一个完美的物联网平台需要考虑 5 个要素
2017-08-29 11:25:41.0

英国准许半自动驾驶卡车高速路测

 

多达三辆无线联通的重载货车组成车队行进,所有车辆的加速、刹车以及方向均由头车控制,这种方式被称为「编队(platooning)」。英国政府将为这项技术提供 810 万英镑的支持,英国交通运输部(DFT)和英国高速公路公司尚未确定首次测试的时间,但表示预计将于 2018 年年底前在主要道路上进行测试。

 

该实验将由运输研究实验室(TRL)公司进行。类似的实验曾在美国和欧洲成功举行,2016 年,编队卡车曾从德国、瑞典、比利时分别出发,最后在鹿特丹汇合。

 

英国汽车协会对编队卡车高速公路条件下的安全性表示了担忧,协会主席 Edmund King 表示,「在亚利桑那州或者内华达州荒凉的高速公路上,编队卡车可能有用,但我们有欧洲最繁忙的一些高速公路,公路上有非常多出入口。毕竟,这不是美国。」但以交通部为代表的支持者称,编队形式能够大大削减交通堵塞成本,改善空气质量,以及减少燃油使用。

 

车联网公司 Cubic Telecom 获得 4650 万美元投资

 

汽车制造商们正在纷纷加速自动驾驶汽车计划。近日,位于都柏林的车联网解决方案公司 Cubic Telecom 获得了来自奥迪和高通等投资者的 4000 万欧元(约合 4650 万美元)的 C 轮投资,本轮投资后,其估值将超过 2.15 亿美元。

 

该公司的解决方案,让汽车(或者其他设备)能够自动接入当地运营商。近年来,监管机构、运营商和应用程序开发商都在为旅行者解决「漫游」问题,有些地区有漫游费率上限,有些运营商提供旅行套餐,还有些用户通过移动应用绕开运营商拨打长途电话。同样地,试图给汽车建立全球化的连通性,也面临着类似的障碍:通常,汽车制造商每次打算把车卖到一个特定市场,都必须与当地的运营商建立网络协议,每辆车都要有自己的 SIM 卡,背后都代表着一系列时间成本和运营成本。Cubic 通过一个在车辆生产时提前安装在车里的 eSIM 来解决所有软件层面的问题。当汽车从一个国家被卖到另一个国家时,汽车会自动连接本地网络。目前,Cubic 已经与覆盖 180 个国家的 30 家移动运营商建立了合作关系。

 

公司 CEO Barry Napier 称,这笔投资将用于扩大团队规模,以及解决方案的覆盖规模。其中,中国、亚洲其他国家和美国是重点区域。

 

应用

 

「物尽其用」:Rigetti 开发量子计算新用法

 

位于伯克利的量子计算公司 Rigetti 将用量子计算设备,帮助来自 11 个国家的 40 余家机器学习公司解决人工智能问题。

 

Rigetti 致力于开发一种复杂的芯片结构,这种结构有良好的可扩展性,特别适合进行机器学习和化学模拟计算。公司将自己的开发环境命名为 Forest,它能够结合常规计算和量子计算,支持开发者将自己的部分运算外包到量子芯片上。这种方式最大限度地利用了当期极为有限的量子计算资源,只将能够在量子设备上提速最多的部分计算分配到 Rigetti 的实验芯片上。Rigetti 首席策略官 Madhav Thattai 解释道,「将两种计算资源进行匹配,可以大大降低对量子计算机的性能要求。这意味着即使是非常小型的、近期能实现的设备也可以投入有用的计算中。」

 

大数据表明,全球变暖可能不是人类的祸

 

学者 John Abbot 和 Jennifer Marohasy 发表了一项名为《用机器学习评估人为因素与自然因素对气候变化的影响》的研究。在将 2000 年来的温度变化拆分为基本要素,然后用最新的大数据技术重构它们之后,两位研究者展示了如果没有发生工业革命,全球气温也会有所升高。

 

主流的气候科学学说认为,最近的全球变暖主要是由人类排放二氧化碳造成的。这一理论来自于对 1896 年以来二氧化碳吸收和排放的红外辐射的推测。诚然,二氧化碳能够吸收红外辐射,然而我们无法确定气候对这一变化的敏感性。

 

两位研究者认为,这种敏感性在 120 年前被 Svante Arrhenius 高估了。因此他们用最新的数据挖掘和神经网络技术模拟自然气候变暖和变冷的周期,进行温度预测。论文中提到了六个地理区域,根据神经网络模型输出,这些地区没经过工业化的温度变化将在 0.6 度到 1 度之间,而神经网络输出和实际气温变化的差异最多只有 0.2 度。差 0.2 度的区域有新西兰和瑞士。因此,我们认定,工业化对 20 世纪全球气候变暖的贡献最多就在 0.2 度水平。然而,政府间气候变化专门委员会(IPCC)却认为,变暖的 1 度全部归因于工业化。

 

NFL 教练:让机器学习预测你的饭碗稳固程度

 

橄榄球已经成为一个极其依赖数据的体育项目,除了预测球员表现,是不是也可以预测教练去留?

 

ESPN 分析师构建了一个机器学习模型并将 1979 年以来所有的 NFL 教练的数据交给它进行学习。意料之中,最重要的因素是球队本赛季的赢球记录,但是此外还有许多彼此相互作用的因素对模型产生巨大影响:

  • 球队相比于上一季的改变,包括提升或是退步。虽然成绩没达到球队经理和老板的预期非常容易导致教练下课,但是一位把成绩从 3-13 变成 5-11 的教练明显比一位把成绩从 9-7 变成 5-11 的教练更容易保住自己的饭碗。
  • 当前教练执导下球队的长期战绩,以过去 2-5 个赛季的平均获胜率为表征。
  • 季后赛的成功很重要。数据表示,当教练和不是当初选择雇用自己的经理一起工作时,有 25% 的几率被解雇,被雇用自己的经理解雇的概率则是 18%。某种程度上,进入季后赛比季后赛取胜更重要。

恶意把这些数据用于预测去年的教练队伍去留,预测结果是 Chargers 队的 Mike McCoy,Rams 队的 Jeff Fisher,Jaguars 队的 Gus Bradley,49ers 队的 Chip Kelly 和 Bears 队的 John Fox 最有可能被解雇。这五人中只有 Fox 获得留任。

 

利用人工智能追踪性贩运性

 

贩运是一项十分难以追踪的犯罪行为,来自加州大学的博士生 Rebecca Portnoff 和她的团队正致力于开发一项工具,筛查互联网上数以千计的色情广告,识别其模式,并帮助调查人员对其背后可能存在的性贩运行为进行追踪。

 

比特币是性贩运者常用的支付方式之一,2015 年,信用卡公司开始逐步禁止人们在与性交易相关的网站上使用信用卡进行支付,迫使人们开始使用比特币。而应用加密货币的区块链中的公开信息,人工智能算法是可以锁定比特币的使用者的。「我们筛查广告刊登的成本和时间戳,然后就能把它们与特定的人或者团体联系在一起,这就给警方进行进一步调查提供了一个很好的候选人范围。」

 

这个工具在一个月里识别了来自同一作者的超过 9000 个广告,其中一个比特币钱包涉及了超过 15 万美元的色情广告交易。

 

观点

 

一个完美的物联网平台需要考虑 5 个要素

 

如今的物联网市场上,有超过 150 个平台可以选择。识别和构建最合适的 IoT 平台可能是当下的技术领导者最重要的工作之一。建设 IoT 平台需要考虑的因素比传统技术平台还要多,这些新平台需要有能力覆盖所有设备、传感器、应用程序,乃至底层技术。更要命的是,物联网对每个行业来说都不同。对于运动装备公司来说,它意味着带传感器的跑鞋,对制造商来说,它意味着带传感器的生产机器,而对于保险公司来说,它意味着投保人车里植入的远程传感器。

 

尽管需求与应用场景多种多样,在设计 IoT 平台时,还是有一些共通的基本元素需要考虑,来自麦肯锡的分析员 Eric Lamarre 和 Brett May 近日通过一篇报告进行了总结。

  • 向混合应用环境转变。既要给出简单的、拿来就能用的应用,也要提供定制服务。首先,越简单的应用越受欢迎。同时,平台不一定能向商家一样了解他们的业务,因此确保应用的开发友好程度也很重要。
  • 注意提取和整合数据的能力。数据是驱动物联网产业最重要的燃料,也是物联网平台的意义,因此,请保证你的平台具有管理大量的、高速的、多来源数据的能力。
  • 注意云端基础设施的兼容性。选择与一家大型基础设施提供商(IaaS)合作,也意味着选择了他们的其他配套服务。有一些小型的 IoT 玩家可能只选择一个或有限的几个云提供商,但是请确保你的 IoT 平台和你的企业云平台是兼容的。
  • 数据的所有权和安全性。数据的存储位置和处理位置对于 IoT 平台来说是十分重要的。
  • 边缘处理和控制。IoT 平台可以是集中式的,也可以支持边缘计算以减少延迟。有时候,将数据在云端和本地移动的通信成本很高,例如从偏远地区的矿井或航船上,几乎没办法传递 TB 级别的数据,这时候就要考虑边缘计算了。

图说

 

十八只硬件独角兽,三分之二诞生在中国

 

 

据统计,世界上目前有 213 家公司符合「独角兽」标准,其中 18 家致力于开发硬件。这个一度很难吸引投资的领域近年获得了惊人的发展。

 

这 18 家中有 11 家来自中国,大疆统治着消费者无人机领域,智能手机巨头小米则支持了 5 家公司的崛起,其中包括平衡车公司纳恩博。

 

自行车领域的初创公司摩拜和 Ofo 的独角兽地位同样引人注目。它们成立不过三年!除了突显了中国消费者在支付行为和交通手段方面的巨变之外,两家公司的海外扩张计划也预示着中国企业全球化的雄心。

 

中国从强大的国内市场、罕有匹敌的制造业生态系统、大量科技人才和蓬勃的投资行情(根据道琼斯指数,中国风险投资在 2017 年第一季度全球占比超过 35%)中获益良多。在募资超过 1 亿美元的 36 家硬件初创公司中,中国也占据了 1/5,它们也非常有机会在今后的一段时间中步入独角兽行列。

 

 

虽然私募对硬件并没那么感兴趣,但是由于大多数硬件公司都有稳定的收入(和软件公司提收入简直是亵渎神明),它们对公开市场投资者来说十分有吸引力。公开市场上表现出众的例子包括去年市值翻了一番的 iRobot、生产水下无人设备的 Aquabotix 等等。

 

根据 2014 年以来的投资情况,预计未来一批独角兽公司将有大量提供医疗技术设备和企业解决方案。前者将使用大数据、机器学习、传感器等构建真正的数字疗法,与大型制药公司抗衡;后者将通过人工智能和机器人进行预测性的维护和预防(例如商业楼宇防火、城市防洪等),通过优化资源和节约成本创造价值。

 

声明:本文由机器之能(微信公众号:almosthuman2017)原创出品,版权归作者所有,转载请查看要求,机器之能对于违规侵权者保有法律追诉权。
原文地址:https://www.jiqizhixin.com/articles/2017-08-28-2?utm_source=tuicool&utm_medium=referral