無法像傳統計算機那樣給出直接的答案。傳統計算非常簡單：用戶提供輸入，算法對其進行處理，最後得到一個輸出。而量子計算採用一系列不同的輸入，然後返回一系列的可能性，用戶得到的不是一個直接的答案，是對不同答案可能性的估計。

在處理有許多不同輸入變量和復雜算法的問題時，傳統計算機通常會花費很長時間，而量子計算機可以縮小可能的輸入變量和問題解決方案的範圍，然後用這個範圍在傳統計算機上測試，最後得到答案。

因此，在未來幾十年中，傳統計算機仍將發揮作用。

量子計算技術的局限性

經過四十年的研究，量子技術仍處於起步階段，目前仍然存在一些相當棘手的問題。

量子計算機上的信息被存儲在量子位（qubit）中，傳統計算機使用0和1，量子計算機也是使用0跟1，但與之不同的是，其可以存儲和調用任何0與1的疊加態。因此，量子計算機可以獲得更高的信息密度，並以高於傳統計算機指數級的速度處理非常複雜的操作，同時消耗更少的能量。

隨之而來的問題是，要構建具有許多量子位的量子計算機是非常困難的，我國擁有的76個光子的量子計算機“九章”是當前全球最快的量子計算機。該量子計算系統處理高斯玻色取樣的速度地比2019年谷歌發布的53個超導比特量子計算原型機“懸鈴木”快100億倍。

另外，較大的量子機器往往具有較低的連通性，量子位之間不能很好地相互通信，這種連接性的缺乏會降低系統的整體計算能力。

最後，量子機器很容易出錯。這些計算錯誤是量子系統固有的，本身無法避免。這就是為什麼要投入大量的資本和人力到量子錯誤檢測中，以開發出能夠自查錯誤並加以糾正的機器。儘管目前這一領域已經取得了巨大的進步，但是量子誤差不可能完全消失，即使使用高度精確的量子計算機，仍然有必要用傳統計算機驗證最終結果。

佈局量子未來

量子計算市場預計將從2019年的5.071億美元增長到2030年的649.8億美元，在預測期間（2020-2030年）以56.0％的複合年增長率增長。根據CIR的估計，到2027年，量子計算的收入將達到80億美元。

如今，各國以及一些科技巨頭正致力於量子計算，在研發上投入了大量資金，開展跨行業的各種項目。

國家

我國一直處於量子計算的最前沿，2016年就發射了第一顆量子衛星。2020年12月4日，中國科學技術大學宣布該校潘建偉等人成功構建76個光子的量子計算原型機“九章”，這一突破使我國成為全球第二個實現“量子優越性”的國家。

美國、德國、俄羅斯、印度和歐盟也加大了對量子計算的投入。特朗普根據2018年底簽署成為法律的《國家量子倡議法案》，於2019年成立了國家量子計劃諮詢委員會，該法案授權在未來5年斥資12億美元用於量子科學。

印度政府在其2020年預算中宣布了一項國家量子技術與應用國家計劃，其五年期間的總預算支出為800億印度盧比（約11.2億美元），而歐洲有一項10億歐元的計劃，為未來十年的整個量子價值鏈提供資金。

公司

加拿大量子計算公司D-Wave於2011年5月11日正式發布了全球第一款商用型量子計算機“D-Wave One”，2019年2月，D-Wave宣布了其下一代量子計算平台的預覽，整合了硬件、軟件和工具，以加速和簡化量子計算應用程序的交付。

IBM一直是量子計算領域的先驅之一，在2019年1月，IBM推出了IBM Q System One，這是世界上第一個專為科學和商業用途設計的集成式通用近似量子計算系統。2020年9月，IBM在紐約開設了量子計算中心，將其量子計算系統擴展到商業和研究活動。IBM最近還投資了劍橋量子計算公司，後者是2018年首批加入IBM Q網絡的初創公司之一。

2019年10月，谷歌宣布實現了“量子霸權”，其量子計算機在3分20秒內解決了當時世界上最強大的超級計算機“Summit”需要1萬年才能計算出來的問題。“量子霸權”一詞由John Continue reading →

為什麼人臉識別系統總是認錯黑人？

技術不懂什麼是種族偏見，人臉識別卻一再翻車。

從良民到罪犯，有時候就是這麼簡單。

（一）荒唐樹上荒唐果，荒唐樹下黑小伙

沒有駕照，就不能開車搶劫？FBI 第一個站出來反駁。

2019 年1 月的一個週六，兩名警察來到一家酒店。幾十分鐘前，他們接到報警，說有一名黑人男子在禮品店裡偷吃零食，被店員逮了個正著，你們趕緊來看看呀。

警察到時，被抓住的黑人男子已被帶到酒店辦公室，此人身高約6 英尺，身穿黑色夾克，與​​膚色幾乎融為一體。

事不宜遲，FBI 立馬掏出小本本，盤問起事情經過，黑人男子非常配合，一開口就是道歉，說會把吃掉的零食錢補上，還主動把自己的駕照遞給了FBI。

兩名警察一看，誒，這小伙挺懂事兒，其中一名警察伸手接過駕照，瞥見姓名一欄印著Jamal Owens，另一名警察則開始搜身。

男子交出的駕照

幾乎是同一時間，兩名警察都皺起眉頭：一人察覺到駕照有異樣，懷疑是個山寨貨；另一人則在黑人男子的口袋裡，摸到了一袋高度疑似大麻的東西。

倆人警覺起來，順勢做出掏手銬的動作，就在此刻，剛剛還滿口騷瑞的黑人男子，撒丫子就朝酒店門口狂奔，並迅速鑽進一輛車裡，瘋了似的猛踩油門，哪怕撞上了停在不遠處的警車，也只有三秒鐘的減速，很快就消失在了街道盡頭。

儘管犯人在眼皮子底下溜走了，但往好處想，畢竟他的假駕照還在手裡，順藤摸瓜，絕對跑不了。

兩名警察迅速返回警局，把假駕照上的照片發給了擁有人臉識別技術的州政府機構。

第二天，匹配就有了結果：照片比中了家住30 英里外的一名黑人男子。資料顯示，此人名叫帕克斯，在一家雜貨店工作。(為產生誤會，補充一句，帕克斯曾有前科，所以系統中留有照片)

謹慎起見，警員先把帕克斯的身份證和那本假駕照做了比對，認為是同一個人，又核對了一遍假駕照，確定照片上這個男子，就是當天逃跑的那個人。

雙重確認後，FBI 立即簽發了對帕克斯的逮捕令，罪名有盜竊商店、偽造政府文件、拒捕等。

根據現有資料，警方突襲了幾個可能的地址，卻都沒有找到帕克斯，反而是帕克斯本人在跟祖母聊天時，無意中聽說警察在逮捕自己，堅信這是個誤會的帕克斯，趕忙給表哥打了個電話，表哥一聽，不敢耽誤，迅速開車把帕克斯送到了警局。

帕克斯本來是去澄清的，誰知警察不由分說，直接手銬伺候，還安排了好幾個警察同時審訊。

FBI：你自己幹過什麼，心裡很清楚吧？

帕克斯：我冤枉，那人真不是我，我壓根兒不會開車，今天還是我哥送我來的呢~

FBI：都到這兒了，你還裝！我看你挺會開車~

帕克斯：嗯？我希望你搞清楚一點，不是所有的黑人都長得一樣。

FBI：還敢猖狂，來人，關起來。

左：帕克斯，右：入店行竊嫌疑人

被關押了10 天后，帕克斯終於獲准保釋，隨後，他走上了長達一年的訴訟之路。

說到被人臉識別誤抓，帕克斯可不是唯一一個。

2020 年初，威廉姆斯正坐在辦公室里工作，突然，桌上的電話鈴聲大作，威廉姆斯接起電話，還沒開口，對方先自報家門，稱自己是底特律警察局，還說已經拿到威廉姆斯犯事兒的證據了，識相的話，趕緊去警局自首。

威廉姆斯本尊 Continue reading →

“造”個自己去開會！最牛3D人臉建模系統，輸入一張照片就行

導讀：3D人臉建模是計算機視覺、圖形學、機器學習領域的研究焦點之一。

作者| 溫淑

倫敦帝國理工學院和初創公司FaceSoft.io的研究人員設計出一個人臉建模系統AvatarMe。AvatarMe可以依據任意一張人臉照片和一些面部細節，生成4K x 6K分辨率的3D人臉模型。

AvatarMe是首個能根據單一圖像生成較高分辨率3D人臉模型的系統。在未來，AvatarMe或可用於視頻會議等各個VR應用場景。

這項研究發表於CVPR 2020，論文標題為《AvatarMe：“在野外”的真實的可渲染的3D臉部重建（AvatarMe：Realistically Renderable 3D Facial Reconstruction “in-the-wild”）》。

論文鏈接：https://arxiv.org/pdf/2003.13845.pdf

CVPR（Conference on Computer Vision and Pattern Recognition）是由IEEE舉辦的計算機視覺和模式識別領域的頂級會議，本屆會議在6月13日到6月19日之間舉辦。

一、AvatarMe：依據一張照片生成逼真的3D人臉

3D人臉建模是計算機視覺、圖形學、機器學習領域的研究焦點之一。在過去幾年，許多研究團隊研發了基於生成對抗性網絡（GAN）的3D人臉建模系統。

GAN由一個生成網絡和一個判別網絡組成。GAN模型的學習過程就是生成網絡和判別網絡的相互博弈的過程：生成網絡隨機合成一張圖片，讓判別網絡判斷這張圖片的真假，繼而根據判別網絡給出的反饋不斷提高“造假”能力，最終做到以假亂真。

但是，在依據任意人臉照片生成3D人臉模型方面，現有的解決方案普遍性能較差，生成的3D人臉模型分辨率較低。

倫敦帝國理工學院和初創公司FaceSoft.io的研究人員認為，這是因為兩個原因：

一方面，研究人員缺乏可用於培訓的數據；另一方面，可成功應用於高分辨率數據的穩健方法也比較少。

為了解決這些問題，倫敦帝國理工學院和初創公司FaceSoft.io的研發人員捕獲了一個關於面部形狀和反射率的大型數據集。

同時，研究人員採用基於藝術狀態的3D紋理和形狀重建方法，以渲染所需的每像素分辨率和鏡面反射分量。最終，研究人員成功地優化了3D人臉建模結果。

▲AvatarMe系統的管道結果

二、採用兩種捕獲方法，收集超200張人臉圖像

為了建立可用於訓練的人臉數據集，研究人員採用兩種方法收集數據。

第一種方法中，研究人員利用一個有168個光源的極化LED球泡燈和9台單反相機，捕獲高分辨率的孔隙級人臉反射率圖。極化LED球泡燈中，一半的光源是垂直極化的，另一半光源是水平極化的。兩種極化方式的光源交錯排布。

第二種方法中，研究人員利用非極化的LED球泡燈進行色彩空間分析，以捕獲解纏的紋理。相比於第一種方法，利用非極化的LED球泡燈只需捕獲不到一半的數據，因此捕獲時間較短短。另外，由於不需要偏振片（polarizer），非極化的LED球泡燈設置也比較簡單。

通過這兩種方法，研究人員採集到超過200個不同年齡和特點的人的孔隙級人臉反射率圖。為便於進一步研究，研究人員將收集到的圖像引入一個標準拓撲結構中，建立人臉數據庫。

研究人員將這一數據庫命名為RealFaceDB，根據論文，與同類人臉數據庫相比，RealFaceDB規模為最大。

▲將人臉圖像引入標準拓撲結構

三、不僅能用低分辨率照片建模，戴墨鏡照片也行 Continue reading →

赫茲傳

在此前的《通信名人傳記系列》中，我給大家介紹過法拉第、麥克斯韋、馬可尼、波波夫、特斯拉等多位大牛。他們要么是電磁理論的奠基人，要么是電磁應用的發明家。

但是，有一個人，我一直沒來得及介紹。他就是電磁理論和電磁應用之間最重要的銜接者，第一個證實電磁波真實存在的人，德國著名物理學家，海因里希·魯道夫·赫茲（Heinrich Rudolf Hertz）。

赫茲

赫茲在物理史上擁有舉足輕重的地位。如果沒有他，麥克斯韋的電磁理論和方程式只能繼續吃灰，而馬可尼等人的無線電發明，連影子都不會有。

正因為有了赫茲和他的發現，麥克斯韋才能沉冤得雪，電磁理論也能重見天日。我們呢，則最終迎來了精彩紛呈的移動通信時代。

那麼，赫茲究竟是一個什麼樣的人？他是如何證實電磁波存在的？今天這篇文章，小棗君給大家講講赫茲的傳奇故事。

▉ 天才少年的成長之路

1857年2月22日，赫茲出生在德國漢堡一個猶太家庭。

他的家境非常不錯，父親叫古斯塔夫·費迪南德·赫茲，是德國漢堡市的一名大律師（後來成為參議員）。母親叫安娜·伊麗莎白·菲弗克恩，是一位醫生的女兒。赫茲是家裡最大的孩子，他還有3個弟弟和1個妹妹。

赫茲一家（右二站立者是赫茲）

6歲時，赫茲被父母安排進入了漢堡當地的私立學校進行學習。這所學校的校長弗里德里希·威查德·蘭格，是一個著名的教育家。他的教育理念是以孩子為中心，進行個性化培養。赫茲在這所學校裡表現出色，排名第一。

少年赫茲，小帥哥一枚

15歲的時候，赫茲離開了私立學校，在家自學。因為他想考大學，而威查德·蘭格的私立學校並沒有希臘語和拉丁語的課程（這是大學入學必須具備的能力）。

為了更好地學習語言，他們家請了一個很厲害的家教——德國著名語言專家雷德斯洛教授。結果，沒過多久，雷教授跑去告訴赫茲的老爹，說赫茲實在是個語言學天才，“我從來沒見過像赫茲這麼有天分的孩子” 。

17歲的時候，赫茲來到約翰尼姆學校，複習準備大學考試。結果，當他一年後考試通過時，這傢伙又改變了主意。他搬到法蘭克福，跟著一個建築師當學徒，想進軍建築行業。

沒過多久，赫茲就放棄了自己的建築師夢想，跑回德累斯頓學習工程學。

幾個月後，赫茲應徵入伍，服役一年。這期間，赫茲陷入了人生的迷茫階段。他在給自己老媽寫信時，提到：

“日復一日，我覺得自己就是個廢柴。”

（…… da y by day I grow more aware of how Continue reading →

蘋果開闢芯片新戰場

2010年左右，智能手機開始在市場中初露鋒芒。在此後的十年當中，智能手機市場經歷了百家爭鳴，最終蘋果、三星、華為、小米以及OV等品牌成為了手機市場的主流。其中，蘋果、華為和三星都有自己的手機芯片，這也是他們之間進行較量的一個焦點。

但自從蘋果推出適用於PC的M1芯片後，Arm PC芯片的表現受到了市場的關注，同時也成為了眾多手機芯片廠商競逐的新焦點。

為什麼PC成為手機廠商的目標

在過去十年當中，PC市場經歷了六年的下滑。但受到居家辦公、線上學習以及消費需求的複蘇，促進了PC在去年的快速增長

根據國際數據公司（IDC）全球季度個人計算設備追踪報告的初步結果顯示，2020年第四季度全球PC出貨量同比增長26.1%，達到9160萬台（上一次PC市場年增長如此之高，還是在2010年，當年PC市場增長了13.7%）。排名前五的電腦廠商中，就包括手機大廠蘋果（蘋果市佔率為7.6%，位列第四位）。

而除了蘋果以外，近幾年來，小米和華為等廠商也相繼涉足了PC領域。伴隨著數據量的增大，手機與PC之間的互聯互通變得越來越重要，打造手機與PC生態的閉環或許能夠促進他們整個業務的發展。

此外，擁有自研的手機芯片玩家也正在試圖將其芯片設計能力帶到PC市場中去，Arm在這個過程中扮演著重要的角色。眾所周知，目前市場主流的手機芯片都是基於Arm而打造，在手機芯片設計的經驗，或許能夠幫助他們更快地進入到PC市場。而且，以Arm為基礎的芯片向來以低功耗而聞名，這也順應了PC市場對芯片的需求。另外一方面，相比於X86，Arm的授權模式更為開放，這促使了很多廠商願意基於Arm來進軍PC市場。如此來看，Arm不僅可以滿足新一代智能手機和平板電腦的需求，也可以支持PC市場的所求，而這或許也能夠使手機與PC之間的互聯互通更為方便。

另一方面，這些廠商也都紛紛推出了自己的PC終端，而自研芯片能夠降低成本。根據Wccftech的報導顯示，蘋果採用自研芯片最主要的原因之一就是節省成本。IBM的AI戰略負責人薩米特·古普塔（Sumit Gupta）則給出了更為直觀的數據——他計算出蘋果的M1的單位生產成本為40至50美元之間，而購買英特爾酷睿i5處理器的成本在175至250美元左右。由蘋果的這筆賬中看，成本也將推動著其他廠商向自研芯片方向努力。

除此之外，聯想等傳統PC廠商也在擁抱這種新的變化。但對於他們來說，芯片設計是一個新領域，因此，他們對Arm PC芯片的需求也為芯片設計廠商提供了向這方面發展的機會。而高通作為手機芯片的佼佼者，憑藉他們對Arm的了解，高通向Arm PC芯片方向的拓展也就成為了一件意料之中的事。

就此，Arm PC芯片開始在手機芯片廠商當中風靡起來。

蘋果掀起的風暴

蘋果不是第一個推出以Arm為基礎的PC芯片廠商，但他卻是這股風潮的領導者。去年11月，蘋果推出了首款專為Mac 打造的芯片——M1。這是一款主打低功耗的SoC，蘋果稱其開啟來Mac的全新時代。

從數據上看，M1是蘋果推出的首款5nm PC芯片，內含160億顆晶體管。在CPU方面，蘋果稱每個核都被設計為在保證最大化性能的同時，盡可能高效運行單個任務或者線程。其次，蘋果將CPU、GPU、I/O、安全功能、存儲等整合在一起，極大地提高了PC芯片的能效，也是該芯片的一大亮點。

蘋果在其官方新聞稿中稱：“M1 是我們專為Mac 打造的一款SoC 芯片，它是前所未有的。過去十餘年，我們一直致力於為iPhone、iPad 和Apple Watch 研發更加先進的芯片， M1 芯片正是在這一基礎上打造，它將Mac 帶入一個全新的紀元。”蘋果硬件技術高級副總裁Johny Srouji 表示：“作為一款低能耗芯片，M1 擁有我們迄今最快的中央處理器核心、最快的個人電腦集成顯卡，還有著機器學習超強的Apple 神經網絡引擎。M1 芯片將出色的性能、強大的功能和卓越的能效以獨特方式集於一身，是我們所打造的全然一新的超強芯片。”

從中便可以看出，蘋果之前在芯片設計上的經驗，為他們推出PC芯片提供了保障。而蘋果採用自研的PC芯片，也就意味著他們將減少對英特爾的依賴。

但蘋果的影響力或許不僅僅止於此，有報導稱，對AMD和英特爾來說，M1推出的背後重要意義才是他們最大的威脅——這是15年以來第一次，一家沒有x86許可的公司正在構建一種可以與X86競爭的消費者微處理器。如果蘋果維持或改善其M1處理器的性能，並一直領先於x86的競爭對手，那麼其他擁有Arm許可的公司將會關注這一點。

三星緊隨其後

作為手機市場的另外一個巨頭，三星也在試圖發展Arm Continue reading →

終於有人把5G+人工智能講明白了

導讀：本文介紹5G技術，主要包括5G的概念、原理、特點和通用應用4個部分。

01 5G的概念

5G的全稱是第五代移動通信技術，是最新一代的數字蜂窩網絡技術，於2019年開始在世界各地進行大規模部署。

在5G網絡中，“蜂窩”指的是供應商覆蓋的服務區域，聲音、圖像在手機中變成模擬信號後，再通過模數轉換器變成比特流傳輸。所有的5G無線設備在蜂窩中，都可以通過無線電波與本地天線陣和發射機、接收機等進行通信。

02 5G的原理

5G最大的特點是使用更高頻率的無線電波（FR1、FR2波段）來實現更高的數據傳輸速率。毫米波頻段的帶寬高、信息量大，5G網絡使用更寬的頻道與無線設備進行通信，從而實現每秒傳輸更多的數據的目標。

但是，高頻率信號有一個弱點是穿牆能力弱，導致基站的信號覆蓋範圍將較4G縮小很多。因此，5G採用微基站來保證覆蓋範圍。微基站設備小、隨處可裝，同時由於覆蓋範圍小，功率將大幅減小，能夠提升用戶的上網舒適度。

為避免資源浪費，微基站還可進行波束賦形，使電磁波指向連入該基站的設備，同時可根據設備的移動而調整方向。

03 5G的特點

1. 高速度

5G提供超過1GB/s，甚至可達到10GB/s的傳輸速度，相比4G的峰值下載速度300M/s，5G理論上可支持高達百倍的提速。

2. 泛在網

泛在網指無所不在的網絡，目標是在任意時間、地點通過任何人、物都能實現順暢通信。在5G時代，為保證服務與體驗，必須把以前的網絡覆蓋死角都消滅。因此，泛在網的實現是保證5G體驗的一個重要條件。

3. 低時延

5G要求空口時延小於1ms，端到端時延小於5ms。5G對用戶設備和基站之間的無線時延、基站和核心網之間的回傳延遲、核心網延遲和互聯網傳輸延遲等均進行了技術革新，以縮短整體延遲時間。

04 5G通用應用

1. 車聯網

5G具有高速度、低時延等特點，是車聯網產業發展的重要基石，因此，車聯網必然是5G的一個重要應用領域。5G可以提供高精地圖實時下載，可以滿足更精準的定位管理、車隊的統籌管理，支持UBI數據業務。當車聯網全面鋪開後，還可基於5G進行交通安全預警和交通出行引導，進而實現自動駕駛。

2. 智能家居

智能家居也是5G的一個重要應用場景，結合人工智能，這個行業將迎來深度變革。5G支持更多的接入設備，因此現在的智能家居中樞的服務能力將大大提升。一般來說，目前的最大設備接入數為6～8個，而5G可以支持同時控制20個甚至更多的智能家居設備，大大提升整體的兼容能力和綜合服務能力。

3. 虛擬現實

虛擬現實（Virtual Continue reading →

Wi-Fi 6E已經推出它和普通Wi-Fi有何區別

去年9月2日，話說ROG發布了一款高端電競路由器，配備了2.5Gbps的LAN口以及功率放大器，使其三頻​​並發速率達到了11000Mbps，更重要的是這款路由器還是業界手電支持Wi -Fi 6E標準的路由器產品。

許多人會疑惑Wi-Fi 6E是什麼? 和我們一般使用過的Wi-Fi 有什麼區別?今天筆者就帶大家了解最新的Wi-Fi 技術。

什麼是WI-FI 6?

在介紹Wi-Fi 6E的之前，我們先要搞明白什麼是Wi-Fi 6。

所謂的Wi-Fi 6指的是第6代無線網絡技術，現在我們家中的路由器普遍使用的是Wi-Fi 4和Wi-Fi 5技術。

許多人會問，同樣是Wi-Fi，它們有什麼不同嗎?

首先是速度的提升，每次網絡技術進行一次技術升級，首先提升的一定是傳輸速度。那麼Wi-Fi 6究竟提升了多少速度，就以目前大家常用的Wi-Fi 5來進行比較。

目前Wi-Fi 5的理論上最高傳輸速度為6.9Gpbs，單流量最快速度為867Mbit/s而Wi-Fi 6則將傳輸速度提升至9.6Gpbs，單流量帶寬達到了1201Mbit/s。可能大家對這些數據看了有些迷惑。筆者就換算成大家比較熟悉的MB/s來看。

換算之後，Wi-Fi 5單流量最快速度為6939MB/s,而Wi-Fi 6則達到了8168MB/s。網絡連接的速度提高了1.4倍。

不過對Wi-Fi6來說重要的並非是速度上的提升，而是技術的創新，OFDM正交頻分複用技術的運用和MU-MIMO兩大技術讓Wi-Fi 在多設備連接的場景下為設備提供穩定的網絡連接體驗。

現在我們的生活裡，越來越多的設備需要連接網絡，除了手機外，電腦、電視、遊戲機、甚至連冰箱、洗衣機等家電都有連接的Wi-Fi 的需求。

眾多的設備在同一個時段連接在同一個Wi-Fi網絡，最直觀的體驗就是感覺網速變慢了。

比如，你正在用電腦下載電影，那麼連在同一Wi-Fi下的智能電視播放線高清電影的過程中就有會出現卡頓，連接在網絡的下的智能洗衣機用手機操控就會出現延遲。

這種情況就好比一條馬路，如果有大量的車流匯聚到一起，最終出現的就是擁堵的狀況。Wi-Fi網絡的使用同樣是這個道理。 Continue reading →

大數據在智慧城市中的作用

根據聯合國的預測，到2050年，全球大約三分之二的人口將生活在城市地區。這意味著大城市必須開始利用智慧城市中的大數據分析來規劃這一擴張。智慧城市的興起基於各種先進技術，例如物聯網、人工智能和5G，這些技術促進了大數據的流動，從而為各種市政服務的性能和有效性提供寶貴見解。

大數據和物聯網如何塑造智慧城市

在深入探討與城市相關的智能技術之前，讓我們先來看看究竟是什麼讓技術變得“智能”。定義“智能”的主要技術層是傳感器和物聯網設備的技術基礎。第二層涉及部署產生大數據的智能技術。第三層反映了用戶對該系統的廣泛採用。

智慧城市概念依賴於智慧物聯網技術，該技術收集有關係統組件的信息。與商業世界類似，在智慧城市中使用大數據分析已成為減少浪費和工作的關鍵。例如，數據採集設備可以幫助分析員和管理人員實時做出調整，以防止災難發生。

智慧城市的例子是地方政府使用多種物聯網設備來簡化服務，它已被證明對電力和自來水廠非常有用。大數據平台用於發現系統漏洞，如管道洩漏或交通燈故障。

實時研究分析可以快速解決問題，從而最大限度地減少資源和收入損失。此前，自來水公司需要經過數月來尋找洩漏，最終不得不蒙受損失。現在，可以立即檢測到洩漏，並且組織可以在嚴重損壞發生之前進行修復。大數據還可以用來評估室內空氣質量，這可以提醒管理員改善通風條件，最終降低健康風險，特別是在大流行期間。

智慧城市對大數據的另一個主要用途是可持續發展規劃。由於污染可能損害健康，因此企業和公眾越來越希望在其社區中採用更環保的解決方案。越來越多的智慧城市正在實施太陽能和風能解決方案，以確保環境的可持續性，同時降低能源成本。

此外，從大數據中收集的信息可以用來監測房間的佔用情況、溫度、濕度、煙霧和火災。最終，它可以用於創建更安全的家庭和工作環境。

大數據可以為智慧城市做什麼

智慧城市依靠大數據來改善城市管理，可以分為以下幾個部分：

能源：智慧城市面臨的最大挑戰之一是盡可能高效地管理能源。隨著人口的增加，地方政府必須為增加的需求做好準備，同時還要確保在極端天氣情況下的可靠性。可再生能源的使用也有助於提供備用電力，以解決高峰期的能源短缺問題。

交通運輸：大數據對於運輸公司管理其車隊非常有用。通過跟踪車速和行駛里程，物聯網設備可以向總部報告燃油效率和駕駛員行為等要素的數據。該數據可用於幫助降低燃油和維護成本，以及評估員工績效。

基礎設施：在建築基礎設施的多個位置放置智能傳感器是收集可操作數據的關鍵。這些數據可以改善居民生活質量的方法之一是通過簡化垃圾車路線，確保高效的垃圾收集，以及更清潔的社區。它還可以通過使用交通監測設備來幫助減少交通擁堵。

總結

大數據分析在智慧城市中的出現已成為改善城市居民生活質量的關鍵。一個城市收集的數據越多，就越有機會為居民提供更好的生活和工作水平。從物聯網設備等多種來源收集數據將有助於智慧城市在未來十年蓬勃發展。