【AI TOP 10】今年最值得关注的三项大脑技术;北京首条自动驾驶测试道路将落地亦庄;中国军工厂用机器人生产弹药

简介: 近日,美国《科学美国人》刊发文章,对2018年大脑技术的发展做了预测,认为将会出现脑控技术、神经颗粒和微型大脑。而日产也正计划用脑波控制无人驾驶汽车。同样,北京首条自动驾驶测试道路将落地亦庄、福布斯预测苹果将收购特斯拉等要闻也值得关注。

今日头条

2018最值得关注的三项大脑技术

产业要闻

  • 中国军工厂用机器人生产弹药
  • 北京首条自动驾驶测试道路将落地亦庄
  • 福布斯预测:苹果将收购特斯拉,库克将退休从政
  • 百度携手黑莓开发无人驾驶汽车软件
  • 日产计划用脑波控制无人驾驶汽车
  • 讯飞AI研究院在广州南沙挂牌成立
  • 华夏芯发布中国首款全自主IP AI芯片平台

AI解读

  • 2018年,人工智能所需跨越的难关
  • 日媒:中国无人零售店领先一步

2018值得关注的三项大脑技术

c28b22138c07bf3bde963ec1a29eac337f5bd881

脑控技术

神经系统科学家马克·舍维莱说,Facebook正在全力以赴推进“无声讲话”计划,他本人就是这一计划的负责人。舍维莱在麻省理工学院传媒实验室的一次会议上说,人们不喜欢在他人面前大声说出他们想要打什么字。但是,未来直接让大脑打字并非科幻小说。

神经灰尘/神经颗粒

美国国防部高级研究项目局投资6500万美元的神经工厂项目旨在开发一种可以与外界进行数字交流的脑部植入物。第一步是发现神经细胞的电子化学信号。为了做到这一点,布朗大学的科学家们正在开发盐粒大小的“神经颗粒”,以检测神经元放电并促进神经元放电。

微型大脑

科学家正在通过人类干细胞制造三维类器官。这种类器官生长出功能性神经元、不同的大脑皮层,以及其他模仿正常尺寸大脑的构造。研究人员已经启动这一进程,并将在几周制造出类大脑器官,可以预计,2018年会带来比以往更加现实可行的类器官。

中国军工厂用机器人生产弹药

港媒称,据一位资深科学家说,机器人可以使中国的炸弹和炮弹生产能力在不到十年的时间内提高两倍。这位科学家参与了一个利用人工智能提高弹药厂生产能力的项目。

据香港《南华早报》网站1月1日报道,中国科学院沈阳自动化研究所研究员、中国的“高端武器系统智能制造”项目首席科学家徐志刚12月27日告诉《南华早报》,中国大约四分之一的弹药厂已经用“智能机器”取代工人,或者开始这样做。他说,这些有着人造的“手和眼”的机器人可以组装不同类型的致命爆炸物,其中包括炮弹、炸弹和火箭。他们还可以生产更尖端的弹药,例如制导炸弹,这些炸弹配有电脑芯片和传感器,可以进行精确打击。

北京首条自动驾驶测试道路将落地亦庄

6312b5965a2abe84a52db9b7ecf84ecf180c4693

北京市交通委相关负责人1月3日做客交通广播“治堵大家谈”时透露,北京将推广自动驾驶技术,并将对道路设施进行改造,让“车路协同”,首条自动驾驶测试专用道路将落地亦庄。

该负责人表示,为了推广自动驾驶技术,本市将对道路设施进行改造,让“车路协同”。道路的改造会与自动驾驶车辆“握手”,比如信号、标志、标线等的改造,以便于自动驾驶车辆识别。目前,第一条自动驾驶测试专用道路落地亦庄,主要研究自动驾驶的“车路协同”模式,另外一种“高精度地图”模式正在研究中。

福布斯预测:苹果将收购特斯拉,库克将退休从政

b21f8e84d93d751f093be1aaf15e745e9f6bcde6

Tim Cook将从苹果公司退休进入政坛,苹果公司会收购特斯拉,而Elon Musk将接手苹果公司,在2020年前进入自动驾驶的第五阶段(全面自动化)。

苹果和特斯拉都以用户体验(UX),创新以及维护/发展各自的粉丝为重点。而且,两家公司的结合将会在自动驾驶竞争中形成一个竞争壁垒,再无对手。至于Elon Musk,他将为苹果弥补SteveJobs离去而失去的魅力,视野和驱动力(以及怪癖)。

百度携手黑莓开发无人驾驶汽车软件,QNX将与Apollo平台整合 

黑莓公司介入无人驾驶汽车市场的努力又向前迈出了一步,该公司和百度签署了协议将合作开发自动驾驶软件。百度将把黑莓QNX车载操作系统和自家的阿波罗自动驾驶平台捆绑。此外百度还将把黑莓更为成熟的车载娱乐软件整合进阿波罗。

日产计划用脑波控制无人驾驶汽车

日产正在开发新汽车技术,它可以读取驾驶者的“思想”,简单来讲就是用脑扫描技术增强高性能汽车的响应能力,让无人驾驶体验变得更轻松。新技术名叫“B2V”(Brain-to-Vehicle,大脑到汽车),由日产智能出行(Nissan Intelligent Mobility)实验室负责开发。

讯飞AI研究院在广州南沙挂牌成立

e759d9adab6eaa54a8d172695dce6116efb500ee

根据科大讯飞与南沙双方的发展蓝图,科大讯飞将建设广州南沙·科大讯飞人工智能医学影像诊断中心、华南理工大学·科大讯飞脑机协同混合智能技术及应用联合实验室以及华南师范大学·科大讯飞行业大数据应用融合创新联合实验室,同时宣布将智能语音国家人工智能开放平台、认知智能国家重点实验室两大平台落户南沙。

同一天,中国科学院软件研究所与广州南沙开发区管委会共建的“广州智能软件产业研究院”揭牌仪式在南沙举行。双方将通过共建智能软件产业研究院,打造智能软件关键共性技术服务平台及产业孵化平台。

华夏芯发布中国首款全自主IP的AI芯片平台,今年上半年量产

6115aa97d9594fd2bb7948316967a7754978f88f

近日,华夏芯推出了基于以上全自主IP的多核SoC芯片,命名为“北极星”。这款芯片是我国首款拥有自主知识产权的人工智能平台型芯片。

据华夏芯介绍,“北极星”采用台积电 28nm 工艺制程,将于 2018 年上半年量产。在高效满足诸如智能辅助驾驶、智能安防监控、机器人、计算机视觉、车载和商用雷达探测、语音识别等嵌入式人工智能应用的同时,还能延伸到工业 4.0、现场控制、边缘计算、智能硬件、智慧家居等在内的多个其他领域,是一款市场适应性极强的异构计算和人工智能平台型芯片。

日媒:中国零售店无人化领先一步

32b7850c0b559c1e6e8e47e3cfd2d877dc7a0d18

中国的零售店正在迎来无人化的浪潮。随着手机支付的普及,没有店员的便利店相继开业。其普及的背景是,实体零售店受到电商挤压,正面临顾客减少的困境。实体店因房租和人工费上涨,盈利日趋严峻。既节省空间又能降低人工费的无人店受到关注,其优点包括顾客在收银台前的排队压力减轻,同时运营商还不会收到假币。

据调查公司中商产业研究院预测,2017年中国的无人零售店的市场规模为100亿元,但预计5年后(2022年)将扩大至9500亿元。

2018年,人工智能所需跨越的三大难关

1、要让机器人完成特定的任务,就需要针对专门的任务进行编程。它们可以通过反复试错,学会抓握物体。但这个过程相对缓慢。一条比较可行的捷径是,在虚拟、模拟世界中训练机器人,再把它辛苦学到的知识下载到实体机器人中。不过,这种办法受制于“现实差距”——也就是说,模拟系统中学到的技能,并不总是适用于现实世界中的操作。

2、AI软件是有局限性的。国际象棋、将棋、围棋都很复杂,但是规则相对简单,每走一步对弈双方都能看到。快速穷举未来“局面”这事,计算机最在行了。但在现实生活中,大多数局面和问题都不会如此结构分明。

3、在近期的NIPS(神经信息处理系统进展大会)机器学习会议上,讨论的主线之一就是如何让AI技术保持在安全且合乎道德的范围之内。研究人员发现,由于我们的世界跟完美相距甚远,机器学习系统在接受已有数据的训练时,会沾上不道德或不可取的行为,比如以刻板印象对待男女两性。有人正在研发特定手段,用于审核AI系统的内部运作,确保它们在金融与医疗领域运作时,能够作出公正的决策。


原文发布时间为:2018-01-04

本文来自云栖社区合作伙伴新智元,了解相关信息可以关注“AI_era”微信公众号

原文链接:【AI TOP 10】今年最值得关注的三项大脑技术;北京首条自动驾驶测试道路将落地亦庄;中国军工厂用机器人生产弹药

相关文章
|
3天前
|
机器学习/深度学习 人工智能 物联网
AI赋能大学计划·大模型技术与应用实战学生训练营——湖南大学站圆满结营
12月14日,由中国软件行业校园招聘与实习公共服务平台携手魔搭社区共同举办的AI赋能大学计划·大模型技术与产业趋势高校行AIGC项目实战营·湖南大学站圆满结营。
AI赋能大学计划·大模型技术与应用实战学生训练营——湖南大学站圆满结营
|
7天前
|
人工智能 安全 算法
深度剖析 打造大模型时代的可信AI:技术创新与安全治理并重
2024年12月11日,由中国计算机学会计算机视觉专委会主办的“打造大模型时代的可信AI”论坛在上海举行。论坛汇聚了来自多家知名学术机构和企业的顶尖专家,围绕AI的技术风险与治理挑战,探讨如何在大模型时代确保AI的安全性和可信度,推动技术创新与安全治理并行。论坛重点关注计算机视觉领域的最新进展,提出了多项技术手段和治理框架,为AI的健康发展提供了有力支持。
43 8
深度剖析 打造大模型时代的可信AI:技术创新与安全治理并重
|
7天前
|
机器学习/深度学习 人工智能 运维
阿里云技术公开课直播预告:基于阿里云 Elasticsearch 构建 AI 搜索和可观测 Chatbot
阿里云技术公开课预告:Elastic和阿里云搜索技术专家将深入解读阿里云Elasticsearch Enterprise版的AI功能及其在实际应用。
阿里云技术公开课直播预告:基于阿里云 Elasticsearch 构建 AI 搜索和可观测 Chatbot
|
7天前
|
机器学习/深度学习 传感器 人工智能
AI视频监控系统在养老院中的技术实现
AI视频监控系统在养老院的应用,结合了计算机视觉、深度学习和传感器融合技术,实现了对老人体征、摔倒和异常行为的实时监控与分析。系统通过高清摄像头和算法模型,能够准确识别老人的动作和健康状况,并及时向护理人员发出警报,提高护理质量和安全性。
43 14
|
6天前
|
存储 人工智能 运维
AI-Native的路要怎么走?一群技术“老炮儿”指明了方向
上世纪70年代,沃兹尼亚克、乔布斯等人成立Homebrew Computer Club,推动个人电脑普及。如今,创原会承袭这一精神,由CNCF执行董事Priyanka Sharma等构建,聚焦云原生和AI技术,汇聚各行业技术骨干,探索前沿科技。2024年创原会年度峰会达成“全面拥抱AI-Native”共识,解决算力与存储瓶颈,推动AI原生应用开发,助力千行万业智能化转型,成为行业创新风向标。
|
7天前
|
人工智能 计算机视觉
幻觉不一定有害,新框架用AI的幻觉优化图像分割技术
在图像分割领域,传统方法依赖大量手动标注数据,效率低下且难以适应复杂场景。为解决这一问题,研究人员提出了“任务通用可提示分割”方法,利用多模态大型语言模型(MLLM)生成实例特定提示。然而,MLLM常出现幻觉,影响分割精度。为此,研究团队开发了“Prompt-Mask Cycle”(ProMaC)框架,通过迭代生成和验证提示及掩码,有效利用幻觉信息,提高了分割精度和效率。实验结果表明,ProMaC在多个基准数据集上表现出色,为图像分割技术的发展提供了新思路。
22 6
|
2天前
|
人工智能 安全 图形学
【AI落地应用实战】篡改检测技术前沿探索——从基于检测分割到大模型
在数字化洪流席卷全球的当下,视觉内容已成为信息交流与传播的核心媒介,然而,随着PS技术和AIGC技术的飞速发展,图像篡改给视觉内容安全带来了前所未有的挑战。 本文将探讨篡改检测技术的现实挑战,分享篡改检测技术前沿和最新应用成果。
|
10天前
|
机器学习/深度学习 人工智能 自然语言处理
AI技术深度解析:从基础到应用的全面介绍
人工智能(AI)技术的迅猛发展,正在深刻改变着我们的生活和工作方式。从自然语言处理(NLP)到机器学习,从神经网络到大型语言模型(LLM),AI技术的每一次进步都带来了前所未有的机遇和挑战。本文将从背景、历史、业务场景、Python代码示例、流程图以及如何上手等多个方面,对AI技术中的关键组件进行深度解析,为读者呈现一个全面而深入的AI技术世界。
67 10
|
14天前
|
机器学习/深度学习 人工智能 自然语言处理
转载:【AI系统】AI的领域、场景与行业应用
本文概述了AI的历史、现状及发展趋势,探讨了AI在计算机视觉、自然语言处理、语音识别等领域的应用,以及在金融、医疗、教育、互联网等行业中的实践案例。随着技术进步,AI模型正从单一走向多样化,从小规模到大规模分布式训练,企业级AI系统设计面临更多挑战,同时也带来了新的研究与工程实践机遇。文中强调了AI基础设施的重要性,并鼓励读者深入了解AI系统的设计原则与研究方法,共同推动AI技术的发展。
转载:【AI系统】AI的领域、场景与行业应用
|
10天前
|
机器学习/深度学习 人工智能 算法
探索AI在医疗诊断中的应用与挑战
【10月更文挑战第21天】 本文深入探讨了人工智能(AI)技术在医疗诊断领域的应用现状与面临的挑战,旨在为读者提供一个全面的视角,了解AI如何改变传统医疗模式,以及这一变革过程中所伴随的技术、伦理和法律问题。通过分析AI技术的优势和局限性,本文旨在促进对AI在医疗领域应用的更深层次理解和讨论。

热门文章

最新文章