2025年全球雲計算市場價值達8321億美元

由於新冠肺炎,世界最近遭遇了一場大規模危機。儘管對健康有影響,但大流行對全球經濟活動、供應鍊和組織造成了巨大破壞。因此,大數據、雲計算、物聯網和其他不同的技術正嶄露頭角,它們通過廣泛的網絡跨數據點提供端到端連接,為無限的數據池無縫跨國界共享鋪平道路。

預計全球雲計算市場規模將從2020年的3714億美元增長到2025年的8321億美元,複合年增長率(CAGR)為17.5%。

由於COVID-19大流行,數字業務轉型進入了一個真正困難和危難驅動的階段。頂級雲提供商正在為客戶提供具有成本效益和有益的數字解決方案,因為每個行業都受到疫情的嚴重經濟打擊。工作場所、學校和公司的突然關閉擴大了對雲計算解決方案和服務的需求。

Gartner的一項研究表明,2021年全球公共雲終端用戶支出將增長18.4%,預計將達到3049億美元。這一數字高於2020年的2575億美元。

Gartner的研究表明,應用基礎設施服務將在2021年見證最大的支出增長,預計將達到26.6%。軟件作為一種服務,預計將花費1177億美元,仍將是全球雲計算市場的最大份額。

在這一領域,亞馬遜、微軟和Alphabet等雲服務提供商正以堪稱典範的速度發展。儘管這些組織規模龐大,但由於它們願意承受經濟風暴,並在經濟風暴中變得更加強大,因此顯示出進一步發展的潛力。

例如,自2020年初以來,亞馬遜的股票上漲了83%,其云計算公司亞馬遜網絡服務(AWS)仍然是其最賺錢的部門,2020年第二季度銷售額增長29%,達到108億美元,超過了其電子商務部門。

在此期間,微軟對以數字參與、虛擬工作和工作流規劃為主題的關鍵雲組織的巨大敞口,幫助它應對了一個龐大的市場,預計到2025年,這個市場將增長到4600億美元。在此期間,微軟預計將實現兩位數的年收入增長。

公共雲的開發在某種程度上是由重新安排勞動力在偏遠地區工作的努力推動的,包括加強安全性和建立額外的能力來幫助遠程協作。從大流行中反彈可能會看到圍繞雲技術的新服務提升,從而改變運營格局。不管是否有疫苗,不管工作能否恢復正常,很大一部分虛擬員工都不會回到現實的辦公空間。

信息管理學會(SIM)發布的一項IT模式研究顯示,到2020年,雲計算在十多年來首次成為組織投資最高的項目,取代了持久的先鋒分析、商業智能和相關技術。

儘管截至2019年,IT管理問題和IT投資總體上保持同比不變,但云計算(計算軟件/平台/基礎設施即服務服務)的崛起是這一類別的幾個顯著變化之一。

印孚瑟斯有限公司(InfosysLtd)在其云計算技術業務上的投資成倍增長,因為它觀察到需求的激增,客戶選擇了遠程工作安排、新的行動計劃和後大流行時期的業務連續性計劃。印孚瑟斯公司與總部位於歐洲的GuideVision公司達成最終協議,將以3000萬歐元的價格收購GuideVision公司,以擴大其Cobalt雲計算服務的投資組合,並進一步加強在歐洲地區的近海交付業務。

根據市場知識公司CBInsights的數據,第二季度雲計算融資交易總額達到97筆,高於2019年同期的76筆。從4月到6月,金融投資者向這些初創公司投資了近30億美元。

例如,SnykInc.最近獲得了2億美元的風險投資。這個已有五年曆史的組織使得軟件開發人員可以更容易地將安全性整合到基於雲的應用程序中,這樣就可以更快地組裝和部署它們,同時也減少了安全團隊的負擔。

其他規模龐大的雲計算投資交易還包括數據管理公司Cohesity4月份宣布投資2.5億美元,數據中心技術公司InnoviumInc.7月份公佈投資1.7億美元,以及企業數據庫管理公司蟑螂實驗室(蟑螂Labs)5月份公佈投資8,660萬美元。

就國家而言,北美是採用雲計算服務方面最成熟的市場,因為有一些因素,比如許多擁有尖端IT基礎的公司的存在,以及技術專家的可用性。在此期間,亞太地區預計將為雲計算公司提供重要的增長機會。新興技術、IT基礎設施服務和物聯網(IoT)方面的重大進展,已經推動無數公司擁抱雲計算服務。

隨著新服務的推出,全球雲客戶體驗和呼叫中心解決方案創新者Genesys在印度引入了Genesyscloud?的新功能,授權組織將其數據保存在該國。這對於處於嚴格合規和安全規範的高度監管行業的公司尤其重要,比如醫療保健、金融服務和政府,這些行業通常都有數據主權的先決條件。目前,印度各地區的組織都可以使用Genesys雲提供更多定制的數字優先客戶體驗。

冠狀病毒促進了數字化變革的需要,而到了最後,雲計算的轉型也提出了對新工具的需求。

為什麼信不過AI看病?數據集小、可靠性差,AI醫療任重道遠

近年來,AI 在醫療診斷中的應用受到了越來越多的關注,也出現了一些實際的應用場景,如藥物篩選、AI 診斷。但似乎正確的AI 醫療診斷難以實現,這是哪些原因造成的呢?本文探討並彙總了人們對AI 醫療診斷的一些獨到見解。

AI 與醫療融合作為近年來興起的一種新領域,具有巨大的發展潛力。用於醫療的AI 算法正在不斷湧現,在看到領域前景的同時,我們也發現了一些問題。

例如,為了協助醫生篩查潛在新冠患者,AI 領域的研究者們研發了多種機器學習算法,以根據胸部X 光片和CT 圖像快速準確地檢測和預測新冠肺炎。然而,劍橋大學的一項研究發現:這些算法存在嚴重的算法缺陷和偏見,無法用於實際的臨床應用。

實際上,致力於AI 與醫療融合的研究者並不在少數,也有很多項目為此投資,但該領域仍然存在一些實際問題。近日,Reddit 上的一篇帖子將AI 醫療與AlphaZero 進行了對比,引發了關於AI 醫療問題的諸多討論。

數據集小、需要認證、容錯成本高……

有網友從數據集大小、人機交互、認證和容錯成本四個方面與DeepMind 的AlphaZero 進行了全方位的對比,指出了現有AI 醫療診斷系統存在的一些基本問題。

首先,醫療數據集一般不太大,這是醫生註釋成本高昂造成的。此外,醫療過程也非常緩慢。例如,一台核磁共振機器每小時最多只能進行兩次掃描,每天至多48 次,每年不到20000 次。如果存在20 種疾病,分攤下來每種疾病只能得到1000 張掃描圖像。如果想要從多家醫院收集數據,每家醫院走流程都可能花費數月時間,並且研究人員也沒有大把的時間來填寫不同的表格。相比之下,AlphaZero 的數據收集就容易多了,只需要進行遊戲,每小時就能生成數百萬個數據。

關於這一點,有其他用戶深表贊同。ta 曾見過一個MRI 數據集,首先由3 個醫生進行標註,然後由領域專家重新檢查,這一過程就需要大量的時間。

其次是人機交互方面,至少在可預見的未來,醫療診斷系統需要人類醫生的參與。所以,除了進行預測之外,醫療診斷系統還應該輸出置信度、其他可能的結果以及任何有用的輔助信息。在很大程度上,如何正確處理這些仍是一個未解決的問題。而AlphaZero 只需要輸出單一動作就行了。

再次,認證。你需要向決策者或醫療許可委員會「證明」醫療診斷系統有效。目前,解釋神經網絡仍是一個懸而未決的問題,一些人甚至質疑是否存在解釋的可能。AlphaZero 不需要任何批准認可,只需在遊戲服務器上部署或者找人類玩家測試就行了。

最後,容錯成本。如果醫療診斷系統出錯了,研發者可能會面臨數百萬美元的索賠。因此,你必須保證系統運行正確。AlphaZero 在圍棋遊戲中輸了,那真是太糟糕了,僅此而已。 Continue reading

人工智能技術的起點與終點

 一、人工智能技術的定義

人工智能技術是讓機器取代人從事複雜生產勞動的一類信息技術。

如果一項技術不是信息技術,那麼它並不屬於人工智能技術的類別。大工業時代的紡織機、織布機等許多機器同樣可以取代人從事複雜生產勞動,但它們與信息技術無關,因此不屬於人工智能技術。豐富的數據材料,讓信息技術在當今的時代扮演著舉足輕重的角色,而其中讓機器可以從海量數據中自學習的技術便屬於人工智能技術。

如果一項信息技術不能讓機器徹底取代人,依靠機器獨立地創造價值,那麼無論這項技術能帶給我們多麼有效的信息,它還不能算作人工智能技術。對數據進行加工、處理和分析的數據分析或數據挖掘技術的確可以讓我們有效地掌握數據背後的信息,但是如果這類技術不能讓機器獨立創造價值,那麼它們還不具備人工智能技術的基礎特質。事實上,數據分析或數據挖掘技術固然重要,但它們往往無法作為獨立的產品形態而存在,並且它們創造價值的範圍往往是受技術使用者的主觀能力局限的。

如果一項信息技術不能創造社會價值(即對他人創造價值),那麼無論它表面上如何重要,它都不屬於真正意義上的人工智能技術。人工智能技術是那些可以創造社會價值的信息技術,至於它們以何種方式創造社會價值,將在以下部分逐一介紹。不僅如此,擁有人工智能技術的機器所取代的往往不是人的簡單生產勞動,而是人的複雜生產勞動。如果說工業革命中的機器取代了人在一定範圍內的體力勞動,那麼人工智能技術讓機器取代了人在一定範圍內的腦力勞動。對人的腦力勞動的模仿、補充和部分取代,正是人工智能技術有別於歷史上其他重要技術的關鍵之處。

二、作為起點的經驗

人工智能技術發展的起點,是人在生產勞動過程中經驗的積累。

在人工智能技術體系中,專家系統和機器學習技術扮演著最重要的角色,所以我們將著重分析人工智能技術的這兩個分支。無論是專家系統還是機器學習,它們的本質都是將人的經驗以不同的形式轉化為讓機器可以獨立決策的計算機算法。

在專家系統中,針對待解決的問題,人將與問題相關的經驗轉化為一系列邏輯規則,由計算機依據這些邏輯規則進行決策。因此,專家系統也叫做規則引擎。專家系統所使用的邏輯規則不僅包括與問題相關的“自變量”,還包括與自變量有關的參數的設定。例如,假設待解決的問題是對變量y進行分類(變量y一般被稱作“目標變量”),x1和x2為與問題相關的自變量,專家系統的邏輯規則具有如下形式:當x1 > Θ且x1 + x2 < Δ的時候,y ϵ C1。其中,Θ和Δ為與自變量相關的參數。不難看出,專家系統需要人的經驗覆蓋解決問題的所有細節,不僅包括選擇合適的自變量(x1和x2的選擇),還包括與自變量相關的參數的設定(Θ和Δ的設定)。前者屬於定性分析,後者屬於定量分析。

作為人工智能技術的另一個分支,機器學習技術是從歷史數據中建立模型,通過模型讓機器可以自行決策的一項技術。機器學習技術的基礎是統計學,而機器學習技術的核心便是從數據樣本中尋找自變量和目標變量之間的量化關係。和專家系統一樣,機器學習技術也需要由人來設定自變量,但機器學習技術是基於模型來計算與自變量有關的參數。在以上的例子中,機器學習技術可以同樣使用x1和x2對y進行分類決策。但是,機器學習技術並不需要對參數Θ和Δ進行預先設定,而是將參數設定的任務交給模型去完成。同時,這個模型的建立需要一定量的歷史樣本,每一條歷史樣本不僅包括x1和x2的所有數值,還包括目標變量y的歷史結果。

顯而易見,專家系統和機器學習技術的目標是一致的,都是讓機器可以自行決策。並且,無論是專家系統還是機器學習技術,二者都需要人的經驗作為機器可以自行決策的輸入材料。不同的是,專家系統所需要的經驗材料更加具體,機器學習所需要的經驗材料更加抽象。表面上看,專家系統僅需要少量經驗材料,而機器學習需要大量數據材料。事實上,我們需要提供給專家系統的經驗材料是濃縮了的數據,而我們需要提供給機器學習的數據材料是尚未濃縮的經驗。二者都是經驗材料,二者也都是數據材料。前者側重經驗材料質的部分,後者側重經驗材料量的部分。順便提一下,人們常常有一種錯覺,認為機器學習技術應用效果的好壞程度主要依賴於輸入給它的數據的大小——數據越大,機器學習技術的效果越好。實際上,輸入給機器學習技術的數據如果不能有效地捕捉經驗,這些數據不僅沒有作用,甚至會產生副作用。專家系統與機器學習兩種不同的技術,均有它們的適用範圍。如果人對需要解決的問題具有詳細的定性和定量的經驗,那麼專家系統往往更容易有效地解決問題。如果人對問題的經驗並不充足,但可以獲取一定量的歷史樣本,那麼機器學習技術往往更有優勢。

人工智能技術發展的起點是人的經驗積累到了一定程度,而人工智能技術發展的終點是機器在逐漸增大的範圍內取代人進行複雜生產勞動。在經驗積累的初期,人的經驗可以被總結為這樣或那樣的邏輯規則的時候,專家系統讓機器在特定範圍內取代人進行複雜生產勞動。隨著經驗積累的增加,人的經驗材料的質的不足,便由經驗材料的量的豐富來替代,機器學習技術讓機器在更大的範圍內取代人進行複雜生產勞動。人工智能技術的發展過程,也是機器可以使用的經驗材料範圍的擴大過程,同時也就是機器在更大範圍內取代人進行複雜生產勞動的過程。

三、經驗的演變

經驗是人工智能技術發展的源頭,人工智能技術也反過來讓經驗在更大的範圍內發揮作用。

在絕大多數行業發展的初級階段,人的生產勞動往往是主觀的。只有當人的生產勞動的實際活動量積累到一定的程度之後,才具備積累行業經驗的先決條件。經驗材料的積累過程,也就是人的理性從實踐中進行抽象的過程。這種從實踐到理性的過度,是人進行生產勞動的一個重要飛躍,並且這種飛躍的客觀結果就是經驗材料的沉澱。

然而,經驗材料的全面應用,仍舊受作為勞動主體的人的生命力的局限。人工智能技術的出現,讓機器可以取代人進行複雜生產勞動。即便在人工智能技術在一個行業應用中尚未完全成熟的階段,在機器還只是部分地取代人進行生產勞動的時候,人也在一定程度上獲得了額外的時間。機器為人在生產勞動上所節省的時間,讓人可以耗費更少的時間直接面對勞動對象,而擁有更多時間從經驗中提煉專家系統所需要的邏輯規則和機器學習技術所需要的數據。不僅如此,人還可以從人工智能技術在實際應用中的結果來判斷,在人工智能技術應用過程的哪些步驟,機器最需要經驗的指導。以前,是人有什麼經驗材料,機器便使用什麼經驗材料;現在,是機器需要什麼經驗材料,人便可以主動地創造獲得這些經驗材料的條件。因此,人工智能技術在一個行業生產線的應用,讓機器需要的經驗材料的收集與使用不再是割裂的步驟,而形成了一個統一的整體。而且,人越是有的放矢地為機器提供合適的經驗材料,機器為人帶來的時間節省便越是明顯。人越是從日常的繁瑣勞動中被釋放出來,也就越是有條件積累更豐富的經驗材料。可見,人工智能技術的發展,不僅增加了可以被機器使用的經驗材料的範圍,也給經驗材料的源源不斷的供給帶來了額外的刺激。

我們知道,一個完整的行業生產線包括多個局部的生產環節。在人工智能技術發展的初期,機器所吸納的經驗材料往往是從局部生產環節中積累起來的,而這些局部的經驗材料往往都是孤立的,彼此之間的聯繫純粹是偶然的。隨著人工智能技術的發展,每個局部生產環節的機器勞動的日益完善,機器如何在不同局部生產環節形成一個統一的機器體系的需要便越發強烈了。馬克思說,“需要是同滿足需要的手段一同發展的,並且是依靠這些手段發展的。”(馬克思《資本論》(第一卷)(第十四章))這在人工智能技術的發展過程中,是尤為如此的。當同一個機器體係作用於行業生產線中不同局部生產環節的時候,每一個生產環節完成任務的時間往往是可以預估的,每一個生產環節所起到的作用和它對其他相關生產環節的影響也是可以規劃的。此時,不同局部生產環節的協作經驗,便逐漸積累起來了。隨著人工智能技術在一個行業生產線應用的成熟,機器對經驗材料的需要,逐漸地從局部趨向於整體,從微觀趨向於宏觀,從特殊趨向於一般。因此,人工智能技術從不同的局部生產環節延伸​​至一個完整的行業生產線的過程,也就是經驗材料在更大範圍內轉化為一個整體的生產體系的過程。

由此可見,隨著人工智能技術的發展,經驗已經產生了根本的變化。經驗材料的演變,是伴隨著人工智能技術的成熟一起發展的,並且是藉助人工智能技術的發展而發展的。以前,經驗是如何讓人更有效地進行生產勞動的經驗;現在,經驗是如何讓機器更有效地進行生產勞動的經驗。以前,經驗是對人的勞動行為的理性總結;現在,經驗是對機器局部勞動和整體勞動的動態規劃。

四、作為終點的機器

人工智能技術發展的終點,是讓機器可以獨立於人,自發地、不間斷地為生產勞動創造價值。

人工智能技術,讓機器具備了從經驗材料中自學習的能力,從而大幅度增加了機器進行生產勞動的廣度和深度。正是這種自學習能力,讓機器成為了許多行業中價值創造過程中的主角。人工智能技術有別於其他信息技術,並不是由於人工智能技術在其內容上的優越性或特殊性,而是人工智能技術所賦予機器在生產勞動或價值創造過程中的獨立性。

傳統的信息技術是機器為人提供幫助,由人來完成最終的生產勞動;人工智能技術將這個過程顛倒了過來,是人為機器提供幫助,由機器來完成最終的生產勞動。之前,人是價值創造過程的主要角色,機器是人的工具;現在,機器是價值創造的主要角色,人是機器的工具。人工智能技術絕非僅是一種讓人增加技能和可以從事更複雜生產勞動的特殊工具。恰恰相反,在機器逐漸擴大價值創造範圍的過程中,輔助機器進行生產勞動的人所需要的技能要求越來越低了。

一個完整的行業生產線一般是由多個互相關聯的局部生產環節所組成的。再聰明的機器也無法一下子取代一個行業生產線中所包含的全部生產環節。在一個行業被人工智能技術所改造的過程中,機器往往首先從一個局部的生產環節開始發揮作用,讓機器取代人的勞動首先局限於這一個生產環節。起初,機器對人局部勞動的取代所造成的生產效率的提升往往是不起眼的,人們也最容易在這個最初的環節質疑使用機器的實際意義。然而,只要機器取代人佔領了一個局部生產環節,機器對與這個生產環節相關的其他生產環節的佔領便成為了一個不可阻擋的趨勢。

在一個完整的行業生產線中,如果機器和人同時在不同的局部生產環節進行生產勞動,機器與人之間的協作便產生了阻礙。相比人與機器之間的協作,機器與機器之間的協作更具有連續性的特點,其過程是完全由科學規律來支配的。在這種擺脫了人的主觀局限的科學生產過程中,每一個局部生產環節所需要的時間及全部生產環節所需要的時間便可以事先估算出來了。在人工智能技術應用於一個行業生產線的過程中,人的生產勞動的主觀性逐漸消逝於機器生產勞動的客觀性中,人的局部的生產勞動逐漸融合於機器的集中的生產勞動體系。由此可見,人工智能技術發展的結果,不僅體現於機器在一個局部生產環節中可以獨立地創造價值。人工智能技術發展的結果,也體現於機器體系在一個行業生產線中的多個局部生產環節中,以科學的方式進行有機地協作。

哪種智慧城市技術更容易遭受網絡攻擊?

通過智慧城市舉措,城市之間的聯繫越來越緊密,該舉措側重於道路、交通、天氣和公共設施等功能,如照明、停車計時器、智能交通信號燈、建築、交通和垃圾收集等。這些舉措涉及部署高帶寬和對延遲敏感的應用,這些應用可以從多個來源獲取信息。

這些功能使城市能夠節省資金,減少效率低下,獲得有價值的數據,以協助城市規劃、資源分配以及創建以市民為中心的服務。然而,如果部署不當,沒有適當的安全保障措施,它們會有被不良行為者攻擊的風險,這些人不僅可以訪問機密數據,而且還可以控製或破壞關鍵基礎設施的功能。

網絡攻擊可能會對城市及其居民造成重大破壞,包括關閉或破壞重要服務(例如電力或水)。在許多情況下,勒索軟件攻擊甚至使市政人員無法使用市政計算機和網絡,從而使運營中斷,直到支付大筆贖金為止。

網絡攻擊還可能導致收集和濫用公民的敏感個人信息。在2021年1月,網絡攻擊甚至允許局外人臨時更改本地供水系統中的化學物質濃度。

本週,研究人員發布了一份報告,旨在幫助地方政府決策者更好地了解不同智慧城市技術之間的網絡風險差異。

該報告是在2020年進行的一項調查之後發布的。在該調查中,有76名網絡安全專家根據潛在的技術漏洞、對潛在攻擊者的吸引力以及被攻擊後的潛在影響對不同的技術進行了排名。

調查結果顯示智慧城市技術容易受到網絡攻擊

網絡安全專家指出,一些智慧城市技術的風險比其他技術大。這些差異可歸因於這樣的事實,即在技術上被視為最脆弱的技術,在被成功攻擊後有可能會產生最大的影響。緊急和安全警報系統、街道視頻監控和智能交通信號燈被認為更容易受到網絡攻擊;此外,受訪者認為,對這些技術的網絡攻擊如果成功,可能會產生更大的影響。

相比之下,與其他技術相比,智能垃圾箱以及漏水檢測被列為最不易遭受攻擊和影響最小的技術。

接受調查的專家表示,與尋求刺激者、網絡罪犯、恐怖組織和黑客活動者相比,民族主義國家在實施網絡攻擊方面最為有效。對我們開放式問題的回答表明,專家認為,民族主義國家對基礎設施的攻擊動機很強,並且能夠調動大量資源來發動攻擊。

至關重要的是,接受調查的專家指出,被列為最脆弱和最具影響力的三項技術將是民族主義國家最感興趣的:緊急或安全警報、街道視頻監控和智能交通燈或信號。

公共基礎設施是網絡黑客的最佳目標

大多數人會記得WannaCry勒索軟件攻擊,有超過50,000個組織和150個國家/地區遭到攻擊。在英國,針對國民醫療服務體系的攻擊導致工作人員無法訪問患者記錄,一些電話中斷,外科醫生取消了手術。在德國,德國鐵路火車站的數字顯示板無法使用。在西班牙的攻擊導致電信供應商Telefonica的內部電腦癱瘓。

公共交通是網絡犯罪分子的誘人攻擊目標。2016年,舊金山的公交系統發生了勒索軟件攻擊。車站顯示屏顯示:“你被黑了”。據稱,罪犯索要100個比特幣。

2008年,在波蘭城市洛茲,四輛電車出軌,攻擊迫使其他人緊急停車。攻擊造成12人受傷。警方後來發現,一名青少年利用開源信息侵入電車站,控制一輛車和積分系統,從而侵入電車系統。

保護城市需要採取多機構合作方法

上週,美國特勤局主持了一次虛擬網絡事件響應模擬。州和市政府官員專注於勒索軟件攻擊和緩解策略。擔任網絡事件響應角色的高管使用模擬方案來增強州和地方政府機構與特勤局之間的規劃、協作和信息共享。角色扮演模擬使參與者能夠更好地了解如何有效應對勒索軟件攻擊。此次活動的嘉賓來自聯邦調查局、國家警衛隊局、網絡安全和基礎設施安全局以及其他執法領導。

手機江湖再無LG

4月5日,LG電子在官網上發佈公告稱,LG決定關閉旗下的手機業務,關閉手機業務後,LG將不再向市場推出任何新型手機,相關專利和工作人員將進入家電部門。據相關媒體報導,未來LG將專注於電動車領域、物聯網、AI和6G等。

2G時代的輝煌難以復制

在2G時代,2006年LG推出了“巧克力”手機。在手機尚未智能化、以撥打電話為主的時代,“巧克力”手機憑藉時尚輕薄的造型以及“I Chocolate you”的廣告語,成為當時最受歡迎的滑蓋手機之一。其後,憑藉著多個爆款手機的推出,LG一躍成為排名全球前三的手機廠商。

“4G時代,LG在中國市場就已經沒有存在感了,隨後推出了一些外觀差異化的手機,試圖劍走偏鋒,但效果都不理想”。通信行業資深分析師馬繼華談道。曾經憑藉出色外表紅極一時的LG手機難以復制“巧克力”手機的輝煌。LG在近幾年接連推出幾款外觀“獨特”的手機,試圖通過炫技式營銷挽回市場份額,但卻忽略產品在功耗、性能上的劣質體驗,導致市場表現極差。其次,LG失去中國市場也是LG手機市場份額下降到2%的重要因素。

5G時代隨著技術門檻越來越高,想通過手機外觀差異化挽救市場份額更是天方夜譚,軟硬件實力過硬、集成化度高的智能手機才能站在歷史制高點,而被市場遺忘且沒有過硬技術產品的LG離開手機市場也是減少自身損失的最佳選擇。

LG與三星:不同抉擇,兩種結局

與LG關閉手機業務形成鮮明對比的是三星2020年市場份額全球第一,IDC發布的數據顯示,三星2020年全年的手機出貨量為2.667億部,以20.6%的市場份額居第一。為何LG與三星的距離逐步拉大?

LG入場智能手機較晚,還戰略性失誤的選擇了微軟系統,從而錯過了安卓手機的快速成長期,其後為了扭轉頹勢選擇了“差異化道路”,屢屢推出外觀和性能比較另類的個性化產品,以至於更加被邊緣化,在市場規模上越來越小,失去了原有市場地位。

而三星則選擇了安卓系統,並迅速成為了安卓手機的中堅力量,另外,在蘋果的發展中,三星也獲得很大利益,並保證了在智能手機領域研發和生產的持續性。此外,馬繼華表示,三星一直與中國手機廠商在同類的產品上進行同質化搏鬥,不同於LG的標新立異路線,這也被證明是唯一可行的市場戰略。

手機廠商掉隊是行業性質決定的

在手機發展道路上,因沒跟上智能手機轉型步伐而掉隊的還有諾基亞、黑莓、摩托羅拉等昔日風光一時的手機廠商,進入信息化時代,技術的更新迭代非常快、競爭門檻也越來越高,企業在開始時跟不上,就會陷入步步落後的境地,後期追趕更是難上加難。

手機廠商想不掉隊,自身能做的有限,這是行業發展的性質決定的。每一次的技術進步,消費電子領域都會有新的創新者進入,老品牌模式固定難以轉換,時間久了就只能選擇退出。且企業決策也不能保證每次都正確,賭對技術路線和消費者偏好的幸運不可能始終存在。

對於企業來說,能延緩被替代的時間,或者說提高延續概率的,馬繼華表示也只有做好兩點:一個是加強自身的研發能力,提升核心技術水平,即便終端產品被替代,也可以依靠技術來轉型發展,另一個就是擴大產品線,如LG砍掉手機業務,集中力量發展家電領域。

在5G的大背景下,智能手機的技術有了越來越多的複用空間,智能家居產品、智能汽車以及辦公設備等方面,都要大量用到手機上的專利和技術,LG保留相關專利也是為智能家居佈局,以LG此前在家電方面的積累,選擇一個或者幾個優勢產品,集中資源來發展,還是擁有不錯的前景”。

大浪淘沙,適者生存。手機江湖素來殘酷,沒有哪家能永遠立於潮頭,但每一個當下總有勇者和贏家。如今,手機江湖依舊在這裡,但屬於LG的時代已經結束了。

起底60年代CIA“腦機接口”實驗!把電極植入大腦遙控狗,一隻受2000次電擊後死亡

如今,說到腦機接口,可能大多數人腦海中浮現的,都是去年馬斯克帶著他的“豬隊友”,向全世界介紹了Neuralink。

目前腦機接口這個項目,在人類身上應用還比較少,大多還是在動物身上進行實驗。

不過今天想說的,不是腦機接口的新進展,而是帶大家回顧一下上個世紀60年代CIA做的一項類似於腦機接口的實驗。

根據介紹,這項實驗主要是通過對動物大腦實施外部刺激,進而操控動物。不過其殘酷指數可是要翻了倍不止。

2018年,根據政府檔案解密網站TheBlackVault報導,一份1965年撰寫的報告顯示,CIA當時通過在活狗腦內植入電極,然後利用電流刺激,進而實現遙控狗的目的。

資料顯示,CIA最早在1963年,就已經開始研究如何通過腦部刺激,來控制動物行為了。

當時這一報導引起了廣泛討論,不少人對CIA的殘酷行為口誅筆伐。

最近,這項披露得到了更新。

一張黑白照片顯示了大腦中已裝配上電極的狗,背部綁有接收器刺激器,並戴有防護頭盔,該設配通過外科手術的方式固定在了頭骨上。

不僅如此,根據新近解密的文件還透露,在實驗中的三個測試對象,都經受了高達90伏的電擊,其中一個測試對像被點擊次數超過了2,000次,最後其開始抽搐,隨即死亡。

CIA主導的這項實驗主要是想確定,通過腦部刺激的獎勵機制,能否有效控制動物。目前尚不清楚是否有動物被用於軍事應用。

最新細節披露:在頭骨動手術,電擊致死實驗狗

根據文件透露,這項實驗最初是在老鼠和猴子身上進行的,實驗成功後,便直接轉移到了狗身上,實驗對像多為小型獵犬

公開文件表示,共有6只“遙控狗”被成功開發出來,他們都能接受命令,做出跑、轉、停等行為。文件附件報告中同樣進行了佐證,CIA的“這項計劃旨在侵入狗的大腦,並控制其運動功能”。

在實際操作上,研究人員首先嘗試使用了一種塑料頭盔,但最終敲定的是一種在當時看來全新的外科手術技術,該技術能“將電極完全嵌入頭骨上的牙科黏固劑(dental Continue reading

美國半導體是如何失去前沿優勢的?

近期,美國產經智庫《Employ America》梳理了過去50 年來的半導體發展史,探討美國失去競爭優勢的原因,以史為鑑,重新奪回技術前沿。

文章指出,「產業政策」美國半導體產業發展中扮演著非常關鍵的角色。然而,隨著行業的成熟和競爭環境的變化,政策框架也發生了變化。自20世紀70年代以來,產業政策逐漸被輕資本的「科學政策」戰略所取代,而大型企業和輕資產創新企業取代了由小型和大型生產企業組成的強大生態系統。

儘管這一戰略最初取得了成功,但它創建了一個脆弱的體系。比如,「科學政策」顯然扮演著一個角色,但它的視野過於狹隘,側重新思想的發展,而不是將技術轉往資本。製程技術的創新是一種「實踐」的過程,需要不斷建立與營運新的生產線。但在美國的低資本環境中,半導體產業很難做到邊做邊學。

技術創新發生在供應鏈的每一個環節,並受益於多樣化的參與者和充滿活力的勞動力市場。勞動力不僅是技術前沿的成本中心,而且是創新過程的關鍵投入。

半導體在現代工業經濟中扮演著至關重要的角色,它們的技術路線太重要了,不能以短期盈利能力為指導。政府有機會也有責任利用產業政策,在下一次短缺發生之前阻止它,同時確保美國保持其在技術前沿的地位。

最近,富士康(Foxconn)子公司和主要芯片設備製造商(Foxsemicon)正在考慮在美國建廠,這是該公司在美國的第一家工廠。與此同時,越來越多的公司響應美國政府的號召,將關鍵的科技零部件製造業搬回美國。

「我們正在積極評估在美的第一家工廠,但尚未最終敲定,」公司首席執行官兼總裁Kevin Chiu對日經亞洲(Nikkei Asia)表示。

「如果這個計劃成為現實,它將從一個小規模的生產基地開始,在那裡開發最高端、最先進的芯片工具和零部件。」

不過在美國投資建廠,現實挑戰也十分明顯。建廠的成本至少是在台灣建廠的2.5至3倍、 「我們能否在那裡找到足夠多合格的工人,可能仍然是個大問題。此外,我們必須與客戶討論他們是否願意支付更高的價格。」

有消息稱,英特爾將斥資約200億美元在亞利桑那州新建兩家芯片工廠,也勢必面臨同樣的基礎設施問題(比如合格的工人)。

勞動力冗餘有助於確保公司能夠迅速內部化過程改進,同時也培訓了下一代的工程師和技術人員。然而,這些關鍵因素卻在歷史進程中被視為「冗餘」而遭剔除,造成美國公司高度依賴外部製造工廠的局面。雖然極力邀請台資企業赴美,也只是試圖通過購買解決問題,並未降低對單一供應商的依賴。

面對尖端半導體的短缺和創新能力的下降,美國政策制定者正在考慮認真干預。解決目前的短缺可能為時已晚,但防止下一次短缺的時機就是現在,以史為鑑,猶未為晚。

 一 

美國半導體的兩種產業政策

行業早期,美國政府通過混合使用供應激勵、需求支持和監管協調來指導,創建出一個強大、以創新為中心的競爭生態系統。其中,產業政策對半導體早期發展起了關鍵作用,因為她為各種參與者劃分了各自角色:

小公司在技術前沿進行試驗,而大公司則追求流程改進,以確保這些創新的規模擴大。政府的需求確保了試驗在財政上是可行的,而技術轉讓條例確保了大公司和小公司之間分享取得的進展。

重要的是,定期購買為企業提供了必要的流動性,使它們可以在不依賴大規模一次性產品的情況下繼續迭代。這種工業政策方針鼓勵創新,確保小公司能夠獲得國內大規模生產創新設計的機會,同時允許大公司獲得大規模生產這些創新設計的好處。

隨著行業的成熟和競爭環境的變化,政策框架也發生了變化。自20世紀70年代以來,產業政策逐漸被輕資本的「科學政策」戰略所取代,而大型企業和輕資產創新企業取代了由小型和大型生產企業組成的強大生態系統。儘管這一戰略最初取得了成功,但它創建了一個脆弱的體系

如今,這個行業一方面受到了脆弱的供應鏈的限制,這些供應鏈僅滿足少數擁有巨大投資護城河公司的需求,另一方面則受到了許多輕資產設計公司的限制,這些公司無法產生或獲取流程改進。儘管美國半導體行業在上世紀90年代重新佔據主導地位,但如今——由於這種政策方針的影響——美國半導體行業的技術和商業優勢比以往更加脆弱。隨著台積電對英特爾的崛起,美國已經失去了技術前沿,美國公司面臨嚴重的供應瓶頸。

疫情暴露的供應鏈瓶頸表明,半導體生產是一個關鍵的經濟和國家安全問題——鑑於其作為一種通用技術的地位,在幾乎所有主要供應鏈中都可以發揮作用。雖然「科學政策」顯然扮演著一個角色,但它的視野過於狹隘,側重新思想的發展,而不是將技術轉往資本。製程技術的創新是一種「實踐」的過程,需要不斷建立與營運新的生產線。但在美國的低資本環境中,半導體產業很難做到邊做邊學。

技術創新發生在供應鏈的每一個環節,並受益於多樣化的參與者和充滿活力的勞動力市場。勞動力不僅是技術前沿的成本中心,而且是創新過程的關鍵投入

  Continue reading

6G研究悄然啟動,馬斯克參與其中,汽車行業受益幾何?

3月初,特斯拉CEO埃隆·馬斯克(Elon Musk)的另一家公司SpaceX向美國聯邦通信委員會(FCC)提交申請,希望將衛星服務擴展到“移動車輛、船隻和飛機”。明擺著這是一種不同於中國和歐洲6G(第六代移動通信)的配置。

馬斯克對基礎設施不以為然,他表示,依靠他的“天網”可以把衛星當做基站實現數據傳輸,不僅延遲可以忽略不計,而且與部署傳統基站相比,成本也低得多。

沒錯,5G還在部署,6G研究卻已啟動,一些路線圖已浮出水面。6G有許多未曾謀面的技術,需要大量的基礎設施,它最終將使幾乎所有東西直接聯網,混合和虛擬現實也將成就自動駕駛的未來。不管怎樣,我們還是來看看6G和汽車有什麼關係。

1、6G技術研發悄然啟動

5G部署之際,科學界已在展望下一個有前途的新技術,特別是6G無線通信網絡下定位和感知應用新的可能性。

·2019年11月,科技部會同多部門組織召開6G技術研發工作啟動會,正式成立國家6G技術研發推進工作組和總體專家組。從5G到6G的升級和加強,勢必將惠及各行各業。

·2020年5月,中國聯通與中興通訊簽署6G戰略合作,發揮各自在6G領域的創新優勢,開展6G系統潛在關鍵技術研究。雙方將聯手推動6G技術創新和標準合作,促進6G與衛星網絡、車聯網、工業互聯網等的深度融合。

·2020年8月,前美國總統特朗普批准美國6G試驗。美國防部還宣布,資助一個由30多所美國大學組成的合作研究項目,成立太赫茲(THz)與感知融合技術研究中心(ComSenTer)。美國政府還成立了美國國際開發金融公司,為6G提供資金支持。

·2021年1月,法國原子能委員會電子與信息技術實驗室(CEA Leti)宣布,將在整個歐盟科學界實施NEW-6G計劃,利用一種廣泛的方法,融合多技術、領域和學科,促進下一代無線連接,為未來無線網絡打下基礎。NEW-6G將重新思考納米技術,繪製發展路線圖,鼓勵合作,促進未來6G技術創新的出現。

2、馬斯克“星鏈”幫美國繞開5G?

馬斯克是美國太空探索技術公司(SpaceX)的創始人,他倡導用衛星提供高速互聯網服務,推出了“星鏈”(Starlink)項目。類似的衛星互聯網可能讓美國6G部署如虎添翼,讓6G不再遙遠。分析表明,美國有可能跳過5G,直接過渡到6G。

5G所需的地表大規模基建能力並非美國強項。6G的特點是以衛星為基礎組建互聯網,而非光纖和基站。基建工作主要在太空完成,主要是衛星發射和部署。作為航天強國,美國的深空探測、遙感、操控技術都很發達,可重複火箭技術日趨成熟,芯片技術先進,直接過渡到6G反而相對容易。

馬斯克的星鏈計劃是將上萬顆衛星送上太空,將為美國6G發展提供強有力的支持。SpaceX正在奧斯汀建設一個新的、最先進的製造工廠,生產Starlink套件,包括碟形天線、Wi-Fi路由器、安裝硬件等。

Starlink套件

SpaceX的移動車輛衛星互聯網計劃旨在獲得終端用戶地面站的部署權和運營權,這些地面站將被稱為車載地面站(VMES)、船載地面站(ESV)和機載地面站(ESAA) ,統稱為動態地面站(ESIM),可以將互聯網連接到汽車、船舶,甚至飛機等移動中的運載工具。

SpaceX公司表示,將Starlink應用於移動車輛的想法是衛星互聯網系統核心服務的合理延伸。SpaceX部署的創新、具有成本效益、高頻譜效率的衛星系統能夠為世界各地的客戶提供強大的寬帶服務,特別是在未提供服務和服務不足的地區。

眾多受益實體之一便是馬斯克的另一家公司特斯拉。Starlink聯網電動汽車可以實現視頻流和OTA等功能,使特斯拉汽車不再依賴現有的移動互聯網供應商。

Starlink衛星天線拆解

3、6G之於汽車

特斯拉是一個重要的插曲,下面看看6G研究能為汽車帶來什麼。

6G主要促進的就是互聯網的發展,應該說它將是一個地面無線與衛星通信集成的全連接世界。通過將衛星通信整合到6G移動通信,可以實現全球“無盲區”覆蓋,網絡信號能夠抵達任何一個偏遠鄉村,讓大山深處的病人能接受遠程醫療,讓孩子們能接受遠程教育。對汽車而言,無論跑到哪裡,都不會因沒有信號而失去智能。

6G技術不再是簡單的網絡容量和傳輸速率的突破,它更能縮小數字鴻溝,實現萬物互聯的“終極目標”。6G的數據傳輸速率可能達到5G的50-100倍,時延縮短到5G的十分之一,在峰值速率、時延、流量密度、連接數密度、移動性、頻譜效率、定位能力等方面遠優於5G。據說基於衛星組建互聯網的美國6G速度可能是5G的1000倍。

5G技術能夠讓汽車全面智能化,特別是全面智能控制的自動駕駛。6G將實現幾乎沒有時延的車聯網通信,幾乎可達每秒1TB,有助於實現超能交通。未來網絡中的每輛車都將配備各種傳感器,包括攝像頭、激光雷達,還有用於3D成像的太赫茲陣列、里程表和慣性測量單元。所用算法可快速融合來自多個來源的數據,判斷周邊環境、生物體等的狀態,避免碰撞或人員受傷。

6G更有助於車路協同,成為自動駕駛技術中單車智能的有益補充。單車智能主要通過車上安裝傳感器、雷達、攝像頭來感知環境,並通過車內計算機系統對這些信息進行處理並作出反應。如果天氣或傳感器異常,就會導致單車智能係統探測不到路上的人和障礙物,發生特斯拉多次撞上車道內龐然大物的事故。

6G車路協同利用高速通信將車上傳感器感知、路上傳感器獲取的信息與雲端進行聯網交互,實現協同決策,靠計算機判斷、發出動作指令實現自動駕駛。因此,6G是自動駕駛汽車在全場景、全工況下落地上路的關鍵。

4、6G汽車相關使能技術

從歐洲NEW-6G研發活動來看,主要考慮的是如何利用納米技術、電信、硬件、軟件、網絡和設備來滿足性能和服務質量標準,以及社會期望和可持續發展要求。研究領域包括:

·網絡架構和優化、協議和數據流;

·信息和基礎設施安全;

·集成電路、數字元件、高性能RF和低能耗技術;

·高效的集成天線解決方案;

·專用、高性能、可持續半導體技術。

已經浮出水面的6G應用場景涉及的最重要方面是高精度定位和高分辨率感知,與汽車應用關係很大。其新興技術促成因素包括人工智能(AI)和機器學習(ML)技術、使用無線電頻譜的新頻率,以及智能曲面、智能波束空間處理。

6G賦能技術的汽車應用機會和技術挑戰

6G系統將是真正的智能無線系統,不僅能提供無處不在的通信,還能提供高精度定位和高分辨率感知服務。它將通過一組獨特新功能和服務能力成為這場革命的催化劑,其中定位和感知將與通信共存,可在時間、頻率和空間上不斷共享可用資源。

·太赫茲頻段 Continue reading

SONiC能成為主流嗎?

開源技術通常由一群志同道合的人相互協作、碰撞想法而發展向前,這群人渴望創新,渴望消滅複雜,也渴望打破原有的市場規範。在20年前,開源軟件可能看上去離經叛道,但是現在它已被大眾廣泛接受。不過,在廣域網中,開源並沒有取得很大的進步,尤其是在路由和交換領域中,專有技術仍然佔據主導地位

但是,隨著SONiC的出現,這種情況可能會有所改變, 2016年,Microsoft發布了SONiC,一開始,SONiC OS僅限於在Azure雲所在的數據中心創造經濟效益和提高效率。不過在2017年,Microsoft將SONiC移交給Open Compute Projet後,SONiC開始出現在其他雲計算提供商的數據中心中,比如阿里巴巴、騰訊等。現在,SONiC俱樂部現在大約有850名成員,其中包括許多大型企業,比如戴爾、思科、阿里巴巴、Juniper等。

SONiC能走向主流嗎?

SONiC雖然廣受好評,但仍在邊緣徘徊著,如今它面臨的挑戰是如何打破專有技術的利益,從而走向主流。對此,IDC認為,SONiC在企業連接領域具有廣闊的發展前景,並有潛力成為網絡領域的Linux。

IDC數據中心網絡研究副總裁Brad Casemore表示,在網絡分解,以及各個軟件功能的模塊化解耦和可組合性方面,SONiC已經取得了領先的地位。目前,SONiC主要應用在超大規模數據中心的以太網交換機中,但它也可以擴展到數據中心葉脊拓撲網絡、融合網絡和廣域網中。並且,在未來幾年,SONiC還有可能會出現在5G和電信雲邊緣環境中。

SONiC用例愈加豐富

由於SONiC是開放的,它本身不具有商業性質。但如果你是供應商,你也可以圍繞它創造很多價值。例如,戴爾和其他一些供應商已經使用SONiC為企業提供解決方案。

Enterprise SONiC Distribution

2020年,戴爾推出Enterprise SONiC Distribution,為SONiC增加更多功能並調整其設計。對此,戴爾似乎已經將其定位於企業發展的下一階段,這對SONiC來說也是一次具有決定意義的改變。戴爾高級副總裁Ihab Tarazi表示,此舉是漫長努力後的結晶。因為戴爾從SONiC出現就與Microsoft合作,至今已在SONiC上投資了四年。

Enterprise SONiC Distribution,面向雲端級和大規模數據中心環境,全面支持開源網絡連接解決方案

Enterprise SONiC Distribution定義了一個模塊化的新架構,用戶可以根據需要使用一些模塊,而不必使用整個架構,目前為止,沒有任何其他網絡操作系統可以做到如此。另外,系統必須是雲原生的,專門為雲應用程序和雲用戶設計。

Tarazi表示,SONiC必須對開發人員開放,開發人員可以使用任意工具並進行任意更改。

戴爾現在已經實施了自己的SONiC版本,並添加了管理人員習慣的接口,包括命令行界面(CLI)和API。

SONiC SmartNIC-server組合

目前戴爾已經在計劃提供在SmartNIC上運行SONiC的服務器。SmartNIC可以充當服務器內部的網絡交換機,並且,SmartNIC的用例涵蓋了多個領域,包括邊緣,無線,5G,虛擬交換機和存儲分類。在接下來的一年中,Tarazi希望有更多的協議和功能,尤其是現在擁有專有功能的大型核心交換機。

SONiC在網絡邊緣

微軟Azure網絡部門工程師Dave Maltz負責SONiC的開發,他表示,在疫情期間,SONiC在大型雲公司中仍然得到了良好的應用。明年,會有更多的企業採用SONiC,尤其是在網絡邊緣,現在,已經有了一些早期部署:InsidePacket選擇Microsoft提供的SONiC來提供安全和可編程的邊緣雲服務。 Continue reading

最新電子皮膚能監測新冠!《Nature》專欄复盤電子皮膚蛻變史

近日,《Nature》科技特徵專欄報導中提到,埃文斯頓西北大學的研究人員開發了一款可以用於健康監控的電子皮膚材料,這一裝置的中空電路可置於喉嚨根部,通過藍牙實時監視談話、呼吸、心律和其他生命體徵。

該團隊負責人約翰·羅傑斯(John Rogers)介紹,這款電子皮膚材料,不僅可以用於中風需要語言治療的人,幫助早產兒和在水化作用中的運動員監測生命體徵,還可以在COVID- 19的早期症狀監測中評估感染者咳嗽頻率的變化。

除這款電子皮膚外,其他電子皮膚也給予了機器人一個更輕、更像人類的觸感。但這樣的觸感來之不易,電子皮膚中的電子元件裝置歷經易碎、非柔韌性的難題考驗,向著人類皮膚的延展性、靈敏性探索不斷。本文對自2004年起電子皮膚在柔性電路等硬件發展進行回顧,並對電子皮膚的實際應用進行簡要介紹。

一、基礎:柔性屏、柔性電路的探索

電子皮膚裝置源於電子閱讀器和曲面屏電視中的元件,這些元件起初被科學家開髮用於研究柔性碳基分子和導電聚合物。

“有機電子學的人群正在研究用於顯示和照明的有機發光二極管,用於顯示器底板和大面積電子學的晶體管,以及用於太陽能收集的光伏電子”,英國劍橋大學研究生物電子學喬治·馬利亞拉斯(George Malliaras)教授說道。“在一定程度上,所有的這些應用都將會對柔性外表有益。”

早在2004年,東京大學電子工程師染矢高雄(Takao Someya)便在該領域有了最早的成功案例之一。他和團隊報告稱,他們已經開發出一種8厘米×8厘米的柔性機器人皮膚貼片,由一層層高性能的壓敏聚酰亞胺塑料、一種叫做並五苯的有機半導體以及金和銅電極製成。這款皮膚給予機器人前所未有的東西:一種能夠回應壓力的觸感。

2005年,染矢高雄(Takao Someya)為讓材料更有柔性,感知輕微壓力變化,通過將相對剛性的聚酰亞胺聚合物紡成股線,然後紡成網,解決了這一問題。

約翰·羅傑斯(John Rogers)則在相同領域做出不同探索。他和他的團隊聚焦於由堅硬的無機材料製成的超薄結構,這一材料通常在納米級。他們設計出亞微米的單晶矽色帶,並在張力作用下將其與一層橡膠狀聚二甲基矽氧烷(PDMS)結合。當他們釋放壓力,矽變形成波浪狀,當材料變形時,波浪會變平,但不會破裂。

二、發展:變“穿戴”為“融合”,靈敏到可感受疼痛

在喬治·馬利亞拉斯(George Malliaras)教授看來,可穿戴設備面臨兩類挑戰:對於工程師來說,可能需要懂化學;而對於化學家來說,更需要懂一些工程問題。保持電極和人之間的接觸並不容易,因為皮膚會隨著人的移動而拉伸、起皺和彎曲。

喬治·馬利亞拉斯(George Malliaras)從離子液體出發,與團隊在2014年將一種名為1-乙基-3-甲基咪唑硫酸乙酯的離子液體與聚合物結合,這就產生了一種凝膠,可以容納金電極和導電聚合物。據研究小組報告稱,這種裝置的電氣性能保持了三天。

東京大學電子工程師染矢高雄(Takao Someya)則指出,這樣的裝置也能阻擋汗液,阻礙空氣交換,使其在佩戴時產生刺激性,這意味著它們不能長時間使用。

為解決這一缺點,染矢高雄(Takao Someya)和他的團隊在2017年提出了一種多孔傳感器的想法,使用一種厚度僅為300–500納米的柔性金纖維網。他們用聚乙烯醇(PVA)紡了一個像意大利麵條一樣的網,在上面沉積了一個金色的電路圖案。用水沖洗會沖走PVA,留下柔軟、透氣、不發炎的電線陣列,用戶很難分辨出自己戴的是什麼。

喬治·馬利亞拉斯(George Malliaras)表示,可穿戴電子設備用於健康監測的最大好處是,可將自身健康作為基線,根據基線的漂移來判定自身健康狀況。“你可以整天戴著一個裝置,卻忘了它就在那裡。”

在加州斯坦福大學,聚合物化學家鮑振安(Zhenan Bao)也在開發電子皮膚。但她並沒有製造傳感器再與皮膚兼容,而是採用分子方法:從一開始就考慮到柔韌性,設計有機聚合物和電子元件。

目前,鮑振安(Zhenan Bao)已開發出一種原型裝置,可以感知汗液中的激素變化,特別是皮質醇水平。這種重要的壓力指標,可以用來幫助理解焦慮和抑鬱。同時,這項技術也可以用來製造放置在體內的有機電子產品,幫助修復受損的神經,並且隨著身體的變化而變形。

在澳大利亞,墨爾本RMIT大學的馬杜·巴斯卡蘭(Madhu Bhaskaran)喜歡無機方法,與團隊使用金屬,如鍶、釩或鈦的氧化物,來開發能夠感知疼痛的人造皮膚。

三、落地:部分已用於臨床試驗,如監測重症早產兒

目前,一些電子皮膚技術已經轉化為產品在臨床使用了。

有一種名為BioStamp的感應貼片,它可以在家中通過整理參與者的大量生命體徵數據,用來輔助臨床試驗。這款補丁由羅傑斯於2008年創立的馬薩諸塞州列剋星敦的MC10公司開發,並於2018年5月獲得美國食品和藥物管理局的批准。(MC10於2020年10月被法國臨床試驗公司Medidata收購。)

2019年,約翰·羅傑斯(John Rogers)和同事們推出了一種貼膏大小的無線傳感器,可以用來監測新生兒重症監護室的早產兒。它已經取代了糾結在一起的監控線的需要,並且讓父母在住院期間更容易抱著孩子。

染矢高雄(Someya)的集團於2015年在東京成立了一家名為Xenoma的螺旋輸出(spin out)公司,該公司在智能服裝中使用類似皮膚的傳感器。這包括睡衣,它可以監測體溫,並與空調連接以調節室溫,或者在穿著者摔倒時提醒急救人員或家人。

結語:從穿戴到融合,電子皮膚已落地應用

現階段日常生活中,大家對於可穿戴電子設備的往往停留在用於計算每日步數的手腕設備,但這類設備無法真正感知皮膚的敏感性,人與物之間還無法實現有效融合。

電子皮膚技術的發展,則會推動硬材料和軟材料之間的匹配,不僅可以讓機器人“活起來”,有真實觸感可感知疼痛,未來該技術與VR、AR等設備的結合,還將實現人、物、空間的高度交互,在虛擬世界中給用戶帶來更多沉浸感,更能夠在現實世界中帶給用戶更多生產、生活的便利。

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