当前位置:首页 > 人工智能
                      • 高科技的松山湖,等你一起来建设!东莞松山湖功能区招商大会即将召开

                        高科技的松山湖,等你一起来建设!东莞松山湖功能区招商大会即将召开

                        对不熟悉科技产业的人而言,东莞的标签可能更多是「工厂」「制造业」「服务业」等等,但熟悉科技产业的人就会知道,东莞早已是中国高科技产业的重点城市之一。 东莞毗邻深圳。深圳被一些评论家形容为中国高科技产业的「策源地和试验田」,当然,深圳当得起这一荣誉,只是,在很多人没有注意到的情况下,东莞已「悄然」成长起来。 东莞的成长,不只是承接那些因为高房价而从深圳逃离的制造业而已。科技产业重中之重的研发投入方面,据国家统计局今年8月发布的「2019年全国科技经费投入统计公报」显示,2018年东莞市全社会R&D经费投入236.32亿元,同比增长达到了25.61%!这么强劲的增长,让东莞得以位列2018科研经费投入(R&D)城市20强。 2020年,东莞市政府工作报告在年度发展目标中专门提出,将R&D(研发)投入(在GDP中的)占比提高至2.8%。为做到这一点,东莞要「大力集聚大湾区高端创新资源,以更大力度支持松山湖科学城建设,加快建设综合性国家科学中心先行启动区的步伐」。 不难发现,松山湖是东莞高科技产业发展建设的重中之重。 为全面展示粤港澳大湾区国家战略下松山湖功能区崭新的发展蓝图和巨大的发展商机,强力推进新冠肺炎疫情新形势下新一轮的产业招商,加快构建现代产业体系,推动经济高质量发展,由东莞松山湖高新技术产业开发区管理委员会主办,OFweek维科网承办的「东莞松山湖功能区招商大会」将于2020年12月2日在东莞松山湖凯悦酒店举行! 会议四大亮点,助力政企对接 ◆ 直播平台功能强大:真人出镜,语音互动,会议将采用在线音视频直播+即时互动答疑+干货下载+实时分享+精彩回放等多功能为一体的直播会议系统,通过免费在线直播展示方式给广大行业人士以真切的参会交互体验,足不出户即可开拓新商机。 ◆ 政府引领,政策导向:政府部门领导针对相关产业最新扶持政策进行解读对话,建立政商两界的纽带和桥梁,贯穿政府招商项目, 系统性地优化两者之间的各项配置,助力政企高效对接、产业项目快速落地。 ◆ 宣传范围广:活动宣传辐射全国,不受地域空间限制,宣传面广。 ◆ 名企汇聚:活动邀请200余家企业,共同探讨松山湖产业园区与企业的未来发展态势。 松山湖功能片区简介 作为东莞创新驱动发展的重要引擎,在全球产业变革和粤港澳大湾区建设的发展机遇前,松山湖将探索创新布局新一代智能制造产业,加速智能制造产业生态圈迭代升级。 图片来自松山湖管委会,摄影师:贺东峰 目前,东莞智能装备产业生态链条初步形成,松山湖功能片区已聚集400余家机器人与智能装备企业,构建起以广东省智能机器人研究院和松山湖国际机器人研究院为代表的产学研平台,集聚起以拓斯达、李群自动化等为代表的机器人及智能装备企业。 其中,高新技术企业71家;核心零部件企业占11%,本体企业占2%,智能装备企业占55%,系统集成企业占17%,服务、教育、农业、医疗等机器人企业占14%,工业互联网企业占1%。营收超过1亿元的企业7家,上市及在「新三板」挂牌企业6家,规模以上工业企业33家。为东莞打造粤港澳大湾区先进制造业中心注入了强劲动力。 大会议程 参会企业、群体,参会领导简况(暂定) 肖亚非,东莞市委副书记,市人民政府市长(图片来源:松山湖管委会) 刘炜,东莞市委常委,松山湖党工委书记(图片来源:新华网) 欧阳南江,松山湖党工委副书记,松山湖管委会主任(图片来源:松山湖管委会) 重点邀请企业 ◆ 智能制造:比亚迪/大族激光/台达电子/施耐德电气/劲拓自动化/光韵达/拓斯达/正业科技/富士康/英威腾电气/研祥高科/雷赛控制/华为/华北工控/优必选机器人/松下电器电/汇川技术/节卡机器人/哈工大机器人/华数机器人/埃夫特/珠海格力智能装备/众为兴/李群自动化/优傲机器人/固高科技/利元亨/科陆/创鑫激光/研祥/商汤科技等; ◆ 电子信息:海思半导体/中芯国际/中兴微/汇顶科技/比亚迪微电子/瑞斯康微电子/敦泰科技/大族元亨/TCL/天马微电子/迈锐光电/创维集团/京东方/华星光电/康佳集团/科大讯飞/海尔/腾讯/大疆/碳云智能/意法半导体/世强先进/中兴通讯/赛灵思/美满/生益电子/富士通/美光/广濑/村田/高通/立讯精密/欣兴电子/中航光电/甲骨文/住友电工/安森美/舜宇光学/是德科技/晶技股份/东芝存储/西部数据/光迅科技/迅达科技/新思科技/意法半导体/瑞声科技/三菱电机/瑞萨/华讯方舟等; ◆ 新材料:正威国际/康得新复合材料/烯旺新材料/新纶科技/沃特新材料/沃尔核材/华科创智技术/冠力新材料/博耀新材料/砺剑超能材料/莱宝高科/昊天龙邦复合材料/南亚电子材料/天赐高新材料/赛纬电子材料/烯湾科技/星源材质/新星轻合金/威勒科技/同益实业等; ◆ 生物医药:迈瑞医疗/华大基因/理邦仪器/开立医疗/尚荣医疗/安翰医疗/深圳普门科技/深圳卫光生物/深圳健康元/深圳信立泰/深圳海普瑞/深圳翰宇药业/卫光生物/海王英特龙/康泰生物等。 参会群体 ◆ 市领导:拟邀请市主要领导、市相关部门领导出席; ◆ 功能区:园镇主要领导及分管招商工作领导、招商部门工作人员; ◆ 签约代表:重点签约项目代表; ◆ 意向客商:行业协会、商协会、粤港澳地区孵化器、产业平台、双创基地、新型研发机构、创业者、专家学者、投融资机构、行业领袖、创新企业家代表、科研单位代表、科技团体负责人、专业媒体人等。 大会报名 扫描下方二维码报名,亲临现场!

                        时间:2020-11-19 关键词: 电子信息 人工智能 工业互联网

                      • 人工智能有多热?这份报告给你答案

                        本文来源:科技日报 2019年中国共发表人工智能论文2.87万篇,比上年增长12.4%,在人工智能领域各顶级国际会议上的活跃度和影响力不断提升; 全球近五年前100篇人工智能论文高被引论文中,中国产出占21篇,居第二位; 中国人工智能专利申请量2019年超过3万件,较之上年增长52.4%…… 10月22日,《中国新一代人工智能发展报告2020》(以下简称《报告》)在浦江创新论坛发布。《报告》由中国科学技术发展战略研究院、科技部新一代人工智能发展研究中心联合国内外十余家机构编写,是继《中国新一代人工智能发展报告2019》之后第二次发布的年度发展报告。 图片来源:中国科学技术发展战略研究院 据中国科学技术发展战略研究院副院长孙福全介绍,《报告》分全球发展、创新环境、科技研发、产业化应用、人才培养、区域发展、人工智能治理七个章节,力图客观反映中国《新一代人工智能发展规划》的实施情况,揭示未来发展的新挑战和新趋势。 中国科学技术发展战略研究院李修全研究员则从撰写报告的角度谈了思考。他进一步指出,人工智能对科技、产业和社会变革的巨大潜力得到了全球更多国家认同。2019年,葡萄牙、西班牙等16个国家发布了人工智能发展战略,至少还有18个国家正在研究和制定国家层面的人工智能战略。 “中国人工智能发展在全球发展具备了很好的基础,但也存在明显短板。”李修全解释说,美国涉及人工智能发展的各个方面都处于领先位置。中国在科研产出、产业发展和政策环境方面有一定优势,但在科技领先实力、人才尤其是高端人才的储备,还有人工智能开源生态等方面还有很大提升空间。 值得关注的是,中国在2019年以更加开放的姿态推进人工智能的国际合作。比如,人工智能国际合作论文数量持续增长,中国在国际人工智能开源社区的贡献度已成为仅次于美国的第二大贡献国,中美两国处于全球人工智能科研合作网络和产业投资网络的中心,人工智能成为“一带一路”国际合作的重要主题。 图片来源:视觉中国 “强化平台建设和环境培育,成为2019年中国推动人工智能发展的一个重要举措。”李修全举例说,科技部新增了10家国家新一代人工智能开发平台,建设了7个新一代人工智能创新试验区,为人工智能技术在各行业各领域的落地应用创造了很好的政策环境。同时,在数据资源、高效能AI算力、高速移动通讯和物联网等与人工智能发展密切相关的新基建方面加大力度,在完善数据管理体系,更大限度激发人工智能时代数据要素价值等方面,中国也做了很多有益的尝试和积极举措。 《报告》分析发现,中国企业在人工智能领域技术创新中的创新主体作用正日益强化,学术界和产业界共同驱动人工智能创新发展初具形态。人工智能应用场景创新,正在成为中国加速产业化落地和技术迭代的重要途径。 2019年是中国智能芯片加速发展的一年,云边端侧十余款智能芯片产品集中亮相并走向商业化应用,推动人工智能产业链广度与深度进一步提升。《报告》显示,中国央地共治共同推动人工智能发展成效显著。北京、江苏、广东、湖北等地2019 年人工智能论文发表最为活跃,广东、北京、江苏、上海在专利申请数量方面领先全国,而广东、江苏、北京、浙江是人工智能专利转移最为活跃的地区,通过科技成果供给激发区域经济发展新动能。 报告分析认为,中国人工智能区域发展与国家区域战略高度协同相互促进,京津冀、长三角和粤港澳大湾区已成为我国人工智能发展的三大区域性引擎,人工智能企业总数占全国的83%。成渝城市群、长江中游城市群也展现出人工智能发展的区域活力,在人工智能特色产业方面初显区域引领和协同作用。 据介绍,中国人工智能学科和专业建设在2019年持续推进,180所高校获批新增人工智能本科专业,北京大学等11所高校新成立了人工智能学院或研究院。 《报告》认为,人工智能治理成为2019年全球人工智能领域发展最突出的亮点进展,人工智能治理的国际共识逐渐形成,并推动治理原则走向落地实施。中国发布了《新一代人工智能治理原则—发展负责任的人工智能》,启动人工智能社会实验、陆续出台多项法律制度和管理办法,并推动人工智能治理原则在人工智能开放创新平台和人工智能创新发展试验区中落地实施。 ~END~ 免责声明:本文内容由21ic获得授权后发布,版权归原作者所有,本平台仅提供信息存储服务。文章仅代表作者个人观点,不代表本平台立场,如有问题,请联系我们,谢谢!

                        时间:2020-11-17 关键词: AI 人工智能

                      • 智慧物流最受关注的三大应用都有哪些玩家?

                        本文来源:物联传媒 本文作者:短颈鹿先生 根据中国证券网报道, 11月1日0点,各大电商双11购物节纷纷打响,电商数据显示,双11第一波的第1小时,共有1100万人涌入天猫,双11的快递量或将再刷新往年纪录。 眼看着这双11将要到来,国家邮政局也预测,双11期间将出现旺季峰值,预计日均快递业务量达4.9亿件,约是日常业务量的2倍。同时,今年的快递之"快"也成为热门话题。很多网友晒出了自己快递的物流速度,最快的一单,从付尾款到收快递,只用了1分钟时间。 庞大的业务量和超快的物流速度,离不开智能终端、物联网、大数据等多重技术的支持。 目前以阿里、京东、顺丰、圆通、中通、韵达等为代表的各大电商和快递巨头,都在物流信息化领域加大投入,从智能数据终端、仓储无人车、自动分拣机等硬件设备和大数据系统入手,实现物流体系的改造升级,压缩配送时间、提高货物管理效率。 智慧物流有望创造规模和效率新纪录,而智慧物流发展的背后,离不开技术的支持。从物流的仓储、运输、配送环节,我们注意到有三大应用值得关注,分别是物流智能仓储、物流自动驾驶、物流无人机。 图片来源亿欧智库 据了解,我国社会物流总额依旧保持持续上升趋势,且我国物流行业已经从高速增长阶段转为较慢增长的高质量发展阶段。降本增效成为物流行业的重要发展目标,物流智能仓储、物流自动驾驶、物流无人机这三大应用有助于行业实现降本增效,因此备受关注。 而在这三大应用的背后,又会有哪些玩家呢?下面我们一起来看。 1 物流智能仓储 第一个我们要讲的是物流智能仓储,智能仓储对于许多物流从业者来说再熟悉不过了,因为它确实占据了整个物流业的半壁江山。 智能仓储系统简单架构 来源:博信科技官网 从商品的入库、存取、挑选、包装、分拣、车库都属于仓储的常规操作,智能仓储属于高度集成化的综合系统,一般还包含立体货架、有轨巷道堆垛机、出入库输送系统、信息识别系统、自动控制系统、计算机监控系统、计算机管理系统等智能化系统。 国内智能仓储行业经历了迅速发展,已越过发展初期阶段。由于物流作为基本环节渗透到各个领域,智能仓储的应用范围也十分广阔。不论是生产制造行业还是电商零售行业,亦或是需要仓库的餐饮行业,对于智能仓储均具有需求。 总体来说,智能仓储的应用与物流高度相关,物流按业务分类可分为工业生产物流和商业配送物流两大类别,智能仓储的应用区域基本也可以锁定在这两大类别中。目前智能物流解决方案在商业配送领域的应用较为广泛,但从长期发展来看,未来制造业领域的市场需求会急速增长。 中国智能仓储行业的技术发展水平与应用水平仍不够成熟,但近几年智能仓储行业参与者们一方面教育市场,另一方面尝试在各个领域进行落地、创建标杆案例。在智能仓储行业中,一般主要有四类参与者在其中扮演着重要角色: 智能物流设备科技企业:主要由智能物流设备的科技公司组成,它们影响着智能仓储基础设施建设和智能化程度。 智能物流软件科技企业:智能仓储的构成除基础智能设备外还需要智能软件的共同协作。这些软件需要和客户的实际业务和大量数据相结合,才能形成对整个业务的管理和调度。因此提供软件的公司需要作为管理者为客户提供持续的服务。 物流地产企业:仓储属于重资产,因此许多物流企业、零售企业或中小型企业不会自己持有仓储,而是通过物流地产公司或金融公司作为公共持有者来运作。 第三方运营企业:仓储第三方公司作为运营者能够提供存储、装卸、拼箱、存货、运输安排等一整套专业化高效、经济的服务。 目前的智能仓储行业正在经历从技术到产品到服务的发展过程,市场还未发展成熟,而智能物流设备是智能仓储行业发展的基础,因此目前智能物流设备领域市场发展比较火热,有大量初创企业不断涌入。这些企业大部分从单点业务起步,逐步扩展至涵盖全链条业务。 而目前中国智能仓储行业的商业模式已经分化出四种(如上图)。由于当前下游应用市场并未完全打开,一体化产品解决方案还未完全成熟,开展代运营服务则可以帮助企业们进行更专业的物流管理。 随着部分产品的标准化,按单收费或租赁更贴合实际需求,让中小企业花费较少的同时享受到专业服务;而与物流运营商进行中介合作,则能拓展技术提供商的市场和应用领域,实现互利共赢。 总体来说,中国智能仓储行业的商业模式且仍在不断摸索中,随着行业的发展,商业模式也将随之变化,且根据GGII数据显示,2018年中国智能仓储市场规模为797.69亿元,预计之后仍会以16%年复合增长率保持继续增长。 2 物流自动驾驶 第二个要讲的是物流自动驾驶,为什么值得关注呢? 原因就在于物流自动驾驶有可能为企业带去极大的降本增效效果,而物流场景是自动驾驶目前最理想的落地应用场景。 在过去十多年的快速发展中,虽然物流行业经过了快速的规模化和整合,体量发展已经巨大,但在效率等方面与发达国家仍存在较大差距,存在可提升空间。 首先,自动驾驶则可明显降低人力成本,同时节省燃油费用。近年来运输成本占物流总成本比例均超50%,而运输成本中的人力费用和燃油费用占比较大,存在可压缩空间。 其次,自动驾驶则可以提高车辆持续行驶时间同时以较高速和较短间距行驶。物流运输效率受各种因素影响,例如司机可持续驾驶时间以及车辆速度和车辆行驶间距等都受到严格限制。 而从自动驾驶的角度出发,推进自动驾驶技术商业化落地,物流领域是非常好的切入点。物流行业的大部分应用场景比较简单、封闭,任务目的明确,技术实现难度总体来说相对乘用车场景下的要求更低;从法律法规以及对城市生活的影响角度来看,物流车辆所受的限制相对较少,因此更容易实现自动驾驶应用,形成规模化的批量复制。 自动驾驶技术在物流领域落地场景主要可以划分为干线、终端配送以及封闭场景。在这三个细分应用场景中,均涌现了一批各具特色的企业,如科技初创公司、互联网巨头、专业物流公司、商用车主机厂。 企业类型 代表企业 发展现状 科技创新公司 图森未来、图森未来、飞布科技、新石器、AutoX、智行者、西井科技、主线科技、慧拓智能 在行业格局没有完全清晰之前,对这类公司来说就是一场拉力赛,它们需要考虑如何在持续激烈的竞争中生存下去,非常考验初创企业的持续造血能力。据了解,科技类初创公司在算法开发能力、软硬件整合能力等方面具备优势,大多在物流自动驾驶的具体细分领域形成了自己的核心竞争力。 互联网巨头 阿里、京东、苏宁、美团、百度、华为 据了解,互联网巨头基于多领域投资及布局的出发点,在自动驾驶物流领域的参与也较为积极。它们投入的资源是许多企业难以实现的,因此在产业生态之中具备众 多优势。例如阿里的无人配送车小G已经开发到第五代,具备室内导航和无人驾驶能力。 专业物流公司 顺丰物流、德邦物流、中通物流等 据了解,专业物流公司希望在重塑行业关键技术时期抓住机遇,通过科技创新实现降本增效、提升竞争力,挖深“护城河”,通过积极进行布局与合作守住自身领地。 商用车主机厂商 一汽解放、北汽福田、陕汽、上汽红岩、中国重汽、东风商用车 商用车主机厂商作为传统汽车产业中的核心环节,面临来自各方的技术发展压力。主机厂商们需要自主研发自动驾驶技术来继续把握市场话语权,避免落后成为代工厂。由于它们目前的主要业务仍以卖车为主,无法将大量资源仅投入专注于研发自动驾驶一项技术,因此大多选择以合作的方式在物流自动驾驶领域进行布局。 据了解,各大势力出于不同动机,彼此之间保持竞争又合作的关系,形成了基本的自动驾驶物流产业生态。虽然物流自动驾驶领域值得期待,但无人驾驶物流车的大规模商业化应用所需时间仍然较长。 一来是自动驾驶目前已经解决了大部分的常规问题,但在感知和决策规划、边界化问题等问题上仍需要时间,而且在自动驾驶技术落地层面,相关法律法规还不够成熟。 公开资料显示,如果要全面部署自动驾驶汽车,至少需要修改我国包括交通安全管理、测绘、运输、信息、通讯、质检、标准化在内七个领域的超几十部法律。 但好在我国已经形成了国家层面的智能网联汽车发展战略,正协调各方面力量、政策、资源对接,以促成智能网联汽车发展,其中对物流自动驾驶就是极大地促进作用。 除此之外,5G通信技术发展迅猛,对于车联网技术的发展具有重要意义,而车联网技术是自动驾驶实现的基础,因此5G与车联网对于自动驾驶的发展均具有推动作用。 3 物流无人机 最后要说的是物流无人机,物流无人机尚处于市场发展早期阶段,因此市场占比较小。但随着未来技术及市场应用的逐渐成熟,其所占的市场比重也会逐渐增加,因此受关注度也在逐渐增加。 无人机按机身构造主要分成固定翼、旋转翼、直升机、多旋翼四种类型。目前物流行业配送领域以多旋翼无人机为主,主要为四旋翼或八旋翼式,飞行高度在1000米以下,飞行半径在10公里上下,承重在10公斤以内。 由于我国航空运输起步较晚,支线飞机配备较少,导致支线运输存在航空需求而无法满足。其次,在末端配送场景中,由于配送需求多样、配送时间冲突、效率低下及成本高昂等问题突出,以及某些交通不便地区道路限制性较强,亦或是城市规划问题以及无人货柜等基础设施不健全等问题,无人机配送正好可以解决这类痛点。 物流无人机具备三大应用优势,能够有效地节省成本、提高效率和突破物理限制。但要注意,物流无人机不是颠覆传统物流行业,而是对物流业的有效补充。目前,支线无人机运输和无人机末端配送是我国无人机在物流领域的主要应用形式。 目前,该市场的参与者主要如下图所示。 由于初期受互联网经济和电子商务快速发展的影响,物流受到爆发性关注,因此许多公司纷纷入局做物流无人机,市场呈现一片火热现象。 但随着市场逐渐沉淀,企业们也更加务实,开始注重产品的实际价值与性价比等问题,行业进入到了理性发展阶段。目前行业内的参与者们更加专注和聚焦于有发展前景的领域,来进行深耕和积累。 从现阶段来看,物流无人机领域落地仍困难重重。诸如技术开发不成熟、产业市场不完善、监管政策不健全等问题仍有待解决,但不可否认的是,无人机在外卖、物流方面确有应用场景。 虽然这类应用回报期较长,但根据中共中央、国务院印发的《交通强国建设纲要》,文中强调,要积极发展无人机(车)物流递送,物流无人机发展前景仍具有极大的想象空间。 (本文部分资料来源于亿欧智库) ~END~ 免责声明:本文内容由21ic获得授权后发布,版权归原作者所有,本平台仅提供信息存储服务。文章仅代表作者个人观点,不代表本平台立场,如有问题,请联系我们,谢谢!

                        时间:2020-11-16 关键词: 物联网 人工智能

                      • 微软智能语音多情感技术升级,晓晓中文语音突破14种风格

                        本文来源:Microsoft 认知服务 近期,微软发布了最新中文晓晓语音升级,中文晓晓新增了 10 种风格。升级后的该语音模型风格多达 14 种,处于行业领先水平。新增风格分别是适用于聊天(Chat)场景的语音,还有平静(Calm)、开心(Cheerful)、悲伤(Sad)、愤怒(Angry)、恐惧(Fearful)、不满(Disgruntled)、严厉(Serious)、撒娇(Affectionate)、温柔(Gentle)等。此次,微软升级的多情感技术,极大丰富了听众的收听体验,尤其在长文本收听过程中,可以很大程度缓解听觉疲劳,提升收听舒适度。 2分钟了解微软晓晓中文语音14种风格 升级前微软中文晓晓语音拥有4种不同风格,分别是新闻、客服、助理、抒情,升级后支持多达14种不同风格,能在丰富的情绪和场景中自由转换,比如多情感有声读物、新闻、客服、助理、聊天等。可以满足不同领域客户的多样化定制需求。 微软发布的智能语音合成技术通过应用语音表现力迁移技术,仅利用少量表现力语料数据,便可以训练出具有高质量、高自然度表现力语音生成能力的源模型。该源模型通过对人类语音表现力特征的深入挖掘,获取了稳定性高,适应性强的语音情感表征,极大地丰富了合成语音的表现力与可控性,赋予了合成语音拟人的喜怒哀乐,弥补了传统人工智能语音合成技术中“人情味”不足的缺憾。 理想的多情感技术将是每个声音都拥有几十种甚至上百种丰富细腻的情感表达,可以驾驭不同场景,根据内容表达自动适配情感。 微软智能语音多情感技术发布,标志了语音合成发展的新趋势,将成为智能语音应用的“标准配置”,实现用户体验新的突破。 ~END~ 免责声明:本文内容由21ic获得授权后发布,版权归原作者所有,本平台仅提供信息存储服务。文章仅代表作者个人观点,不代表本平台立场,如有问题,请联系我们,谢谢!

                        时间:2020-11-16 关键词: 微软 人工智能

                      • 上海嘉定区高度重视传感器产业的发展

                        上海嘉定区高度重视传感器产业的发展

                        当今,随着我国科技的不断发展和产业的不断升级,我国很多地方十分重视对传感器产业的发展,其中就包括上海市嘉定区。 近日,上海智能传感器产业园现场推进会召开。上海嘉定区委书记陆方舟主持会议并强调,智能传感器产业,是上海集成电路“一体两翼”产业布局战略中,嘉定区承担的重要职责使命。各相关单位、部门要增强责任感、紧迫感,只争朝夕、对标对表、攻坚克难,在四季度这个重要时间“窗口”,共同推动智能传感器产业园出形象、出亮点。 传感器技术优劣成为衡量一个国家科技水平和是否处在国际战略竞争制高点的重要标志,是发达国家高度重视和争相发展的核心基础技术。 陆方舟说,于全市层面来看,上海着力解决核心技术“卡脖子”问题,正在积极建设集成电路、人工智能、生物医药三大产业创新高地,其中,集成电路“一体两翼”布局覆盖浦东“一体”和临港、嘉定“两翼”。挂牌一周年的临港新片区,新招频出、成效显著,“东方芯港”也正在快速出形象。对于嘉定自身而言,当前正处在新旧动能转换的关键期,需要加快发展、加快推进,把产业转型、动能转换的力度发挥出来。这都需要相关单位、部门保持紧张感、增强紧迫感、提升精气神,进一步增强“不前进就是退步、不创新就是滞后”的思想认识。 总的来说,我国与国外的传感器产业相比,差距还很大。在传感器领域,目前活跃在市场上的主要是德国、日本、美国等国家。我国传感器产业下游需求旺盛,上游供给有待改善。同时我国传感器产业链中缺乏高端技术,但低端传感器产能过剩。我国主流传感器市场产品依赖国外配套的情况尤为突出,有2/3的传感器依赖进口,高精尖领域的传感器相关元器件,95%以上市场份额都掌握在外资企业手里,成为当前制约我国数字化转型的“卡脖子”技术之一。 当下,随着物联网时代的开启,各式各样的传感器正在成为无处不在的神经元,全球对于传感器的需求也开始呈现爆发性的增长。但是,在这一次盛宴开启的前夜,业界又遗憾的发现,中国似乎又落伍了。芯片“卡脖子”,举国上下群情激愤,到处都是大投资。岂不知我国传感器也需要突破“桎梏”,摆脱被“卡脖子”。但是摆脱传感器“卡脖子”问题,是一个系统性工程,不是只呈现在某一个节点上,需要国家、企业、科研人员共同努力,沉下心来积累技术,毕竟技术是急躁不得的。

                        时间:2020-11-14 关键词: 传感器 科技 人工智能

                      • 人工智能的发展离不开传感器

                        人工智能的发展离不开传感器

                        当今,随着传感器技术的不断发展,各式各样的传感器被应用到了很多领域中来,其中就包括人工智能领域。人工智能的发展离不开传感器。 传感器是人工智能设备不可或缺的装置。在日常生活中,传感器无处不在。比如:使用传感器探测鼠标移动、检测水质、测量身高和体重等。传感器几乎融入到了我们身边的每一件物品。 传感器的种类很多,其分类方式也很多。 按转化外界信号为电信号的方式分类,有物理型、化学型、生物型。 物理型传感器是依靠物理变化来将外界信号转化为电信号;化学型传感器则是依靠化学反应来将外界信号转化为电信号;生物型传感器则是利用生物活性物质来将外界信号转化为电信号。 现如今,基本上人人都有一部智能手机。不知道你有没有这样的发现,手机屏幕的亮度会根据环境光线的变化而发生改变;当环境光线变暗,手机屏幕也会自动变暗;当环境光线变亮,手机屏幕也会自适应变亮。为什么?原来,在手机上有一个小圆点,可以让手机感测环境光线的强度,用来调节手机荧幕的亮度。这个硬件设备就是光线传感器,类似于人的眼睛。 计算机是使用输入/输出控制系统来控制外部设备,数据交换也要依赖输入/输出控制系统。随着计算机的发展,这些控制方式都以输入/输出更方便、设备连接更容易为目的。

                        时间:2020-11-14 关键词: 系统 传感器 人工智能

                      • 164亿欧元GDP、22万+工作岗位,华为对欧洲的贡献还不止于此

                        11月5日-6日,以“携手创新,共筑未来”为主题的华为2020欧洲创新日在波兰举办,来自欧洲各高校、研究所、企业、初创社区以及国际组织的代表和意见领袖“齐聚一堂”,分享了借助人工智能、5G、云和物联网等技术构造万物互联、万物感知、万物智能的世界,深入探讨了如何与当地人才进行更紧密的合作,推动人才培养和科技创新,构建更美好的社会。 活动期间,牛津经济研究院发布了《华为对欧洲经济影响力报告》,从GDP、就业、税收、研发投入等多个方面对华为在欧洲整体区域经济产生的影响进行评估。牛津经济研究院欧洲和中东地区经济影响力咨询主管Pete Collings在解读报告时指出,2019年华为在欧洲的经营活动为欧洲带来了164亿欧元的经济收益,直接或通过其供应链间接提供了22.43万个工作岗位,其研发活动及投入对欧洲的经济增长以及产业发展有着至关重要的作用。 ? GDP贡献:创造164亿欧元经济收益,直接贡献28亿欧元 报告指出,华为对欧洲(包括欧盟、冰岛和瑞士等地)GDP的助力主要来源于三个方面,分别是运营支出带来的直接贡献(Direct),从欧洲供应商处购买产品和服务带来的间接贡献(Indirect),以及支付员工工资继而刺激经济活动带来的诱发贡献(Induced)。 ? 近五年的时间里,华为对欧洲的GDP贡献持续增加,在2019年更是创造了一个历史最高点。这主要是由于华为对于欧洲市场的投入不断增大,采购支出以及对设备与员工的投资都在不断增加。报告显示,2019年,华为对于欧洲GDP的贡献总额为164亿欧元,过去五年平均增长率为19%。 ? 其中,华为2019年的直接贡献额为28亿欧元,过去五年平均增长率为11.4%。2015-2019年,华为在欧洲供应商处的采购金额接近310亿欧元,其中2019年的消费额占比达30%,由此带来的对GDP的间接贡献金额高达73亿欧元。通过在欧洲供应商处购买产品,华为为多个高科技领域的欧洲公司的经济活动提供了有力支持,继而有力地推动了经济发展。 ? 报告还显示,2019年华为对欧洲GDP的总贡献在各个国家间分布广泛,从贡献绝对值来看,GDP贡献主要显现在英国、德国、法国、瑞士和意大利等国家。 ? 就业贡献:创造22.43万个工作岗位,直接雇佣1.38万名员工 不止是GDP的增长,报告指出过去的一年里华为对于欧洲就业市场的贡献也十分显著。目前,华为在27个欧盟成员国以及冰岛、挪威和瑞士等地都设有办事处,2019年华为向欧洲提供了共计22.43万个工作岗位,过去五年平均增长率为17%。 ? 在这些工作岗位中,华为在欧洲的实体公司雇佣的固定员工和合同员工共计1.38万名,比2015年增加了近30%,增长速度大大超过了欧洲每年平均的就业增长率。此外,华为通过全球供应链中的欧洲公司提供的岗位为11.2万个,进一步催生的诱发岗位为9.85万个。 ? 据报告统计,在过去五年时间里,华为向其欧洲员工支付的总工资实际价值超过60亿欧元,而供应链中受雇员工获得的实际工资总额超过了120亿欧元。这些被支付的工资可以作为消费者的支出提供资金,反过来支持休闲、零售等经济活动,使欧洲各行各业的发展都能够从中受益。 ? 从国家分布看,华为对劳动市场的影响力遍布欧洲,其中英国、德国、法国以及意大利等国家受益尤其显著。 研发投入:10年研发投入超10亿美元,2019专利申请量第一 报告还指出,除了经济和就业等方面的巨大贡献外,华为在欧洲持续的研发活动及投入,对于欧洲大陆的长期发展来说意义更大。欧盟当前正在科技领域推进总投资金额高达1000亿欧元的“地平线欧洲计划”(Horizon Europe Programme),希望吸引公共资金用于研发创新。 ? 作为全球最大的创新研发投资者之一,华为在全球和欧洲的研究投入一直非常可观。报告援引权威机构的统计数据称,2018-2019年度,华为的研发投入在全球排名第五,金额高达127亿欧元。自2016年起,华为在全球的研发投入便一直处在TOP10之列。 ? 在欧洲,自2010年以来,华为在其遍布欧洲12个国家和地区的23个研究所推行“创新研究计划”(Innovation Research Programme),累计投入已超过10亿美元。在欧洲专利局2019专利申请排名中,华为专利申请量位居榜首。 ? “研发对经济很重要,研发不仅为公司本身带来产品改进、提高效率及提高利润等收益,而且对整个经济也能带来溢出效应和收益。” Pete Collings强调,“经济生产力的提升非常关键,其可以推动长期经济增长。华为在欧洲的研发投入有助于促进欧洲的长期经济增长。” ? 小结: 综上可见,欧洲市场支撑了华为公司业务的全球化扩展,华为在欧洲的长期投入也助推了欧洲经济的繁荣。无论是在GDP贡献、就业贡献,还是研发投入等层面,华为直接、间接和诱发产生的经济效益正逐年增长,且呈现出极高的增长速度,成为助推欧洲经济发展的重要力量。这样的确定性贡献,在当下全球不确定性的大环境下,对欧洲的意义尤其重大。近年来,欧洲致力于数字化产业发展,试图在包括人工智能、物联网、高性能计算与算法等相关领域实现数字主权。将越来越多的数字技术融入到人们的日常生活,是欧洲许多国家政府的目标。作为欧洲本地价值的创造者与数字生态的推动者,华为持续加码投入欧洲,除了带来巨大的GDP和就业贡献外,无疑还将为欧洲本地培养大量ICT人才,进一步夯实欧洲数字化的“地基”,共创欧洲美好未来! 免责声明:本文内容由21ic获得授权后发布,版权归原作者所有,本平台仅提供信息存储服务。文章仅代表作者个人观点,不代表本平台立场,如有问题,请联系我们,谢谢!

                        时间:2020-11-09 关键词: 物联网 5G 人工智能

                      • 关于5G的真正价值,终于有人说明白了

                        5G时代已经到来,它究竟会给我们的工作和生活带来什么样的改变?5G的爆点,究竟会出现在哪里?我们又该如何把握5G带来的发展机遇? 近年来,5G的商用步伐在不断加快。全球各地,都在忙着拍卖5G频谱牌照,签订5G合同。 但是,与此同时,关于5G的争论,不仅没有平息,反而愈演愈烈。 5G的支持者认为,它是一次前所未有的技术革命,各项网络指标都有大幅提升,应该尽快启动大规模建设,抢占先机。 而反对者认为,5G目前根本没有找到合适的应用场景,人们对5G的需求并没有想象中强烈,不适合立刻投入大量资金。 坦白说,我个人是倾向于支持后者的。虽然大家一直对5G翘首以盼,低迷的行业也急需5G投资刺激增长,但真正面对5G建设的时候,我们应该保持足够的冷静和理性。 俗话说:“不见兔子不撒鹰”。目前我们确实没有找到引爆5G的需求,这是事实。如果盲目启动大规模网络建设,就有可能面对“有网没人用”、“叫好不叫座”的尴尬局面,还可能会背上沉重的运营负担,甚至是巨额债务。 不过,不大规模建设和不建设,是两回事。在广泛范围内进行试点,还是很有必要的。否则,没有土壤,就更难孵化出我们所期待的“需求”。 归根到底,“需求”究竟在哪呢?谁会用到5G呢?5G的价值究竟是什么呢? ? ??车联网???? 5G是独特的。 在5G之前,从1G到4G,全部都是为了服务于“人与人”之间通信的目的而存在。而5G,主要是为了服务“物与物”和“人与物”之间的通信需求。也就是说,人类第一次将“物联网”提升到和“人联网”相同的级别,甚至比“人联网”更高的级别。 这意味着,人类对通信的认知,发生了根本性的变化。通信的目的变了,通信的技术和架构,也就随之改变了。 物联网虽然由来已久,但蜂窝通信技术(利用基站实现无线通信),才是真正宣告了它的黄金时代正式开启。 我们就拿车联网这个物联网中最典型的场景来分析。 车联网之所以是典型场景,是因为它本身对通信网络有着极高的要求。大带宽、极低的时延、海量的连接数量、严密的覆盖,这些都是实现车联网必不可少的条件。 我们目前的技术,包括LTE-V、NB-IoT、LoRa等,都无法做到完美满足。只有5G,才能真正做到。 所以,众多应用场景中,车联网被认为是5G引爆点最有可能出现的地方。车联网场景,也被称为“5G第一场景”。 在小枣君看来,车联网的存在价值,不是提供影音娱乐,不是改善驾乘舒适度,也不是监控车辆的各项参数。这些都不是真正的痛点。 真正的痛点在哪里?我认为,车的本质是交通工具。车的问题,就是交通的问题。交通的核心痛点只有两条,一条是城市内部交通的拥堵,还有一条是城际交通的高成本和低效率。 2018年,小枣君一直在关注车联网的发展动向。其中,有一条消息吸引了我的注意——在阿里的云栖大会上,他们提出,将要建设一条全封闭的无人驾驶高速公路,专门用于车联网的应用。 这给了我很大的启示。 是的,一直以来,很多企业都在强调无人驾驶,认为搞车联网就是为了将来大家能够坐着无人驾驶的车,在马路上行驶。 可是,试问各位,以中国的路况(道路复杂度和司机驾驶习惯),如果马路上同时存在有人驾驶和无人驾驶的车,让你坐无人驾驶的车,你敢坐吗?让你开车,你敢开吗? 反正我是不敢。 我觉得,如果整个道路上全部都是无人驾驶的车,反而是安全的。如果是混合存在,我觉得是最不安全的。 而现实情况就是,我们不可能做到同时将马路上所有的有人驾驶车辆同时全部换成无人驾驶车辆。 所以,我认为,创造局部的全无人驾驶环境,是很可行的一种解决办法。 例如,刚才阿里所说的,将整条高速公路进行封闭,然后在上面全部是无人驾驶车。或者,某个厂区或景区,全部是无人驾驶车(穿梭巴士)。 举个例子,上海到北京,物流运输量很大,建这么一条全封闭的高速公路,只让无人驾驶车在上面行驶,这样一来,车辆的速度将会是相对稳定的,有利于降低能耗。而且,也可以采用多辆车牵引的方式,进一步降低能耗。因为没有司机,减少了人员成本,也不存在疲劳驾驶和交通违章等问题。 早期的时候,这种高速公路将只运输货物,非常有利于降低物流成本。等时机成熟,再运输旅客。或者说,像长途运输旅客,就交给高铁来解决,舒适度和安全性更高。(其实普速铁路完全可以发挥更大的价值,可惜管理水平和服务意识不够,成本也降不下来。这是题外话。) 上述方法,我认为能够有效解决城际之间交通运输的痛点。 再看看城市内部的交通拥堵。 同样,关于这个痛点,仍然是阿里的方案打动了我。 在一次听阿里巴巴CTO王坚博士的演讲时,他提到,解决城市交通拥堵,第一件事是什么呢?就是数清楚这所城市当前到底有多少辆车。 只有先搞明白到底有多少辆车,才能进一步想办法对车的流向进行分析,进而进行管控和疏导。说白了,就是先获取数据,再做数据分析,最后做数据运用。 举个例子,首先用海量的摄像头,布设在城市的各个路口。然后通过视频识别技术,实时抓取车牌号和车辆流动信息。后端(云端)对海量数据进行采集,就可以得到城市里每一辆车的所在位置和行驶路线。 通过对这些行驶数据的进一步分析和学习,掌握车辆流向规律,就知道每天有多少辆车,从城东开到城西,从新街口开到夫子庙。 当掌握了这些信息之后,这套系统就会对交通信号灯等进行控制,动态调整信号等待时间,提升交通路口的通行效率。 甚至,还可以设置一些双向车道。例如,原来是双向四车道的马路,可以临时改成一去三回的车道,缓解拥堵。 怎么样?是不是很有可行性?相当于打通了城市的“任督二脉”。 除了行驶问题缓解之外,还有停车问题,通过对停车场数据的采集,也可以及时对车流进行疏导。例如春节灯会,如果周边三公里停车场都没有车位,就可以及时通报给公众,避免驾车前往,或引导到别的停车场。 我觉得,不管是全封闭无人驾驶高速公路,还是城市大脑,都是车联网真正可行的发展方向。不吹不黑,阿里能提出这些方案,确实是非常务实。 那么,5G在这两种方案里面,究竟扮演了什么样的角色呢? 在第一个方案里面,车辆实现全无人驾驶,肯定是离不开5G网络的支撑的。 这条高速公路肯定会被5G完整覆盖,动态采集车辆行驶速度信息,下达行驶指令,同时,及时采集天气信息、路况异常信息(例如动物闯入、货物掉落、落石滚入),并传递给车辆,进行规避。 第二个方案,虽然刚才的描述里面,看上去车辆并没有安装5G车载通信设备,但是,5G的通信能力,是给了摄像头的。城市大脑的前提,就是摄像头这些视频数据采集设备。如果没有摄像头,或者摄像头的数据无法回传给城市大脑,那么城市大脑再强大也没用,是个瞎子。 另外,在第二个方案里,还有一个很重要的因素,那就是AI(人工智能)。刚才所说的那些数据分析工作,显然是不可能靠人来完成的,都是靠算法。说白了,就是靠深度学习,靠人工智能。 这里就牵出来了5G的一个很重要的发展方向,那就是与AI的深度结合,与云计算、大数据的深度结合。 AI就是人工智能,深度学习。学习的对象,就是海量的数据。这些海量的数据从哪里来?从物联网来。5G提供的大带宽,海量数据连接,显然满足了数据传输的需求。 简而言之,5G为AI提供了强有力的支撑,5G和AI共同为行业应用赋能。 ? ??工业物联网???? 说完了车联网,再看看工业物联网。 行业里对5G在工业物联网方面的应用,给予了很高的期待。之前韩国全球率先商用5G,就是在工业领域进行的落地。 在大家看来,提到5G工业物联网,就会想到机器人或机器臂,通过5G进行远程操控的场景。 其实,在我看来,那种场景的做秀成分远远高于实际意义。在工业应用领域,对超低时延的需求并没有那么迫切。大部分的机械臂,仍然是自动化,而非远程化,更别提实时远程化。 更多的工业物联网需求,仍然是集中在数据采集和数据下发上。 满足这些需求,其实并不需要5G。现有的NB-IoT也许就够了,甚至说,广大企业对LoRa的需求更为迫切一些。LoRa的落地反而容易,因为它由企业自己控制,成本更低,对企业自身来说,安全性更高。(运营商这些年一直在强推NB-IoT,却收效甚微。) 和刚才分析车联网一样,看工业物联网,也是要分析它的痛点和刚需到底在哪。 企业经营的根本目的,在于盈利。对于工业企业来说,想要盈利,就必须提高生产效率,降低生产成本。 使用机器人替代工人,虽然可以降低成本,提升效率,但对企业来说,并不没解决核心问题。 在未来的整个工业制造环节中,决定企业整体效率的,不是机器人的制造能力,而是对整个制造、运输、存储、销售环节的控制能力。也就是说,除了制造之外,还必须加强对供应链的控制,加强对库存的控制,对所有生产要素的控制。 还是举个例子来说明吧。 在未来,如果用户想买一辆车,将不再满足于4S店提供的指定配置,而是用户自己进行定制化配置。用户自己挑选合适马力的发动机,喜欢的外型、座椅、内饰,适合当地路况的轮胎等。当定制完成后,车企将以最快的速度,调集配件,进行排产,然后送到用户手里。 这样的话,车企必须关注供应链的数据(配件的存量),关注生产的进度,关注控制库存(尽量减少库存,甚至消灭库存)。谁做得好,谁就有利润,谁就能生存下去。 想要做得好,就离不开工业物联网。工业物联网,包括5G,就成了企业管理生产要素的利器,本身也成了生产要素的一部分。 企业的利润,将从数据中挖掘。而工业物联网和5G,就是为企业获得数据提供支撑。 除了生产线的制造数据之外,用户侧的需求数据,使用习惯数据等,也将影响企业的市场拓展和营销推广。 除了工业物联网之外,像智慧农业,智慧城市等,其实也都是这个道理。5G支撑数据,数据驱动价值。 ? ??视频社交的崛起???? 最后还是要说说“人联网”。 虽然5G的主要应用场景是面向物联网的,但是并不是完全不能给人用。eMBB(增强移动宽带)这个场景,相对4G提升了10倍以上的网速,对人联网还是有很大吸引力的。 在小枣君个人看来,如果说5G会在普通消费者领域造就一些独角兽企业的话,一定是集中在视频领域,而且很可能是视频社交领域。 只有视频,才有胃口消化5G带来的超大带宽。也只有视频,会给用户带来最为极致的感官体验。 VR/AR也是特殊形式的视频。虽然VR/AR目前仍然停留在可有可无的娱乐应用方面,但很难说后面会不会突然爆发,出现爆品应用。 Game(游戏)、Girl(女人)、Gamble(赌博),是互联网兴起的三大动力源,也是3G/4G蓬勃发展的重要诱因。5G想要发展,恐怕也离不开它们。 不管是互联网企业,还是传统企业,都可以深度挖掘一下,琢磨琢磨自己和5G的契合点,看看是不是可以找到商业机会。 ? ??结语???? 总而言之,5G是一种赋能。 作为一项技术,它本身是不值得大众关注的。真正应该关注的,是它所赋予的能力,它和数据打通的能力。 这些能力,究竟能给自己带来什么?是用户体验的提升?还是用户痛点的解决?抑或者是成本的降低和效率的增加?所有的这些,都是需要仔细思考的。 目前的经济发展已经进入了新的阶段,后面的竞争会越来越激烈。如果能把握住5G这次宝贵的赋能机会,将会有利于在竞争中抢占先机,更好地活下去。 如果错过了这次机会,想要再追回来,就真的很难了。 我们是一群平均从业年限5+的通信专业工程师。关注我们,带你了解通信世界的精彩! 你点的每个在看,我都认真当成了喜欢 免责声明:本文内容由21ic获得授权后发布,版权归原作者所有,本平台仅提供信息存储服务。文章仅代表作者个人观点,不代表本平台立场,如有问题,请联系我们,谢谢!

                        时间:2020-11-06 关键词: 物联网 5G 人工智能

                      • 设备自动化、数据、互联,企业数字化转型的关键何在?

                        2020年,是充满不确定性的一年,但在所有的不确定性中,有一件是确定的,那就是数字化趋势。马云9月15日在中国国际智能产业博览会上如是说,他认为2020年数字化进程正大大加速,很可能由原来的三、五十年缩短到一、二十年。 《中国数字经济发展白皮书(2020年)》数据显示,2019年我国数字经济增加值规模达到35.8万亿元,占GDP比重达到36.2%,占比同比提升1.4个百分点,按照可比口径计算,2019年我国数字经济名义增长15.6%,高于同期GDP名义增速约7.85个百分点。 对企业来说,人口红利的消失,企业降本增效的问题迫在眉睫,此前有媒体报道,全球知名调研机构IDC此前曾对2000位跨国企业CEO做过一项调查,结果显示到2018年,全球1000强企业中的67%、中国1000强企业中的50%都将把数字化转型作为企业的战略核心。对于传统企业尤其是传统的中小企业而言,数字化转型已经不再是一道选择题,而是一道生存题。 但是如何做好这道生存题,并不是每个企业都有自己的思路。那么企业如何进行数字化转型?数字化转型过程中的痛点何在?数字化转型的关键何在?OFweek维科网采访到了罗克韦尔自动化(中国)有限公司技术能力中心经理李仲杰,罗克韦尔自动化作为工业自动化和信息技术领域的领军企业,在企业数字化转型方面有着深厚的沉淀和积累,从自动化设备到工业软件一应俱全。 罗克韦尔自动化(中国)有限公司技术能力中心经理李仲杰 李仲杰表示,制造业要实现智能制造,向数字化转型,首先需要做的是底层基础数字化工作,即生产设备的数字化,其次是生产管理、生产组织系统和调度系统的数字化。 这样生产管理系统和生产设备就能构成完整的数字化制造系统, 但是数字化不是目的,只是一个步骤,当企业实现了数字化掌握了大量的生产数据后,如果不加以利用就没有价值。因此,掌握海量生产数据后,对数据进行分享和分析,基于历史数据变化趋势总结出可以指导生产的规律,数字化才有价值。 当前,企业谈数字化转型正酣,但是在底层生产设备、生产管理系统等各方面实现数字化后,企业真正实现数字化的痛点在于互联互通。李仲杰指出,难以真正实现互联互通是目前企业面临的主要问题。由于不同厂家的设备标准不一、接口各异,导致企业要实现互联互通存在很大难题。 李仲杰强调,标准化的问题是企业实现互联、分享数据,将物联网落到实处的一大重要问题。罗克韦尔自动化在这一方面,从一开始就采用的是未经修改的标准以太网,布局物联网宏大愿景,着力于解决企业互联互通这一痛点。 罗克韦尔自动化行业解决方案 数字化不是目标,只是助力企业创造更大价值的步骤和方法。未来,企业数字化转型的关键在于如何找到更好的使用数据的应用场景,让数据产生价值,实现柔性制造,创造无限价值,将数字化转型落实到提升企业的效益的实处。 比如说在数字化互联企业中就有可能利用互联和数据的分析利用来实现智能运维, 可以帮助企业在疫情期间人员受限的情况下最大限度保证生产运营。 不同行业的制造业的数字化转型可能有各种不同的表现形式, 去完成不同行业不同的价值, 但是综合起来, 数字化转型可以为各行业实现更加安全(safety), 环保(environment), 节能(energy)和高效(efficient)的价值, 这是它们共性的目标, 这几个字头合起来简称SEEE价值。 推荐下载: 限时下载 | 3000多套PLC程序实例,PLC就该这么学!?Hot~ 限时下载 | 工业机器人四大家族(ABB、库卡、安川)全套资料! 限时下载 | 40本电工书籍免费领取,仅限200人!?Hot~ 限时下载 | 三菱PLC史上最全视频教程,限500人!?Hot~ 限时下载 | 西门子资料大合集!(64本电子书+PLC视频+软件) 限时下载 | 90G西门子S7-1200全套学习资料! 限时下载 | 10G 伺服资料大合集!(西门子、安川、三菱...)??Hot~ 限时下载 | 13G 倍福PLC视频教程大全,欢迎学习 限时下载 | 42G 超全Eplan视频教程合集,工程师必备! 往期精彩回顾 清华教授苏光大:人脸识别技术发展的瞻望 RPA从“可用”到“好用”的进阶之路如何走? 30年从业者警醒:智能制造转型不可盲目跟风 炸锅!昨晚美国再制裁六家中企和两名个人! 哀悼!发那科创始人稻叶清右卫门逝世:享年95岁 关于我们 免责声明:本文内容由21ic获得授权后发布,版权归原作者所有,本平台仅提供信息存储服务。文章仅代表作者个人观点,不代表本平台立场,如有问题,请联系我们,谢谢!

                        时间:2020-11-04 关键词: 物联网 5G 人工智能

                      • 清华教授苏光大:人脸识别技术发展的瞻望

                        10月28日,以人工智能为主题的“OFweek 2020(第五届)人工智能技术创新论坛”在深圳成功召开。会上,清华大学电子工程系苏光大教授就算法、系统、标准、应用四方面深度讲解了人脸识别技术的发展态势。 ? ? 人脸识别的数据安全 据苏教授介绍,人脸识别技术在我国起步较晚,最早应用于美国,于新世纪初发展至中国,该技术在我国经过多年的发展,目前达到国际先进水平。 他同时表示,如今人脸识别技术已广泛应用于各个行业,其中在安防行业的体现尤为“突出”;另外,该技术在国家安全中具有非常重要的意义,是全球重点发展的高新技术。 在当今社会,人脸识别的数据安全已经成为大家关注的主旋律。 在苏教授看来,人脸识别的数据安全建设包含四个方面,分别是规范人脸识别的应用、确保人脸数据的安全、正确看待质疑的评论、促进人脸识别的发展。需要在这四个方面不断完善。 ? 人脸识别技术的“内核”算法 “人脸识别是一种基于人的脸部特征信息进行身份认证的生物特征识别技术。该技术的发展主要是依靠深度学习、三维人脸识别、超低分辨率人脸三个方面,”苏教授介绍道。 深度学习被认为是新世纪十大突破性技术之首,在人工智能领域占有极高地位,它不仅应用于人脸识别,还广泛应用于指纹识别、语音识别、文字识别等,识别准确率相当高,达到99.7%,深度学习作为一项具有突破性进展技术,把人工智能提升至一个新的高度。 三维人脸识别是目前大型厂商的主要人脸识别技术。他同时补充,人脸识别一般分为二维人脸识别、三维人脸识别两大类。二维人脸识别是基于人脸平面图像的,但实际上人脸本身是三维的,人脸平面图像只是三维人脸在一个平面上的投影,在这个过程中,必然会丢失一部分信息,因此,动态的人脸识别需要依靠三维人脸识别技术。 对于超低分辨率人脸图像重建的识别,苏教授解释说,一般情况下,视频监控看到的人脸很多都是12个像素左右的微小图像,而该项技术有效地解决了低分辨率人脸的重建和人脸识别的一些难题,研制出低分辨率人脸图像的重建与人脸识别的综合技术,实现基于低分辨率人脸图像的重建与人脸识别的视频目标人的搜索与跟踪。 目前,人脸识别算法方面,基于最佳二维人脸理论的单人单张人脸识别算法已趋于成熟,对单人多张人脸识别算法的研究方兴未艾。基于深度学习的人脸识别、三维人脸识别、超低分辨率人脸图像的重建与识别技术取得了新的进展,他补充道。 ? 人脸识别技术的优势所在 近年来,随着欧美发达国家人脸识别技术开始进入实用阶段后,人脸识别迅速成为近年来全球的一个市场热点。 “中国在这块的优势相当明显,我国拥有二代身份证以及视频监控的雄厚社会资源,中国的人脸识别应用走在了世界前列。2008年北京奥运的人脸识别开创性应用、人脸识别综合技术在周克华等案件的应用以及利用二代证图像的户籍查重的重大应用成果,有力地推动了人脸识别的应用向纵深发展。”苏教授说道。 相比于其他识别技术,人脸识别技术具有明显优势,主要体现在四个方面:一、识别对象不受限制,不同于指纹有差不多3%-5%难以录入;二、不易仿冒,人脸识别是对个体的生物特征进行比对,包括语音、脸型、虹膜等别人不易模仿的鉴别方式,安全性高;三、摄像头的普及,如今摄像头成为智能设备的标配,手机、笔记本都配有摄像头,非常有利于人脸的采集;四、非常便利,直接交互,相比于其他识别技术来说,人脸识别不需要用户与设备进行“零距离”接触,而实现多场景下的人脸判断与识别,用户接受程度高。 ? 人脸识别技术的应用 以上人脸识别的种种“天然”优势让其发展的“如火如荼”。今天的人脸识别系统,已经迈进了大平台的行列,成为智慧城市的示范项目。继二代证人脸识别系统之后,视频监控人脸识别的应用成为新的增长点。同时,网站的应用也令人瞩目,网络身份证系统的建设与应用正蕴涵着更广阔的应用前景。人脸识别的应用步入黄金发展时期。 现如今,人脸识别被人们称为最自然、最安全、最高效、最直观的一种生物特征识别技术。目前,该技术广泛应用于公安、学校、军队、机场、车站等人流密集场所,市场应用前景大好。 ? 人脸识别技术面临的挑战 世上没有一项技术是非常完善的,人脸识别也不例外,苏教授进一步解释说,目前人脸识别的挑战性问题主要是被拍摄者的姿态(遮盖)、光照(强度)、年龄(变化)。超低分辨率人脸的识别难题也由于视频监控的发展而倍受关注。 ? 总结 大数据时代下的人脸识别具有新的特点,其特点就是人脸的大数据、单人的人脸多样性。基于深度学习的人脸识别并非将学术问题简单地变成工程问题,我们期待人脸识别学术问题的回归,也期待人脸识别普适性的提升。同时,我们更加期待出现新的计算模式,减少诸如深度学习训练过程的超大计算规模。 推荐下载: 限时下载 | 3000多套PLC程序实例,PLC就该这么学!?Hot~ 限时下载 | 工业机器人四大家族(ABB、库卡、安川)全套资料! 限时下载 | 40本电工书籍免费领取,仅限200人!?Hot~ 限时下载 | 三菱PLC史上最全视频教程,限500人!?Hot~ 限时下载 | 西门子资料大合集!(64本电子书+PLC视频+软件) 限时下载 | 90G西门子S7-1200全套学习资料! 限时下载 | 10G 伺服资料大合集!(西门子、安川、三菱...)??Hot~ 限时下载 | 13G 倍福PLC视频教程大全,欢迎学习 限时下载 | 42G 超全Eplan视频教程合集,工程师必备! 往期精彩回顾 RPA从“可用”到“好用”的进阶之路如何走? 30年从业者警醒:智能制造转型不可盲目跟风 炸锅!昨晚美国再制裁六家中企和两名个人! 哀悼!发那科创始人稻叶清右卫门逝世:享年95岁 关于我们 免责声明:本文内容由21ic获得授权后发布,版权归原作者所有,本平台仅提供信息存储服务。文章仅代表作者个人观点,不代表本平台立场,如有问题,请联系我们,谢谢!

                        时间:2020-11-02 关键词: 人脸识别 AI 人工智能

                      • 关于机器学习和人工神经网络

                        在昨天人工神经网络课程之后,有一位同学课下问了一个问题,她这学期也在学习“机器学习”课程,感觉“人工神经网络”课程的内容与机器学习课程的内容大同小异。究竟这些课程之间有何区别呢?弄不清楚这些自己这学期的课程很是担心。 之所以产生这样的疑问,原因来自于这两门课程之间的相似之处,而且随着学科的发展它们重合度也在增加。但它们之间的差异在哪儿呢? 除了它们各自发展的理论和技术历史和路径不同、未来研究热点和实现途径差异之外,也许认清它们之间的联系更重要。 DJ Patil在他的一个短片中?What’s the difference between ML and NN??总结了机器学习和人工神经网络几点关系: ▲ DJ Patil: What's the difference between ML and NN? 一种对人工神经网络,机器学习,人工智能之间关系的最基本看法是:人工神经网络是众多问题解决方案中的一种; 现今阶段你所能看到的人工神经网络大部分是一种使用大量数据训练的多层深度学习网络,并在传统的误差反向传播(BP)技术之上衍生出很多其他特性; 对于神经网络算法的提高也使得它与机器学习方法有了很多共同之处:比如监督学习、非监督学习、Logistic回归、随机森林等。这些方法的共同之处都是通过一些训练数据及来寻找到一些满足某些约束条件的函数映射。 近日,一篇来自于斯坦福大学的人工智能定义短文?Artificial Intelligence Definitions?从某一角度较为详细的把智能相关的概念进行了梳理,阅读它也许可以帮你尽可能理清这个领域中的众多学科之间的关系。 智能?可以被定义为在不确定、时刻变化的环境中通过学习和实施合适的技术来解决碰到的问题或达到既定目标的能力。而那种安全靠编程来灵活、精确、可靠工作的工厂中的机器人则不具有智能。 Intelligence?might be defined as the ability to learn and perform suitable techniques to solve problems and achieve goals, appropriate to the context in an uncertain,ever-varying world. A fully pre-programmed factory robotis flexible, accurate, and consistent but not intelligent. 人工智能?这一词语是由斯坦福大学退休名誉教授 McCarthy 在1955年提出,是指:“制造出智能设备的科学和工程技术。” 多数研究是通过计算机编程使得机器表现出聪明,比如下象棋。但今天我们更强调机器能够像人类一样进行学习。 Artificial Intelligence (AI), a term coined by emeritus Stanford Professor John McCarthy in 1955,was defined by him as “the science and engineering of making intelligent machines”. Much research has humans program machines to behave in a clever way, like playing chess, but, today, we emphasize machines that can learn,at least somewhat like human beings do. 自主系统?无需借助底层(微小)管理便可以自主对完成特定目标的步骤进行规划和决策。比如在医院里递送药品的机器人可以成功穿越拥挤的走廊完成这个任务。在人工智能中的自主,与政治和生物领域中的自主概念并不相同。 Autonomous systems?can independently plan and decide sequences of steps to achieve a specified goal without micro-management. A hospital delivery robot must autonomously navigate busy corridors to succeed in its task. In AI, autonomy doesn’t have the sense of being self-governing common in politics or biology. 机器学习?是人工智能中研究如何通过计算机软件,在已有的经验和数据的基础上提高感知、知识、思考和行动能力。为实现这个目的,机器学习应用了计算机科学、统计学、心理学、神经科学、经济学(?) 以及控制理论。 Machine Learning (ML)?is the part of AI studying how computer agents can improve their perception,knowledge, thinking, or actions based on experience or data. For this, ML draws from computer science, statistics,psychology, neuroscience, economics and control theory. 监督学习?计算机软件从人类给定数据的标签中来进行预测,比如从狗的图片来预测狗的品种。?无监督学习?则无需数据标签,有时是自行完成预测任务,例如预测一个句子中词语的前后顺序。?增强学习?是根据总的奖赏条件来自行确定要执行任务,比如在游戏中,无需给定哪种好的技术,它便可以自行学习。 In?supervised learning, a computer learns to predict human-given labels, such as dog breed based on labeled dog pictures;?unsupervised learning?doesnot require labels, sometimes making its own prediction tasks such as trying to predict each successive word in a sentence;?reinforcement learning?lets an agent learn action sequences that optimize its total rewards,such as winning games, without explicit examples of good techniques, enabling autonomy. 深度学习?则通过使用大型多层人工神经网络?形成类似于人脑中神经元的层次结构,计算它们之间连续变化的权值。这是当今机器学习各种方法中应用最为成功的方法。无论数据集合大小还是计算能力消耗量,它都能够很好的推广。 Deep Learning?is the use of large multi-layer(artificial) neural networks?that compute with continuous (real number) representations, a little like the hierarchically organized neurons in human brains. It is currently the most successful ML approach, usable for all types of ML, with better generalization from small data and better scaling to big data and compute budgets. 普通的算法需要像编写的计算机程序那样有精确的执行步骤。而人工智能算法则只有少量的用于描述学习和奖励的计算方法,大部分算法的性能则是通过对数据和经验的学习来获得。对于这种巨大的变化,b毕业于斯坦福大学的Andrej Kapathy称为它?软件的2.0版本。 An?algorithm?lists the precise steps to take, such as a person writes in a computer program. AI systems contain algorithms, but often just for a few parts like a learning or reward calculation method. Much of their behavior emerges via learning from data or experience,a sea change in system design that Stanford alumnus Andrej Karpathy dubbed?Software 2.0. 狭义的人工智能?是为了完成特定任务,比如语音、人脸识别。类人智能,或者广义智能?则是探索更加一般性的智能,适用不同语境的机器。比如一些社交聊天机器人或者人与机器人的交互等。 Narrow AI?is intelligent systems for one particular thing, e.g.,?speech?or?facial recognition.Human-level AI,?or?Artificial General Intelligence (AGI), seeks broadly intelligent,context-aware machines. It is needed for effective?social chatbots?or?human-robot interaction. 聚焦人类人工智能?则是为增加人的能力、解决社会需求、从人类行为获得启发的人工智能,研究制作人类更加有效伙伴和工具,比如对老年人的辅助和关爱机器人。 Human-Centered Artificial Intelligence?is AI that seeks to augment the abilities of, address the societal needs of, and draw inspiration from human beings. It researches and builds effective partners and tools for people, such as a robot helper and companion for the elderly. 2020年最后一场智能车竞赛 在11月7~9日,安徽赛区第十五届智能车竞赛将在合肥职业技术学院汇心湖校区举。各个组别参赛队伍统计如下: 2020年第一场智能车省赛 2020年第九届四川省智能车竞赛刚刚在乐山师范学院结束。下面让我们看看他们比赛现场情况吧。 免责声明:本文内容由21ic获得授权后发布,版权归原作者所有,本平台仅提供信息存储服务。文章仅代表作者个人观点,不代表本平台立场,如有问题,请联系我们,谢谢!

                        时间:2020-11-02 关键词: 机器人 AI 人工智能

                      • 两部委发布2020年国家物流枢纽建设最新名单,智慧物流网逐渐铺开

                        本文来源:物联传媒 本文作者:Vior.Liu 10月28日,国家发改委和交通运输部联合发布2020年国家物流枢纽建设名单,共计22个(如下图)。按照地区划分,东部地区8个、中部4个、西部地区9个、东北地区1个,涵盖了2019年《国家物流枢纽布局和建设规划》中确认的陆港型、港口型、空港型、生产服务型、商贸服务型、陆上边境口岸型等6种国家物流枢纽类型。 加上2019年确定的23个名单(如下图),2019-2020年,全国已经布局建设了45个国家物流枢纽,覆盖27个大省(市、区)。 关于国家物流枢纽的建设早在2018年11月时,政府就提出要发展"通道+枢纽+网络"的现代物流体系,确保全社会物流总费用与国民生产总值比率降低的目标。同年,国家发改委和交通部公布了127个国家物流枢纽承载城市名单。 国家物流枢纽布局承载城市 陆港型国家物流枢纽承载城市 包括石家庄、保定、太原、大同、临汾、呼和浩特、乌兰察布、沈阳、长春、哈尔滨、佳木斯、南京、徐州、杭州、合肥、南昌、鹰潭、济南、潍坊、郑州、安阳、武汉、长沙、衡阳、南宁、柳州、重庆、成都、遂宁、贵阳、遵义、昆明、拉萨、西安、延安、兰州、酒泉、格尔木、乌鲁木齐、哈密、库尔勒。 港口型国家物流枢纽承载城市 包括天津、唐山、秦皇岛、沧州、大连、营口、上海、南京、苏州、南通、连云港、宁波―舟山、芜湖、安庆、福州、厦门、九江、青岛、日照、烟台、武汉、宜昌、岳阳、广州、深圳、湛江、钦州―北海―防城港、洋浦、重庆、泸州。 空港型国家物流枢纽承载城市 包括北京、天津、哈尔滨、上海、南京、杭州、宁波、厦门、青岛、郑州、长沙、武汉―鄂州、广州、深圳、三亚、重庆、成都、贵阳、昆明、拉萨、西安、银川、乌鲁木齐。 生产服务型国家物流枢纽承载城市 包括天津、石家庄、唐山、邯郸、太原、鄂尔多斯、包头、沈阳、大连、长春、哈尔滨、大庆、上海、南京、无锡、苏州、杭州、宁波、嘉兴、金华、合肥、蚌埠、福州、三明、南昌、青岛、郑州、洛阳、武汉、十堰、襄阳、长沙、郴州、广州、深圳、珠海、佛山、东莞、南宁、柳州、重庆、成都、攀枝花、贵阳、西安、宝鸡、石河子。 商贸服务型国家物流枢纽承载城市 包括天津、石家庄、保定、太原、呼和浩特、赤峰、沈阳、大连、长春、吉林、哈尔滨、牡丹江、上海、南京、南通、杭州、温州、金华(义乌)、合肥、阜阳、福州、平潭、厦门、泉州、南昌、赣州、济南、青岛、临沂、郑州、洛阳、商丘、南阳、信阳、武汉、长沙、怀化、广州、深圳、汕头、南宁、桂林、海口、重庆、成都、达州、贵阳、昆明、大理、西安、兰州、西宁、银川、乌鲁木齐、喀什。 陆上边境口岸型国家物流枢纽承载城市 包括呼伦贝尔(满洲里)、锡林郭勒(二连浩特)、丹东、延边(珲春)、黑河、牡丹江(绥芬河―东宁)、防城港(东兴)、崇左(凭祥)、德宏(瑞丽)、红河(河口)、西双版纳(磨憨)、日喀则(吉隆)、伊犁(霍尔果斯)、博尔塔拉(阿拉山口)、克孜勒苏(吐尔尕特)、喀什(红其拉甫)。 直到2019年9月,两部委正式确认首批23个国家物流枢纽建设名单。 随着建设的推进和项目逐渐增多,今年参与申报的物流枢纽项目总共有56个。根据数据显示,未来5年将会布局超过210个国家物流枢纽建设项目,总投资规模以千亿元计数。 物流枢纽网络的建设 从规划上来说,整个现代化物流运行包含有网络化的特征,网络化主要体现在物流通道和物流节点,物流枢纽就是物流节点中的重要一环。 从图中可以看到在整个网络化的初期,即没有国家物流枢纽存在的情况下,物流网络节点是基于物流园区,仅仅是停留在城市地区层面,呈现出线状物流体系。线状的物流体系的缺点也比较明显,规划不足、组织程度不高、协同效率低等重要问题。 基于此,在构建现代物流网的前提下,不同的物流园区之间建设国家物流枢纽将有利于提升运作效率,加强地区辐射带动能力。根据《国家物流枢纽布局和建设规划》中的提到的,预计到2025年,布局150个国家物流枢纽,推动全社会物流总费用与GDP的比率下降至12%。 除此之外,国家物流枢纽的建设,能够真正实现物流信息的互联互通,加强物流服务安全监管和物流活动的跟踪监测,对货物来源追溯进行把控。 物流网 离不开智能化 目前,在各类物流体系中,现代供应链、邮政快递物流、冷链物流、航空物流、应急物流中,对于物流智能化的需求越来越高。 同时,现在的智慧园区智能化程度也逐步提升,在此基础上,作为国家级统筹协调项目,新技术和新装备上的引进将是国家物流枢纽必然的举措, 1 因此,《国家物流枢纽布局和建设规划》中提出,要加强新技术与新装备的应用。其中,包括建设全自动化码头、"无人 场 站"、智能化仓储等现代物流设施。推广电子化单证,加强自动化控制、决策支持等管理技术以及场内无人驾驶智能卡车、自动导引车、智能穿梭车、智能机器人、无人机等装备在国家物流枢纽内的应用,提升运输、仓储、装卸搬运、分拣、配送等作业效率和管理水平。 具体来说与现代化智慧园区类似,在国家级物流枢纽中,促进物流园区、仓储中心、配送中心货物信息的精准对接,加强人员、货源、车源和物流服务信息的有效匹配; 优化配送路线,利用大数据技术采集路况信息,建立交通状况模型,与智能交通系统对接,依据实时路况动态调整配送路线。 实现自动调配,运用已经投入运行的北斗等导航定位技术,实时记录配送车辆位置及状态信息,利用云计算技术,做好供应商、配送车辆、用户等各环节的精准对接。 加强流程控制,运用传感器等信息技术,加强对物流配送车辆、人员、环境及安全、温控等要素的实时监控和反馈。 从上面的技术应用场景来看,物联网、大数据以及人工智能等相关技术的引入将会提升智慧物流的智能化程度。提升国家物流枢纽到智慧园区的物流效率后,整个智能物流网才算正式铺开。 ~END~ 免责声明:本文内容由21ic获得授权后发布,版权归原作者所有,本平台仅提供信息存储服务。文章仅代表作者个人观点,不代表本平台立场,如有问题,请联系我们,谢谢!

                        时间:2020-11-02 关键词: 物联网 人工智能

                      • 亚略特将助力济南市建设智慧安防小区

                        亚略特将助力济南市建设智慧安防小区

                        2020年10月22-23日,2020山东大学校友泉城行活动隆重举行。山大校友、亚略特CEO邵宇受邀出席活动。在活动项目集中签约仪式环节,由亚略特公司承建的商河县智安社区建设项目,作为济南市全市智慧安防出入管理类唯一示范项目进行了成果展示。 亚略特CEO邵宇代表深圳市亚略特生物识别科技有限公司与济南商河县公安局签署战略合作协议,将在济南市智慧安防小区建设领域开展全面战略合作。 2020山东大学校友泉城行活动,山东省委常委、市委书记孙立成,市委副书记、市长孙述涛,山东大学党委书记郭新立,党委副书记、校长樊丽明,山东市委市政府相关领导出席活动并作重要讲话。200多位山大杰出校友在泉城聚首,为济南城市发展建言献策。 会上,25个来自全国人工智能、生物识别、新能源新材料、医养健康等高端前沿领域的高新技术企业和组织,与济南市签约意向项目,意向金额约700亿元。亚略特作为领先的人工智能与生物识别核心技术提供商,签署了济南市全市智慧安防出入管理类唯一示范项目战略合作。 当前,亚略特商河智安社区出入管理项目建设已经成为济南市智慧小区建设样板工程,亚略特自主研发的AI智能访客、人脸识别智能闸机/门禁、电动车自动识别等前端安防设备均在济南市率先创新应用,项目建设经验得到山东省各级政府领导高度认可,先后被山东省厅、市局简报采用。 下一步,亚略特将以本次签约活动为契机,以16年积累的多模态生物识别技术实力、优质的产品和客户服务能力,助力商河智安社区建设成为更具安全感、更有科技感、更添温度的新样板,并将创新成果在济南市复制推广,为济南智慧城市建设作出更大贡献! 深圳市亚略特生物识别科技有限公司成立于2004年,是中国第一家以生物识别命名的人工智能企业,已成为全球领先的人工智能和生物识别核心技术方案提供商。亚略特申请了200多项国际领先的多模态生物识别技术专利,依托指纹、人脸、虹膜、情绪等生物识别核心技术优势,为人工智能产业链提供“算法+智能硬件+平台”的全栈式行业解决方案,为不同垂直领域的客户提供人工智能创新服务,深度赋能产业、赋能项目、赋能城市,让机器更智能,让生活更美好。

                        时间:2020-11-01 关键词: 生物识别 智慧安防 人工智能

                      • 5G技术赋能智慧安防行业发展

                        5G技术赋能智慧安防行业发展

                        当今,随着物联网、大数据、云计算、人工智能等行业的快速发展,5G技术得到了飞快的发展。5G技术还带动了很多行业的发展。 近日,广州市人民政府组织全市举行了防空警报试鸣暨“羊城天盾—2020”城市人民防空演习。广州移动借助“智能分析人口疏散系统”和5G视频实时回传技术,全力助力演习。在5G网络的支撑下,前端4K超高清摄像可通过移动视频云平台,将演习现场的情况实时回传到人防指挥部,方便后台人员及时了解现场情况。在本次防空演习中,广州移动以稳定可靠的智能分析人口疏散系统及专业的5G视频实时回传技术,圆满完成此次任务。 深圳移动 5G立体海防守护深圳海岸线 深圳移动联合南山公安局、华为等打造深圳湾5G立体防控体系,以5G技术助力开创深圳立体海防新局面,为经济社会高质量发展带来新动能。 在空域巡防方面,深圳移动配合警方成功开展5G网联警务无人机安防巡检应用演练,实现5G网联警务无人机自动化巡检作业;在地面巡防方面,5G无人警务车巡检实现了不间断流动巡逻、防疫宣传等强大功能,同时该车的高清监控摄像头可以实现4K高清画面的抓拍与回传,为警务执法提供强大支撑;在海面巡防方面,5G警务无人船可进行水面巡防工作,并实现水域无死角高清监控;在水下巡防方面,5G警务水下机器人搭载高清摄像头、机械手、水质传感器、高亮度灯光等,可下潜100米开展作业巡逻。 东莞移动 5G智能安防机器人成园区巡检好帮手 在东莞欧洲小镇园区内,5G智能安防巡逻机器人正在进行巡逻工作。5G智能安防巡逻机器人通过5G网络,可实现5G热成像测温功能,通过对车牌以及人脸进行识别,可快速获知车牌信息以及个人身份信息,从而筛查是否具备入园资格,极大提高检测效率;拥有360度高清监控摄像头,可通过5G技术将监控到的视频实时回传云端供后台图像分析,一旦发现异常情况,可立刻上传至后台,与指挥中心进行联动。此外,5G智能安防巡检机器人具有智能越障功能,可实时判断路况,并进行全天候24小时执勤。 5G智能安防巡检机器人的到来,既节约了大量的人力资源,又实现了更加全面、立体、及时、有效的安防监管。 佛山移动 5G+智慧社区守护社区生活安全 佛山移动在佛山南海区首个5G+智慧社区——金峰洲智慧社区时代糖果楼盘成功打造了一系列智慧管理功能,落实了“平安村居”智感安防小区建设,并逐步实现社区人、车、物的智慧管理。通过与相关政府部门共享网络数据,实现对进出小区的所有人员、车辆等信息进行实时采集,助力社区开展人口信息登记管理,为有效打击违法犯罪人员、强化对肇事肇祸精神病人等重点人群的管控打牢坚实基础;同时借助大数据应用,实现对各个区域的人员行为及事件进行智能化分析,对社区全局及各类子系统进行统一管理并形成智慧化的应用,为治安管理、社区管理、物业管理工作提供从数据采集、汇聚存储、深度分析、实战应用为一体的支撑。 5G给安防行业带来了新机遇,使得安防行业面向更广泛、更深入的应用领域。未来,粤小移将继续努力,全力助力构建5G安防生态,推动一个安防全新时代的到来! 相信在未来,随着5G技术的不断进步和发展,5G技术将进一步有力推动包括智慧安防在内的一系列行业创新发展。

                        时间:2020-10-30 关键词: 5G 智慧安防 人工智能

                      • 创新方案百花齐放,英特尔助力2020 EdgeX中国挑战赛推动智能边缘行业创新及人才发展

                        创新方案百花齐放,英特尔助力2020 EdgeX中国挑战赛推动智能边缘行业创新及人才发展

                        2020年10月29日,备受业界瞩目的国际创客赛事“2020 EdgeX中国挑战赛”(EdgeX Challenge Shanghai 2020)(以下简称“大赛”)在上海正式落幕,并在“2020上海浦江创新论坛——全球技术转让大会” 主会场上进行了颁奖典礼。本次大赛由上海市科学技术委员会、Linux基金会(The Linux Foundation)主办,英特尔等企业共同承办,基于EdgeX Foundry,通过搭建物联网及边缘计算的学习和分享平台,激发开发者的创新活力,以共享技术投资来解决各行业切实遇到的技术难题。大赛颁奖与“2020上海浦江创新论坛”的结合,充分体现了业界对大赛产出高水准作品,推动产业解决方案创新价值的肯定,更展现了中国在大力推进科技创新,促进全球创新资源融合,带动创新人才发展方面的决心和积极行动。 EdgeX Foundry是全球领先的开放边缘计算框架,旨在解决边缘计算及物联网平台构建方面的技术难题,如今已吸引了全球 70多家成员单位、数百名代码贡献者积极参与。2020年EdgeX Foundry社区中国项目的正式成立,更让EdgeX这款通用软件捕获了广大中国开发者的心。而社区所秉承的“开源开放”价值,正与英特尔倡导的理念不谋而合。作为EdgeX Foundry社区中国项目的发起方和重要参与方之一,英特尔物联网事业部一直以来通过贡献代码、宣传布道、构建EdgeX生态系统、承办赛事等举措积极支持EdgeX的发展。 “中国拥有最丰富的智能化以及边缘计算的土壤、生态和需求以及庞大的开发者队伍。”英特尔副总裁物联网事业部中国区总经理陈伟博士说,“EdgeX中国挑战赛有效激活了开发者生态,涌现了一大批优秀的项目。未来,英特尔继续以智能边缘为抓手,支持EdgeX开发者们结合行业痛点构建智能边缘软件方案,加速各行各业的数字化智能化转型,共同创建丰富多彩的边缘智能世界!” 正因如此,“2020 EdgeX中国挑战赛”的举办,吸引了大批AIoT(人工智能物联网)领域富有创新思想和强大技术能量的开发者关注,收获了来自全国18个省市区及香港特别行政区共54支队伍的参赛报名。经过3个多月的激烈角逐,大赛涌现出了大批优秀的作品,涵盖零售、银行与保险、制造业、能源、教育、公用事业、物流、办公室及楼宇管理等众多行业,涉及边缘计算、人工智能、区块链、5G、卫星通讯等诸多前沿技术,展现了高水准的开发者在打造行业创新解决方案方面的硬核实力。正因如此,大赛成功吸引到了英特尔资本、VMware企业发展部、启明资本、晨兴资本、瑞奕资本等多家投资机构的关注及参评,进一步跟进有商业化潜力的团队作品,帮助开发者完成从方案创新到市场落地的梦想。 在本次大赛商业赛道的获奖作品中,来自慧博云通的HYD Miracle Innovation团队瞄准线下零售对云系统负载高、算力需求高、系统及网络稳定性要求高的“三高痛点”,在边缘平台通过人工智能技术进行基于用户行为的捕捉、分析,并连接基于机器学习的推荐引擎,打造了一套线下门店的精准营销方案,荣获了大赛的二等奖。据慧博云通科技股份有限公司执行副总裁何召向介绍:“方案采用了英特尔®边缘计算和OpenVINO?等技术,实时对店内顾客进行精准营销,打通线上线下,提高客单价和销售额。”此外,慧博云通还希望针对后续的项目开发、测试以及实际部署与英特尔展开深度合作:借助英特尔软硬件组合实力,帮助团队进行系统性能的调优;同时依托英特尔强大的生态圈优势,为更多客户提供更符合需求的解决方案,共享智能边缘在零售行业的新机遇。 而零售领域的另外一支强劲团队京东星链,将EdgeX、英特尔®OpenVINO?、OpenCV、Portainer等技术成功用于线下热力、动线分析,开发了全渠道广告播控、客流分析、数字化运营、算法远程部署等线下零售解决方案,一举荣获OpenVINO特别大奖及EdgeX大使奖两项荣誉。谈到开发体验,京东星链团队的杨怀远表示:“在EdgeX的架构下开发相关应用更加的简单、高效;同时丰富的API接口,可以快速打造一个完整的边缘计算系统,对设备进行集中管理,降低运营成本,提高设备使用率。” 此外,在智慧楼宇领域,同样基于EdgeX和英特尔边缘计算的方糖智能团队,依托英特尔®OpenVINO?技术打造了涵盖智能安防、能耗管理、设施管理、智能办公、智慧物业等业务模块的智慧楼宇解决方案,利用全面实时的数据及数字技术为业主、物业、租户提供决策依据,提升楼宇运营质量。 在工业赛道上,荣获大赛一等奖的Power Blazers团队基于英特尔电力边缘计算架构,结合EdgeX平台开发了软件定义的风场边缘洞察和控制方案。方案将大量风机资产和运行数据转化为数据洞见,从而实施可行的优化策略,提升风力发电场的资产在整个生命周期内的运行效率、网络安全性、可靠性和盈利能力。其中,英特尔电力边缘计算架构整合了功率曲线性能在线监视、结构完整性监控、涡轮寿命估算、长期产能预估等工作负载,可从系统故障分析、调整整体出力等多方面帮助传统企业降本增效,为企业数字化、智能化转型提供动力。 像这样既有行业研发创新价值又具备落地潜力的作品在本次大赛上还有很多。“2020 EdgeX中国挑战赛”为物联网及边缘计算领域的人才提供了一个学习分享竞技的舞台,推动行业创新案例的打造。这既是上海积极构建具有全球影响力的科创中心的框架体现,也展现出Linux基金会对中国市场的高度重视。 如果大赛是筑梦开始的地方,那推动创新方案的市场落地就是让梦想照进现实。作为大会的承办企业,英特尔一直积极实践EdgeX Foundry,并与生态合作伙伴一道,推出开放零售倡议(ORI)、MRS/RRK生态计划等一系列开源、开放理念的生态系统,推动优秀案例与市场的落地结合,用科技创新为中国物联网发展赋能,为推动智能边缘爆发助力。

                        时间:2020-10-30 关键词: 物联网 边缘计算 人工智能

                      • 共话物联新时代!“OFweek 2020(第五届)物联网产业升级论坛”成功举办

                        共话物联新时代!“OFweek 2020(第五届)物联网产业升级论坛”成功举办

                        2019年年底,中国科技企业还在憧憬着2020年的蓝图时,新冠肺炎病毒狠狠按下了暂停键,让他们的计划不得不推迟。而物联网相关技术却在疫情中得到高速发展——基于物联网相关技术的应用,有效隔绝人与人、人与物之间的直接接触,为中国战胜新冠肺炎病毒提供了强有力的支持! 据国家统计局显示,经初步核算,我国前三季度国内生产总值722,786亿元,按可比价格计算,同比增长0.7%。分季度看,一季度同比下降6.8%,二季度增长3.2%,三季度增长4.9%。 而这些数据背后,则是全国众多科技企业多年来的不懈努力的最终结果。其中,物联网则是潜力最大的产业! 为顺应当前产业与市场的发展潮流,探索全球物联网产业的发展趋势,促进物联网产业的全面发展,由深圳市工业和信息化局、深圳市福田区人民政府指导,高科技行业门户OFweek维科网主办,OFweek维科网·物联网承办的“OFweek 2020(第五届)物联网升级论坛”于2020年10月28日,在深圳会展中心隆重开幕! “OFweek 2020(第五届)物联网升级论坛”现场(图片源自OFweek维科网) “OFweek 2020(第五届)物联网升级论坛”现场(图片源自OFweek维科网) 本次大会演讲嘉宾有国家物联网基础标准工作组秘书长张晖、物联网国际标准委员会专家/重庆邮电大学教授魏旻等专家,同时还有中移物联网有限公司深圳分公司总经理陈宇恒、腾讯云IoT产品合作负责人张金繁、百度安全部AIoT业务副总经理聂科峰、企朋联合创始人吴佳钊、慕尼黑展览(上海)有限公司深圳分公司总经理王继国等企业代表。 嘉宾在演讲中结合人工智能、深度学习、5G等热门话题,就物联网产业的发展趋势、市场环境、终端布局等关键性内容发表了个人见解,从而促进物联网整体规范化发展。本次大会演讲嘉宾的专业性,获得了参会观众的高度认可。 产业领袖共话物联新时代 在本次大会上,首先上台的是国家物联网基础标准工作组秘书长张晖,作为中国物联网产业的引导者,张晖主持或参与多项国家科技重大专项课题、863课题的研究工作,并参与编写国家工信部组织的《物联网十二五发展规划》和国家发改委组织的《关于促进物联网健康有序发展的指导意见》。 国家物联网基础标准工作组秘书长 张晖(图片源自OFweek维科网) 张晖在本次大会上带来的是《新基建中的物联网技术与标准化展望》的主题分享,演讲主要分为两部分:“新基建下的物联网”和“物联网总体共性的标准进展”。 在新基建方面,张晖说道:“新基建是一个新的概念,在新基建建设过程当中,物联网其实是跟各个新的信息技术融合的。”张晖认为,物联网发展的重点是把万物的属性转化为数据并上传云端,转变为有价值的服务,最后物联网系统一定是一个有价值的服务系统。 而在物联网总体共性的标准进展方面,张晖说道:“在物联网概念提出之前,有很多的行业标准组织都已经在进行标准的制定了,目前在制定的物联网基础标准体系主要是围绕着总体共性的标准,也就是体系、结构和参考模型的标准、术语、需求分析的标准等作为主要的组成部分。” 图片源自《新基建中的物联网技术与标准化展望》PPT 为了更好的让大家认识物联网基础标准体系,张晖详细介绍了三大物联网标准:GB/T 33474-2016物联网考体系结构标准、物联网信息共享与交换系列标准和物联网系统评价指标体系标准。 最后,张晖表示,希望物联网企业能积极加入到国家物联网基础标准制定的工作,共同推动我国物联网产业的标准化、规范化发展! 物联网国际标准委员会专家、重庆邮电大学教授 魏旻(图片源自OFweek维科网) 第二个登场的则是来自物联网国际标准委员会专家、重庆邮电大学教授魏旻。魏旻教授多年来一直专注于智能制造和工业物联网的研究工作,并担任工业物联网国际科技合作基地副主任、重庆市工业物联网协同创新中心常务副主任、重庆市工业互联网技术创新战略联盟副秘书长等重要职务。 在本次论坛上,魏旻教授带来了《基于IPv6的物联网技术、标准与应用》的主题分享。魏旻教授说道:“物联网目前最大的瓶颈就是IP地址缺乏的问题。” 计算机网络从物理层、数据层、传输层到上面的应用层,每个层次都有很多的解决方案,但唯独网络层缺乏相关的解决方案,而IPv4和IPv6是仅有的解决方案。“全球互联网的成功,充分证明了IP解决方案是非常有效、可扩展、稳定的。”魏旻教授说道。 而随着IPv6技术的应用,其能分配到2128个地址,足以让地球上每一粒灰尘标上一个地址。 中移物联网有限公司深圳分公司总经理 陈宇恒(图片源自OFweek维科网) 第三位出场的是来自中移物联网有限公司深圳分公司总经理陈宇恒,他带来的是《引领5G新基建,中国移动百川智慧园区助力数字中国建设》的主题演讲。 陈宇恒表示,百川智慧园区是中国移动政企协作的9大能力平台,其采用了“1+3+N”的架构,是“网+云+DICT”的重要结合。 据陈宇恒介绍,“1”是指一个平台,即整体的智慧园区中台;“3”是指运营网络、千兆网和5G这三张网络;“N”是指N个应用,如安防服务、智慧化停车、能耗等。 而陈宇恒表示,百川智慧园区是非常开放的平台,中移物联网更多注重在中台的部分搭建,而南向和北向则开放给生态合作伙伴,一同进行合作,实现互利共赢的局面。 腾讯云IoT产品合作负责人 张金繁(图片源自OFweek维科网) 第四位出场的是来自腾讯云IoT产品合作负责人张金繁,他演讲的主题是《腾讯云物联网平台生态合作与实践》。 据张金繁介绍,过去很多物联网项目落地过程中,设备接入和开发周期长、开发成本高,腾讯云物联网开发平台Explorer,将能有效解决这些问题,基于Explorer可以完成一站式快速开发,接入微信小程序腾讯连连或自建自有品牌的小程序,实现设备智能化。 基于腾讯云物联网平台,腾讯更是推出物联网领域的开放合作计划,招募各品类智能硬件合作伙伴、物联网行业解决方案商等,整合腾讯云技术能力与内外部生态,以创新的解决方案助力政务、教育、地产文旅、医疗、金融、消费物联网等快速发展。 为了吸引更多企业参与其中,腾讯将提供产品认证、技术认证,帮助中小企业的物联网设备有更多的机会进入大企业,把大型方案商的解决方案通过中长尾渠道,下沉覆盖服务中小企业。把中小品牌的设备厂商跟大厂商的方案做结合,并且增加腾讯的技术认证和品牌背书,以最高质量标准,共同服务企业和个人客户。 百度安全部AIoT业务副总经理 聂科峰(图片源自OFweek维科网) 接下来出场的是百度安全部AIoT业务副总经理聂科峰,他带来的演讲主题是《智能互联 安全同行》。 聂科峰表示,物联网近几年的发展非常迅速,在高速发展中,物联网逐步分为三个类型:消费型的物联网、生产型和公共物联型。而百度在这三类中,均有部署——以AI为抓手、以云为基础,构建物联网的底座。 但在这些数据背后,则是数据安全的问题。聂科峰说道,目前很多企业不敢把数据上云,甚至做私有化部署也有一定的忧患。 为此,百度从手机终端、硬件、操作系统、应用安全等各个维度,建立全链条的一站式安全模型。同时,百度与信通院、华为联合发起成立OASES智能终端安全生态联盟,从而引导一个开放、共享、合作、共建的安全生态链,促进智能终端厂商与安全厂商之间建立良性的互动与合作,共同推进智能终端安全生态的建设。 企朋联合创始人 吴佳钊(图片源自OFweek维科网) 第六位上台演讲的是企朋联合创始人吴佳钊,他带来的演讲主题是《边缘计算将如何改变物联网架构》。 在演讲中,吴佳钊说道:“边缘计算是从物联网演化出来的,最早是网络概念。” 他认为,“边缘”这个概念是距离的概念,而不是服务或者是其他模型的概念,但随着发展,现在边缘计算除了网络能力还提供很多其他的能力。 同时,吴佳钊也提出,未来物联网和边缘计算结合的是两个方面: 1、Cloudless:很多能力下到设备侧,设备侧可以提供比较强大的决策能力,云端更多是统筹,大规模的数据计算的能力; 2、IPv6的提升:IPv4地址将耗尽,而IPv6是最终的解决方案。 慕尼黑展览(上海)有限公司深圳分公司总经理 王继国(图片源自OFweek维科网) 最后一位上台的是慕尼黑展览(上海)有限公司深圳分公司总经理王继国,他带来的演讲主题是《从慕展看未来热点应用市场展望》。 慕尼黑电子展作为全球最大的电子展之一,其见证了中国科技多年以来的高速发展,通过每年参展企业的数量及内容,能及时了解并把握我国科技的发展及未来。 据王继国介绍,随着疫情爆发,我国电子产业受到一定的影响,据统计显示,45%的受访者认为,他们短期的确受到一定的影响,但总体的态势发展还是稳步的;37%的企业认为,从中发现了新的发展热点,有好的机遇。 而电子产业作为一切科技的基础,王继国发现行业目前关注的热点主要是智慧出行、智慧生活、智能制造、5G技术、IoT、中国芯、AI、机器视觉等方面。 王继国表示,随着各行各业都在采用物联网的技术进行改造和升级,所以,物联网的规模会急剧扩张,未来电子行业的重心一定处于物联网技术的升级和改造。 “维科杯·OFweek 2020物联网行业年度评选”颁奖典礼 本届“维科杯·OFweek 2020物联网行业年度评选”活动旨在表彰物联网领域具有突出贡献的优秀产品、技术及企业,鼓励更多企业投入技术创新;同时为行业输送更多创新产品、前沿技术,一同畅想物联网的未来。 在“维科杯·OFweek 2020物联网行业年度评选”仪式上,物联网国际标准委员会专家/重庆邮电大学教授魏旻、国家物联网基础标准工作组秘书长张晖、OFweek维科网常务副总裁杨秋妮等人为获奖企业及个人进行颁奖。 获奖名单如下: 获奖企业名单(图片源自OFweek维科网) 获奖企业合影(图片源自OFweek维科网) 获奖企业名单(图片源自OFweek维科网) 获奖企业合影(图片源自OFweek维科网) 获奖企业合影(图片源自OFweek维科网) 获奖企业合影(图片源自OFweek维科网) 获奖企业合影(图片源自OFweek维科网) 至此,“OFweek 2020(第五届)物联网产业升级论坛”圆满落幕,更多会议精彩,请持续关注OFweek物联网相关动态和活动会后专题报道。 关于OFweek维科网: 中国高科技行业门户,现拥有行业会员1,000万余名,及时报道行业动态及大事件,提供行业会员全面的资讯、深入的技术和管理资源,举办各类线下、线上行业活动,并为高科技行业企业提供品牌推广、会议展览、产业研究、产业园、人才猎头培训、招商引资、产业基金、电商等整体和专业的服务。

                        时间:2020-10-29 关键词: 物联网 5G 人工智能

                      • 重庆市已启动申报人工智能试验区第一批重点研发项目

                        重庆市已启动申报人工智能试验区第一批重点研发项目

                        10月12日,重庆日报记者从市科技局获悉,为加快推进我市国家新一代人工智能创新发展试验区(以下简称人工智能试验区)建设,根据《重庆市建设国家新一代人工智能创新发展试验区实施方案》及相关管理规定,人工智能试验区第一批重点研发项目已启动申报,单个项目支持100万元。 据介绍,人工智能试验区第一批重点研发项目涉及智能制造、智慧城市、智慧医疗、智慧文旅、智慧安防等领域,共分为关键技术攻关、应用场景示范、新型基础设施建设、社会实验探索4个方向。重点围绕人工智能领域“卡脖子”技术和产业发展重大需求,加强典型场景示范试点、推动新型基础设施建设、探索具体领域社会实验。 市科技局相关负责人表示,主要涉及关键技术攻关方向的项目,作为重庆市技术创新与应用发展专项重点项目,采取公开竞争的方式组织实施。涉及应用场景示范、新型基础设施建设、社会实验探索3个方向的项目,以定向委托的方式组织实施。 据了解,第一批项目实施周期为2年,大部分要求由企业牵头申报,同时鼓励产学研协同创新,申报截止时间为2020年10月16日18点。有意申报的单位可登录市科技局官方网站查询申报详情。

                        时间:2020-10-28 关键词: 科技 智慧安防 人工智能

                      • 在封塑成型中采用人工智能控制输入变量,预防与封装厚度相关的缺陷

                        在封塑成型中采用人工智能控制输入变量,预防与封装厚度相关的缺陷

                        摘要 本文旨在于识别在半导体塑封成型(又称模压成型)工艺中出现的封装厚度相关缺陷的原因,厚度相关缺陷包括封装厚度错误、引线和/或芯片裸露在封装外面、模具溢料。 在塑封成型过程中有三种情况会遇到封装厚度问题,其中包括在模具上所选的产品配方与实际芯片批次不一致,装入的芯片批次与模具当前保存的配方不一致,以及装入模具产品表面不规整,例如,存在错位芯片、基板侧轨或端轨破损。采用人工智能(AI)技术的模具可以在产品入口检测并识别各种异常问题,防止异常芯片进入后面的塑封工序。 采用人工智能可以预防与封装厚度相关的所有缺陷以及模具停机时间。 关键词:人工智能,塑封成型,相机扫描,激光扫描 1.前言 塑封成型工艺是集成电路封装技术最近几年取得的一项进步,该技术采用颗粒状塑封材料封装芯片,第一道工序是扫描基板上已完成引线键合的基板,获取基板上芯片的总数量,然后按照封装厚度要求计算所需塑封颗粒材料的数量。 图1:塑封成型工艺 第二步是把模塑颗粒注入到下模具,下模具载体台面涂有一层脱模剂,将基板引线朝上置于上模具夹具内。下模具抬起合模,把塑封材料压向基板,达到封装厚度要求后,下模具停止加压,如图1所示。 芯片扫描是塑封成型工艺中最重要的工序,因为这道工序决定了产品封装的厚度。芯片扫描分为激光扫描和相机扫描两种类型。激光扫描用于计算大尺寸芯片的数量,而相机扫描用于计算小尺寸芯片的数量。芯片扫描仅覆盖整个基板的有效区域,但不包括端轨和侧轨。图2所示是实际基板和实际芯片扫描结果。 图2:实际基板和扫描图像 1.1封装厚度相关问题 芯片扫描方法根据在产品配方中记录的芯片配置数据,识别产品批次错误或配方不正确,防止模具误操作。如果装入的产品与产品配方不一致,模具将会发现芯片尺寸不同或芯片垂直高度错误。最近推出的新产品的芯片配置数据完全相同,唯一的区别是封装厚度要求不同,如图3所示。如果使用封装厚度高的配方加工封装厚度低的产品,芯片扫描不会发现错误,因为芯片配置相同,反之亦然。 图3:芯片配置相同,但封装厚度不同 另一个封装厚度错误的问题是装入产品的引线键合存在差异。如果存在错位芯片,模具压板平整度将会受到影响,导致塑封材料从压板四边缝隙溢出。破损基板的裂缝如果延伸到模具工作区域,将导致塑封材料在合模过程中泄漏,这两种溢料情况都会导致模塑材料数量减少,无法满足封装厚度要求。最坏的情况是,由于封装很薄,材料不足将导致芯片和引线裸露在封装外面,如图4所示。 图4:错位芯片和破损基板导致芯片和引线裸露在外面 如何避免错位芯片和破损基板,改进办法目前仍在研究中,但是由于模塑材料和多个芯片叠装工艺都很复杂,改进还有待时日。 表1:不同产品的工艺和材料比较 对于基板破损,通过比较不同的产品发现,产品B和E在芯片键合和引线键合处都有通孔,基板破损发生率最高。多通孔工艺有较高的基板破损风险。对于错位芯片,只有在上道芯片贴装工序之后才能处理。在芯片面平整度较低时,可能会发生芯片错位问题。还值得注意的是,产品A和D的基板较厚,破损率较低。薄基板更容易破损,合模压力稍大一点就会损坏。下面章节比较表1中不同的产品。 1.2与封装厚度有关的缺陷率 2018年塑封成型工艺封装厚度相关缺陷的月均缺陷率为106 ppm,如图5所示。 图5:封装厚度相关缺陷趋势(2018年) 模具溢料将会堵塞机台的真空流道,疏通流道需要停机,抽出阻塞物,这可能会影响生产效率。从2018年停机时间趋势来看,每月平均停机28个小时,如图6所示。 图6:停机时间月度趋势 1.3目前的模具封装厚度误操作控制办法 当前防止因错误程序或装入错误批次而引起的加工错误的控制办法包括在模具上粘贴产品封装厚度要求,如表2所示。 Table 2. Compression mold package thickness matrix表2.塑封成型封装厚度对照表 如图7所示,在每个批次芯片装入模具之前,检查每个批次的追溯信息(行程卡)、实际基板和模具配方是否完全一致。 图7:批次、行程卡和模具对照检查 如果某个批次的基板有异常,例如,在上线前发现基板损坏或有错位芯片,则将图8所示的标签贴到该批次基板上,提供可追溯信息,以评估该基板是否可以加工或从不能用于前次模具。 图8:提示上线前基板异常的标签 要求操作员使用千分尺测量模压封装厚度,从每个批次抽取1块基板测量,确保不会漏掉封装厚度错误,这是生产操作规范。 1.4在塑封成型中应用人工智能 针对因为配方错误或装入错误批次而导致的加工错误,芯片扫描范围被扩大到侧轨和端轨,如图10所示。 图10:芯片扫描图解 创新的想法是能够通过光学字符识别(OCR)方法识别基板端轨上的具有唯一性的由字母数字组成的产品材料代码,然后与所选产品配方中记录的材料代码对照检查。如果成分一致,继续检查其余的基板,直到检查完该批次的所有基板为止;如果不一致,模具将提示错误并停机。 图11:材料代码光学识别 对于损坏的基板或错位芯片,通过相机或激光扫描侧轨和端轨,对比扫描影像与合格产品的影像或轮廓,检查是否存在异常。如果发现异常,模具将提示发现错误并停机。 1.5 相关技术资料概述 为了更好地理解具有唯一性的8位字母数字产品材料代码放错识别方法及其关键使能技术,本章将简要介绍各种相关的光学识别技术。光学字符识别是一种前景广阔的技术,可以将手写字母或文字转换为计算机文本。这项技术还是印刷文字数字化常用的一种方法,印刷文字转换为计算机格式后,可以进行电子编辑、检索、存储以及在线显示。光学字符识别分为多个阶段,包括预处理、分类、获取后处理,前段处理、分段处理、后段处理、特征提取。 1. 多层感知器神经网络让光学字符识别成为可能。正常流程是先获取图像,然后对其进行预处理和分割。在分割期间,字符被线分开。字符图像中字符线的列举对于界定可检测区间边界至关重要。分割后的下一步是分离字符,接着时提取特征。为了完成特征提取过程,我们采用了图像到矩阵映射处理方法,将图像转换为2D矩阵。下一步是训练系统。通过训练,系统能够做出高效工作决策,并且在无法预测的环境中产生更好的结果。所提出的系统方案采用多层感知器学习算法。该方法采用金字塔状结构,这个结构不仅可以用于学习过程,还可以用于分类过程。通过在多层网络体系结构中应用学习过程算法,突触权重和阈值可以特定方式更新,使系统执行分类/识别任务的效率更高。突触权重对于迭代很重要。在迭代过程中,权重被更新为某个整数值。因此,为了识别对象,将其特征数据送入网络输入层,生成输出向量。现在使用这个输出向量和目标输出来计算误差。通过分析所得的输出值,可以确定字符的识别准确率。该方案识别独立字符取得91.53%的准确率,成句字符识别准确率达到80.65%。 2. 我们利用模板匹配和反向传播算法开发出了光学字符识别软件。模板匹配是最常用的一种光学字符识别技术,主要用于特征提取。因为简单,容易实现,这项技术很受欢迎。模板匹配又称关联。这种方法使用单个字符的像素矩阵提取特征。在测试数据集中使用相关函数R,并将结果存保存在数据库中。关联值最高的字符被选为最匹配的字符。反向传播算法使用反向机制来查找错误,并通过向后传播来减少错误。这种方法基于纠错机制。分组后发现的问题是,存在无法识别的字符,这些无法识别的字符是产生错误结果的字符。使用此方法可提高字符识别的正确率。 对于错位芯片和损坏基板检测,我们做了相机扫描识别物体的研究,重点研究图像分辨率增强技术,详见下文。 3. 有报道称采用深度神经网络识别物体取得了非常好的效果,不过,这些方案通常假设,有可用的适合的物体大小和图像分辨率,这在实际应用中可能无法保证。我们提出的框架是通过图像增强网络和对象识别网络两个深度神经网络协作学习,来识别超低分辨率图像。图像增强网络试图通过使用来自对象识别网络的协作学习信号,提升分辨率极低图像的锐度和信息量。针对高分辨率图像训练权重的对象识别网络,积极参与图像增强网络的学习过程,还将图像增强网络的输出用作增强学习数据,以提高其超低分辨率图像的识别性能。通过用各种低分辨率图像基准数据集做实验,我们证明了该方法能够提高图像重建和分类性能。 在错位芯片和损坏基板检测中,我们比较了激光扫描与相机扫描的性能,做了激光扫描在物体检测中的适用性研究。 4. 低成本3D成像,特别是通过使用激光检测和测距(LIDAR)成像,对于物体识别、地面测绘和机器视觉等应用非常重要。传统的飞行时间激光雷达使用扫描激光来获得目标的光强和距离,这需要窄带宽的照明光源和高速同步器。无脉冲宽度的3D激光雷达的非扫描产品原型,据我们所知,是业界首次整合单像素成像传感器和衍射光学元件。压力感测技术用于测量物体反射的回波脉冲,并重建目标场景的强度图。衍射光学元件用于提供结构化照明光源,并且可以从激光光斑提取数据,获得目标场景的深度图。我们给出了验证原型识别效果的仿真结果,并例证了在传统3D成像方法不可用或受限的情况下,使用我们的方案的优越性。这个创新原型在可见光谱以外的波长上具有成本低和结构灵活的优点,并且因为实用而受到高度关注。 2.材料与方法/实验细节/方法论 2.1材料 我们将使用涵盖所有可能的情况的产品来验证芯片扫描软件升级能否识别配方错误和批次误装。从封装厚度要求不同的三种产品中选择了三个批次,每个批次有20块基板。产品B和C具有相同的芯片配置,产品A的配置不同于B和C。产品A和C的模套厚度要求相同,而基板厚度不同。具有唯一性的材料代码是区别不同产品关键特征的重要工具,详见表3。 表3:错误配方/批次误装评测表 制备有错位芯片和损伤的芯片基板,模拟模具在芯片扫描过程中能否发现异常。异常位置包括端轨和侧轨。对于错位芯片,使用不同尺寸的芯片测试是否能发现异常。 2.1.1 芯片扫描软件升级 测试芯片扫描升级软件能否识别基板端轨上的唯一8位字母数字代码,如图12所示。 图12相机扫描示意图和实际扫描图像 扫描捕获的信息将与被测产品配方信息对比。如果内容相同,则模具将继续运行;否则,模具将提升错误并停机,如图13所示。 图13:模具的物料代码检测屏幕 为了检测芯片基板上是否有错位芯片或端轨和侧轨是否损坏,我们又开发了基板检测软件。这里将使用激光扫描和相机扫描两种不同的扫描技术测试该软件的识别能力。 相机扫描是通过比较坏基板与好基板的像素来识别基板是否存在错位芯片和损坏,如图14所示。 图14:扫描检测图像(a)错位芯片视图(b)损坏基板视图 另一种检测技术是激光扫描,该技术扫描基板表面高度,并将捕获的图像与好基板的高度进行对比,如果高度偏差较大或较小,则模具将提示错误并停机。测试将使用有错位芯片和侧轨和端轨损坏的基板,如图15所示。 图15端轨和侧轨高度激光扫描图(a)错位芯片高度(b)损坏的基板 2.2测试过程 测试目的是比较两个扫描软件升级对材料代码识别和错位芯片及基板损坏检测的识别效果。 材料代码检测将测试相机能否准确识别不同产品的材料代码。面临的挑战是能否识别所有字母数字的字体大小、样式和方向。使用20块基板,随机插入错误材料代码,板对板测试升级软件的识别结果是否一致,详见表4。 表4.材料代码检测实验设计 通过检测错位芯片和损坏基板,比较激光扫描和相机扫描的缺陷检测准确率。使用在端轨和侧轨上有不同尺寸和形状的缺陷的实际基板,测试芯片扫描的准确率;使用不同尺寸的错位芯片测试扫描灵敏度,如表5所示。 表5.错位芯片/破损检测实验设计 3.实验结果与分析探讨 3.1材料代码识别测试 根据升级软件检测每个产品的材料代码的测试结果,三种测试产品的全部基板的检测准确率100%。正确和错误的物料代码均被准确识别,如图16的图表所示。 图16:不同产品之间的升级软件双比例检验 测试结果证明,检测准确率很高,所有被测产品的基板都被正确识别,包括另外10块材料代码错误的基板。 3.2异常基板识别测试 为了验证相机扫描和激光扫描哪个方法检测错位芯片和损坏基板的效果更好,进行了双比例检验,比较检测准确度。 对于错位芯片,使用当次被测产品的两种不同芯片尺寸进行卡方检验,比较激光扫描和相机扫描之间的扫描准确度差异。在置信度为95%,Pvalue值为0.0003时,相机扫描和激光扫描之间的扫描准确度存在显着差异,如图17所示。 图17错位芯片的相机扫描和激光扫描之间的卡方检验比较 实验结果证明,即使芯片尺寸很小,相机扫描仍能够始终如一地发现错位芯片的存在,因为像素识别对于相机阈值仍然很重要。相反,激光扫描准确度随着芯片尺寸减小而降低,因为它不能区分由于基板高度和平整度变化而导致的从基板导轨底部向上的高度相对于阈值的的变化。 损坏基板检测实验再次使用两块损坏特征不同的基板,一块基板上有缺口,另一块有裂缝,比较相机扫描和激光扫描的检测准确度,如图18所示。在置信度为95%,Pvalue值<0.0001时,相机扫描和激光扫描的识别准确率存在明显差异。 图18:损坏基板相机扫描和激光扫描之间的卡方检验比较 相机扫描检测损坏基板的准确率高于激光扫描,同理,错位芯片检测也是这种情况。但是,随着基板损坏的特征从高可见度的缺口变为裂缝时,检测的准确率也会降低。 3.2 建议 建议进一步开发检测功能,应对将来两种产品的材料代码相同但封装厚度要求不同的情况。 当前的做法是在基板上雕刻每个产品的附加代码,包括在产品的8位字母数字识别码中增加代附加码。 未来研究方向还可以是评估使用分辨率更高的相机提高检测准确度,特别是针对损坏基材的裂缝特点和尺寸小于本研究项目所测试的错位芯片。 应当设法改进错位芯片和损坏基板两个问题,因为本项目旨在改进缺陷检测率,防止残次产品进入塑封成型工序,预防产品质量问题和故障停机。如果基板不能返工,产品良率仍将会下降。 4. 结论 可以得出这样的结论,当前芯片扫描相机可以用光学字符识别(OCR)检测8位字母数字组成的唯一材料代码,并根据当前所选模具配方的参数发现模具误装的产品。 在检测芯片尺寸、基板缺口方面,相机扫描的准确率高于激光扫描,这是由于激光扫描对基板高度变化过于敏感,难以区分错位裸片和/或损坏基板。相机扫描不受这些因素影响,而是使用像素数作为检测参考依据。

                        时间:2020-10-27 关键词: 半导体 缺陷 人工智能

                      • 海洋王2020年前三季度净利1.47亿增长41.4%

                        ?10月22日,海洋王发布2020年三季度报告,公告显示,2020年1-9月实现营收1,029,159,355.64元,同比增长16%;归属于上市公司股东的净利润146,925,300.39元,同比增长41.40%。其中第三季度盈利89,928,527.47元,比上年同期增长39.87%。 截至本报告期末,海洋王归属于上市公司股东的净资产2,485,100,042.04元,较上年末增长19.25%;经营活动产生的现金流量净额为69,637,441.11元,同比增加114.26%。 据挖贝网了解,报告期内营业收入比上年同期增加14,196.72万元,增长16.00%;主要是报告期内公司深挖客户需求和明之辉三季度利润表并入公司合并利润表,营业收入增加;投资收益比上年同期增加1,014.43万元,增长56.82%,主要是购买结构性存款收益增加。 挖贝网资料显示,海洋王业务从早期传统特殊环境照明设备的研发、销售、生产逐步向服务型企业转化。随着LED、激光等新光源、新技术的发展,客户现场及工作需求的不断升级,公司将特殊环境照明产品与互联网相结合,发挥LED产品+控制器+服务平台的产品组合优势,为客户提供照明+控制器+应用软件+服务的解决方案,推动客户照明系统朝更节能、更智能化的方向发展。 来源:OFweek维科号 挖贝网易凡 免责声明:本文内容由21ic获得授权后发布,版权归原作者所有,本平台仅提供信息存储服务。文章仅代表作者个人观点,不代表本平台立场,如有问题,请联系我们,谢谢!

                        时间:2020-10-25 关键词: LED 人工智能

                      • 吴岩司长:关于工程教育和工程教育专业认证工作的思考

                        2020年10月20日,中国工程教育认证协会在北京举办工程教育高峰论坛,教育部高等教育司吴岩司长以《关于工程教育和工程教育专业认证工作的思考》为题作了重要讲话,100多位工程教育和行业企业的资深专家现场收听,一万多名认证领域内的认证专家、专业老师在线收看。 免责声明:本文内容由21ic获得授权后发布,版权归原作者所有,本平台仅提供信息存储服务。文章仅代表作者个人观点,不代表本平台立场,如有问题,请联系我们,谢谢!

                        时间:2020-10-25 关键词: 人才培养 人工智能

                      首页  上一页  1 2 3 4 5 6 7 8 9 10 下一页 尾页
                      发布文章

                      技术子站

                      更多

                      项目外包

                      亚洲 日韩 国产 有码 不卡