NEWS
1.无人驾驶智能车挑战真实城区自主接送乘客11月21日，第十二届“中国智能车未来挑战赛”在江苏省常熟市举行。据悉，本届中国智能车未来挑战赛在内容设置方面，突出考察车路协同、无人驾驶车辆的交通场景识别能力，真实复杂动态交通环境中的安全性、适应性、敏捷性和智能性。
本届挑战赛共有22支车队报名。不同于往届比赛仅考察单车的智能性，本届比赛要求参赛车辆在真实城区密集车流交通环境中自主模拟接送乘客服务任务，以无人车自主、安全提供连续接送服务的效率为考核指标。本届比赛要求参赛车辆完全自主地从地下或地面停车场出发，在真实复杂动态道路交通环境中、90分钟规定时间内持续提供无人驾驶出行服务，并返回停车场，以规定时间内完成有效服务的次数及其难度等级综合计算得分。
比赛中，交通场景设置有道路封闭、施工借道、占道、锥形标引导等施工管制路段以及卫星导航信号缺失路段，并设置有行人、无人驾驶车辆、有人驾驶车辆、环卫作业车辆等多类型混合行驶场景，与密集移动障碍物共同形成真实交通流。同时，本届比赛利用北斗卫星导航构建适合无人驾驶车的行驶环境地图，并检验无人驾驶不依赖卫星导航信号的自主定位感知能力，特别是增加无人车从地下车库自主出库等测试内容。
相比往届比赛，本届比赛还首次将车联网技术与无人驾驶技术相融合。采用4G-LTE通信网络和北斗卫星导航技术，结合道路监控视频流等信息，通过多通道信息融合实时判读道路交通拥堵状况，在智能交通监控中心云平台与多辆无人车之间构建双向信息通道，实时发布路网动态交通状态信息，使无人驾驶车辆利用实时路况信息及时规划最优路径，提高无人驾驶出行服务的效率和安全性。
科技日报.11.30
2.未来智能穿戴：把计算机“织”进纤维里11月中旬，刊发于《自然》杂志 据英国剑桥大学预测，年采用智能纺织品的可穿戴产品市场将达到亿美元。在智能织物领域的研究中，织物电子技术占有重要席位。此前在香山科学会议召开的学术讨论会中，相关专家专门探讨了织物电子、传感和计算的学术前沿、核心技术与应用展望。
“织物电子是一种在纤维或纤维集合体（或面料）维度上生成电路、传感（执行）、能量、计算和通信器件的电子技术。”电子科技大学移动计算中心教授陈东义表示，“以织物电子为支撑理论和技术的智能织物与服装将驱动人类社会迈向泛智能时代，重构人类生活和生存方式，催生新兴战略产业。”
据了解，织物电子是基于技术演进提出的新概念，涉及电子织物在传感执行和计算上的功能实现等领域，与柔性电子等有着明显差异。“柔性电子是将有机或无机材料电子器件制作在柔性或可延性塑料或薄金属基板上，通常包含电子元器件、柔性基板、交联导电体和黏合层等4个部分，主要采用‘印刷’的方式实现。”陈东义说，“但是，织物电子可以采用有机、无机和蛋白纤维材料为原料，还能够使用编织、刺绣、针织、熔喷与黏合等工艺。”
在织物电子技术中，最核心的组成部分就是织物电子器件。“织物电子器件是指具有产生、传输、调制和测量电子功能的纤维或纤维集合体（纱线和织物等）。”香港理工大学智能可穿戴研究中心陶肖明教授说，织物电子器件有两类，一类用具有电子功能的材料直接生成纤维、纱线或织物，另一类用微电子器件如芯片结合于纤维中再形成多功能织物。织物电子器件具有柔性、大面积、三维变形、轻盈、透气、穿着舒适等优势。
现实情况是，我们目前所能接触到的智能织物主要是把智能器件镶嵌在鞋子或衣服上，然而这并不是织物电子的终极追求。
“目前织物电子的发展还处于初始阶段，传统电子领域产品开发依然占据主导地位，因此大多数智能服装研究主要专注于如何将器件和模块缝制或嵌入到衣服中，以及如何增强可靠性、牢固性等技术问题，而忽视了纤维和织物电子研发与加工技术问题。”陈东义指出。
陶肖明认为，织物电子技术能够结合传统纺织品的舒适性、外观和电子产品的功能性、连接性，无疑极具市场潜力。但是可靠性、交叉兼容性、设备适用性、材料可用性和间接成本等方面的挑战，一直阻碍着织物电子产品的商业化进程。
“形成织物电子器件或系统需要应用传感技术、数据传输和存储技术、数据显示技术、能源供给技术、连接技术等。如何在保持电子器件功能性和可靠性的同时兼顾织物优异的可穿戴特性，这是目前织物电子发展的最大瓶颈。”陶肖明表示。
她认为，理想的织物电子器件或系统的功能材料结构和性能方面还存在一系列的挑战。“阻碍织物电子系统发展的主要原因是其器件性能不足、生产加工一致性低、缺乏系统的研究和标准。”
除了材料需要在实现电气性能的同时满足特定的机械和化学性能要求外，织物电子的发展还面临着诸多挑战，例如，设计环节中包括在织物和纤维层次上构造传感、计算器件或集成电路，目前尚无成熟的设计自动化与分析工具；另外，电子织物对制造环境要求苛刻，目前还缺乏技术标准、测试方法和制造设备等。
对此，陈东义提到，织物电子可以从纳米材料和结构上寻找突破；传统电子、柔性电子和织物电子的结合是近期智能织物与服装产品化的重要途径。
科技日报.12.02
3.瞄准微米级3D打印西湖大学“黑科技”获数千万元融资可以实现微米、亚微米级精度的金属、介质、光波导等材料的3D打印；也可完成由金属、介质组成的任意三维结构，1小时内即可制成任意结构的印刷电路板……凭借自主研发的三维精密制造技术，不久前，西湖未来智造公司（以下简称西湖未来智造）完成数千万元的天使轮融资。
“微距镜头下的3D精密制造，乍看之下，好像一支笔在空间中直接绘制立体结构。我们团队可以通过3D打印替代现有基于平面模式的光电子封装方案，制造高精度电子器件、柔性可穿戴设备、微小型机器人等，提供3D电子打印服务、设备与材料集成的一站式解决方案。”西湖大学工学院特聘研究员、西湖未来智造创始人兼CTO周南嘉表示。
作为西湖大学工学院首个自主科技成果产业转化落地项目，成立于今年6月的西湖未来智造，是国际上电子3D打印领域首个专注于微米级精度的三维精密制造技术公司，通过将金属、陶瓷、磁性材料、聚合物等集成处理应用，弥补电子、光学领域精密加工中百纳米至百微米的市场空白。
从电影《十二生肖》中打印兽首的情节，到如今市面上的模型玩具，人们对3D打印不再陌生。周南嘉团队 “市面上的3D打印技术主要用的是激光烧结、光固化等工艺，能打印出物品的结构，却做不到令其‘五脏俱全’。”周南嘉说，团队的三维精密制造技术聚焦显示、微波通讯、光电集成、高精度三维封装、柔性电子等高端应用的先进制造领域。
据周南嘉介绍，在电子3D打印领域，传统微纳加工方法实现精密结构加工的同时，存在成本高、速度慢、材料选择有限、立体结构制造不便等弊端。团队已掌握超过百种墨水的合成方案，包括银、铜等金属及多种合金、陶瓷、磁性材料、柔性导电材料等电子行业常见及迫切需要的材料，都可以打印或定制开发。
自年入职西湖大学，周南嘉携团队以精密增材制造技术为核心，基于先进功能材料和三维集成技术方面的优势，开发了多材料、多尺度的灵活加工工艺，并实现成果转化。系列研究成果的应用前景，涵盖显示、三维电子互联、射频/微波、光通讯、微小型电子产品、柔性电子、传感器等核心方向。
“通过实现超高精度，我们将3D材料打印技术引入半导体后端工艺中，实现三维高精度光电封装、制造高频无源器件、实现异质异构集成。”周南嘉补充道，这一做法较现有的加工方式，在精度上提升了1—2个数量级。通过打印电子器件，可为未来电子产品，如手机、无人机、汽车、机器人的核心器件的制备提供加工方案，提升产品性能。今年6月，西湖生物医药科技（杭州）有限公司正式宣布完成近亿元Pre-A轮融资。这是西湖大学成立后第一个自主科技成果产业转化落地项目。
时隔数月，西湖未来智造得到英诺天使基金领投，和中科创星跟投的数千万元的天使轮融资，成为西湖大学第二个成果转化落地的项目。
值得一提的是，两个项目的成功落地，都离不开西湖大学打造的专业转化团队——成果转化办公室和发展公司的协作配合。
“西湖未来智造得到了学校的大力支持，由学校成果转化办公室专业团队全程跟进，以技术保护、政策咨询、法务咨询、融资指导等专业服务为企业赋能，加速推进成果的成功转化。”周南嘉说，今年4月，公司还获得了西湖区英才计划的A类项目补助。
据了解，西湖未来智造公司已与国内多家微电子领域企业展开合作，建成多个精密制造平台，已就若干具体产品探索量产方案。拥有完善的打印材料数据库，完全自主研发的技术系统以及可以实现敏捷制造的小型、高性能设备，为该公司快步走向市场提供支撑。
谈及未来的发展方向，周南嘉表示，这将由市场供需和产业发展来定，采用“用户出题，公司解题”的模式，本轮资金也将用于标准化及非标设备开发，材料库的完善及针对产业端的产品合作开发。
科技日报.11.30
4.浙江桐庐启动教育+VR先行示范区建设12月7日，浙江省桐庐县举行“全国教育+VR先行示范区建设”线上发布会。在莪山畲族乡试点工作基础上，桐庐将全面推进“VR教学”，让更多的人了解并参与数字教育。
今年7月，莪山畲族乡启动了“全国少数民族5G示范应用第一乡”建设，并在语文、音乐、科学和地方课上引入VR教学。“5G+VR”教育让当地的学生和老师体验到了数字乡村给学习及校园生活带来的巨大改变。
在7日举行的发布会上，一场名为“小小的VR大大的世界”的数字教育活动同时亮相。莪山民族小学科学老师吴军伟在公开体验课上展示了“5G+VR”教育下的新式学习模式。吴军伟说，“5G+VR”让教师们有了新的教学手，可以营造新的教学环境，能够有效激发学生学习的兴趣，使学生更直观地理解学习内容，提升学习效率。
除了VR课程之外，莪山还打造了全国首所“5G+VR”课程应用教学大纲。莪山数字乡村项目规划设计者、杭州数字治理科技公司董事长唐琦表示，数字教育的目的，是为了让孩子更愿意学习、更喜欢学习。
“随着数字乡村的建设，在不久的将来，莪山畲族乡的百姓能够像杭州城区的民众一样，享受数字教育、数字健康、数字服务、数字文旅和数字农业。”唐琦说。
新华网.12.10
5.未来给你做手术的也许是DNA纳米机器人目前在很多领域，智能机器人已经可以帮人类完成高危、高难的工作。如今的机器人已不再只是“钢铁战士”，生命基本物质——DNA（脱氧核糖核酸）赋予纳米机器人“血肉之躯”。
这种“麻雀虽小五脏俱全”的DNA机器人，能在纳米尺度上执行任务，因此它可以在人体细胞内发挥作用，这也让很多科研人员看到了其在医疗领域的广阔前景。在11月1日举行的第三届世界顶尖科学家论坛科学前沿话题讲堂上，中科院院士、上海交通大学化学化工学院教授樊春海围绕DNA制成的纳米级机器人做了专题报告，表达了其对DNA机器人治疗疾病的乐观设想。他认为，总有一天，基于DNA的机器、基于DNA的自组装机器、基于DNA的纳米机器人，可用来治疗人类疾病。
“DNA纳米机器人最核心的技术就是DNA折纸技术，在此基础之上，融合了一些可调控的机制，使得DNA不止能被折成各种结构，还具有了动态的机械功能，从而可以被称为‘机器人’。”天津大学化工学院教授、博士生导师齐浩介绍，虽然DNA纳米机器人不同于传统意义上的电子机器人，但之前能构建的生物分子都没有这些动态的功能，而DNA折纸技术帮助实现了分子的自组装，因此能赋予它一些动态调控的功能，使之更智能。
“不同形式的DNA结构也被称为框架核酸。通过DNA折纸技术，将连成片的DNA当作‘纸’，经过设计和堆叠，构建出自己想要的模样，实现了人工设计自组装核酸结构。这种折出来的框架核酸，具有可编程的尺寸、形状和机械性能。有了这些DNA框架结构，科学家就可以在纳米范围内精确地组织小分子，使其成为架构纳米药物的有效平台。”齐浩介绍，通过DNA折纸技术，就可以搭建出机器人的“骨架”。和传统的DNA相比，DNA框架具有更稳定的结构，不容易被体内的外切酶降解，从而更加准确有效地进入细胞，向人体内递送靶向药物。
框架核酸可以赋予机器人一些动态功能，而且这些功能是可控的。“DNA机器人可以实现很多功能，比如DNA行走、识别、结构开合等，这些技术都是通过DNA的序列设计技术来实现的。而序列设计是基于DNA链和链之间的识别来控制配对。”齐浩举例说，比如DNA机器人行走，就是根据核苷酸的碱基互补配对原则，A、T、C、G这4种碱基能够两两连接，形成双链。利用这个原理，设计特殊序列的DNA“桩”，这些DNA“桩”就像是DNA机器人前进路上用来踩踏的砖头。当机器人一只脚踏上正确的“桩”时腿部会快速进行碱基配对，另一只脚随机选择一块正确的“桩”，踏出下一步，踩着之前桩子的那只脚就变自由了。
“其实很多高分子材料都能做出动态功能，比如温度、硬度变化，材料也能‘动’起来，实现智能化。但之所以DNA用来做机器人引起这么多 “这种通过DNA折纸，折出高精准度的核酸框架，而后再把具有不同功能的生物分子精准固定在框架上，从而实现各种生物功能，是DNA机器人未来的主要发展趋势。”齐浩说，但这些生物分子固化之后，生物功能怎么去设计，怎么让它们相互之间协调工作，这都是后期需要解决的一些问题。
目前，DNA机器人的效率也需要提高。比如来自美国加州理工学院的钱璐璐教授研究出的一种可移动DNA机器人，它迈出一步需要5分钟，一步只能移动6纳米，单个机器人用了接近一天的时间才将6个不同的“货物”运送到指定位置。
“与低效率同时存在的是高成本，每一个DNA机器人的加工成本都很高，如果需要大批量使用成本会更高。”齐浩解释，这是因为，比如执行一个任务需要个DNA机器人，目前做不到能精准控制每一个DNA机器人去执行命令，如果有几个机器人“开小差”，完成任务的效率就更低了，付出的成本就会相应增加。
“DNA机器人在医疗领域，更多的会用来为某些肿瘤或癌症患者递送靶向药，或是制造纳米级设备元件，成为精准医疗的加速器。”齐浩进一步解释，之前都是把药物做成小分子，在人体内漫无目的地扩散到各个部位。后来出现了靶向药，就是在药物上增加识别病灶的分子靶点。而用DNA机器人可以制作智能升级版靶向药。
齐浩强调，DNA机器人本身并不治病，它只是一个载体，可以携带药物精准到达病灶或者病灶周边，进行操作精准给药，以增加现有药物的效力。
而且除了带货、识别、运输、卸载药物，DNA机器人还可以被装载上更多的“逻辑门”，以实现更多的功能和操控。齐浩举例说，研究人员曾制作过一个DNA机器人盒子，盒子里可携带治疗肿瘤的药物，通过设计识别功能，“盒子机器人”可准确找到肿瘤细胞，并且通过识别预先设计好的分子信号，打开盒子门。这个开门的操作就可以设计“和”或者“或”的逻辑门，满足两个条件打开门或者满足两个条件中的一个就开门。
DNA机器人，能在纳米尺度完成这么多复杂的操作，让科研人员看到了它在医疗领域前景可期。有专家表示，这种微小的机器人甚至可以完成定位，操作一台小型手术。
不过与大多数新生事物相同，DNA机器人应用于医疗，还有很多关键的问题需要解决，其中最主要的就是生物安全性。
DNA是人类的遗传信息，使用DNA做成机器人进入人体细胞进行治疗，就相当于外源DNA进入人体，可能存在与人类DNA相互作用、整合到人类基因组的情况，对人类自身遗传信息的稳定性产生影响。
“目前的科研人员都还在DNA机器人的构建层面进行研究，它的功能还没那么强大。未来DNA机器人的技术一旦成熟并进入到应用层面，生物的稳定性和安全性等问题就会凸显出来。”齐浩表示。
6.让AI做你的眼睛最近，不少城市开始允许导盲犬进入地铁、公交车。然而，国内导盲犬的数量十分有限，据统计，截至年，导盲犬的数量仅为只，比大熊猫还稀少，而需要导盲犬服务的视障人士却多达万人左右。每训练一只导盲犬需要耗费12万元—15万元，导盲犬的寿命约为十几年，视障人士即使有幸排到一只，但当它退役之后，视障人士又该如何外出，也是个值得思索的问题。
谷歌开发的这套系统似乎让我们看到了希望。“这个系统，不需要让视障人士依靠人类向导或导盲犬即可自己跑完全程。”远望智库AI事业部部长、图灵机器人首席战略官谭茗洲说。
据介绍，这个应用程序使用人工智能模型来识别道路上的一条画线，并推断出跑步者与这条线的关系。如果跑步者离线太远，该应用程序就会向他们佩戴的骨导耳机发送信号，播放令人不快的噪音。声音是哪只耳机发出的、音量有多大，都能让跑步者知道他们需要移动的方向及其离终点有多远。
谭茗洲解释道，这有点像汽车上使用的接近警报，当汽车离可能发生碰撞的地方越近时，警报的声音就会越大，频率也会越快。使用谷歌的这个系统，跑步者需要把一部安卓手机与经设计的腰带绑在腰上。这款应用程序不需要连接互联网即可工作，而且还可考虑多种光照和天气条件。显然，若在一些社区，专门为视障人士建立带有指引标志的赛道，他们自己便可以安心愉快地奔跑健身。
“视障人士只是眼睛看不见，声音是可以听到的，目前的AI科技让他们真正看见世界不太可能，但可以让他们体验到‘如同看见’的效果。”谭茗洲指出。
如今，许多互联网公司都通过各种方式成功让视障人士与他们提供的服务实现互动，主要方法就是将文本转变成由屏幕阅读器发出的语音。4年前，脸谱公司（Facebook）发起“无障碍倡议”，尝试采用人工智能技术来丰富盲人、聋人和其他残疾人士的用户体验，重点工作之一是重新设计菜单和按钮结构，运用自动口译某些照片和视频的算法使其能为屏幕阅读器所用，为视障用户提供丰富的场景描述。
作为美国一位专业徒步旅行者，视障人士特雷弗·托马斯时不时在脸谱上与粉丝分享其带着爱犬到一些山径和步道徒步旅行的照片和视频。他感慨道：“之前因看不见照片，我对是否使用脸谱无所谓，而现在我无法想象没有脸谱的日子了。”例如，对于旧金山湾落日的照片，含有人工智能技术的屏幕阅读器会如此描述：这张照片含有自然、户外、云朵、草地、地平线、植物或树木；一对夫妇带着孩子站在加州丹麦城著名风车前面的照片，屏幕阅读器诠释：这张照片包括了3个人，微笑，户外。
“显然，这些解释不能对照片进行全面描述，但在没有人工帮助的前提下确实能填补某些空白，视障人士仅需点击阅读器来描述，而无须他人来做解释。”谭茗洲说。
瑞士eyra公司专门为视障人士研发了一种助读设备。据介绍，这个装置由三部分组成：挂在耳朵上面的骨传导耳机及其上面的高清摄像头，还有AI处理器。AI处理器可以将文本转化成有声小说，当然也不用担心噪音干扰的问题，因为是骨传导，可以一定程度上减少噪音干扰，给视障人士的生活带来便利。
今年在拉斯维加斯举办的世界最大消费类电子产品展会上，一款智能手机可以通过语音讲述周围的世界，赋予视障人士和弱视用户更丰富的视觉体验。该应用还可适配智能眼镜，可将用户的智能手机摄像头变成用户的眼睛。据介绍，其利用人工智能识别摄像头指向的视觉信息，包括食品包装、海报和显示屏，比如超市的商品信息、车站的显示投屏、街边的海报。此外，还可以识别记录亲朋好友的面孔，用户可以用其扫描和寻找周围的人和事。
据美国劳工部和美国盲人联盟的统计资料表明，目前视障人士可以顺利就业的职业达种。因此，有学者提出，要想改变视障人士的就业现状，教育是关键一步，特殊教育也需科技化。
目前，很多专为视障人士设计的解决方案，正凸显着人工智能应用的多样化和人性化。那么，如何加速人工智能产品的突破性运用，让冰冷科技释放出人文关怀？
谭茗洲指出，这需要三方面发力。首先要培育创新生态。“在年德勤全国创新精英挑战赛总决赛上，一支四川大学在校学生团队研发的一款视障人士Kindle阅读器获奖。”谭茗洲说，我们应该激励更多像这样为视障人士创新的技术成果，不让其沉睡，尽早转化成真正让视障人士受益的产品，这就需要构建一个良好的创新生态。
此外，要解决算力和成本之间的矛盾。谭茗洲介绍，机器学习训练往往要消耗大量的算力，操作中会出现时间上的延迟与信息隐私的安全隐患，这就要将AI算法中的数据上传到云端完成。而要满足终端AI推理运算的实时、可用性需求，就要在本地处理大量的数据，但若在终端本身部署高性能的AI芯片，从成本控制上来看不大现实，在实体场景中部署足够多的边缘AI更具一定可行性。边缘计算可看作是5G+AI+云计算的绝佳辅助——“神经末梢”。比如AI导盲杖要实现实时交互与判断，看到红绿灯变绿，能够自动判断出“可通行”的状态。运用边缘计算就不必将路灯信息上传到云端，经云服务器层层判断才发出行走的提醒。这无疑大大减少延迟带来的行进风险，也降低云端计算的超负荷。
最后，还需要等待产业环境的全面成熟：基础设施的完善，软硬件基本到位，这样可在终端设备上更好运行深度学习算法。“加强5G智能网络建设，保障云计算及边缘计算的每一个节点高效可靠利用。”谭茗洲指出。
新华网.12.16
7.亚马逊旗下Zoox公司发布无人驾驶车辆据美联社报道，Zoox公司14日发布了一款可以搭载四人的无人驾驶出租车车型“robo-taxi”。该车型为紧凑型轿车，专为密集的城市环境设计。车辆内部看起来像传统马车，有两排座椅，乘客相对而坐；内部没有方向盘；车辆长度不足12英尺（约3.7米）。该车辆是首批可以双向行驶的四轮无人驾驶车辆，更便于操作，最高时速为75英里（约公里）。
据Zoox介绍，这款无人驾驶车辆目前正在该公司总部所在地加利福尼亚的福斯特城和洛杉矶进行测试，测试在指定的路段进行，允许车辆内不配备司机。
Zoox成立于年，今年6月被亚马逊收购，被收购后仍然独立运作。Zoox被收购前曾融资7.5亿美元，拥有员工约0人。
目前，尽管无人驾驶车辆尚未驶进现实，大规模应用预计还需数年，但是来自科技和汽车行业的巨头均在抓紧布局，大力研发可以用于日常使用的无人驾驶技术，竞争日趋激烈。据外媒报道，除了Zoox，字母表旗下的Waymo、通用汽车公司旗下的Cruise、初创企业Nuro和中国的AutoX都已经获得美国监管部门颁发的不配备安全驾驶员的自动驾驶车辆测试资格。网约车平台Uber也已展开无人驾驶车辆测试。目前，约有60家公司拥有在加州测试配备安全驾驶员的自动车辆的有效许可。据悉，加利福尼亚州近期还通过了新的规则，允许网约车平台的无人驾驶车辆接送乘客。
经济参考报.12.16
8.新型光学传感器模仿人眼感知更逼真据《应用物理快报》近日报道，美国俄勒冈州立大学在新型光学传感器研发上取得重大进展。他们开发出一种新型光学传感器，可更逼真地模仿人眼感知物体变化的能力。这一成果有望带来图像识别、机器人技术和人工智能等领域的重大突破。
目前的信息处理算法和体系结构变得越来越像人的大脑，但信息接收的方式仍是为传统计算机设计的。为了发挥其全部潜能，更像人脑那样“思考”的计算机需要更像人眼那样“看”的图像传感器。
人眼包含约1亿个感光器，但视神经与大脑的连接只有一百万个，因此在传输图像之前，必须在视网膜中进行大量的预处理和动态压缩。
传统的传感技术，如数码相机和智能手机中的芯片，更适合顺序处理。每个传感器都会产生一个幅度随其接收的光强度而变化的信号，这意味着静态图像会使传感器产生较为恒定的输出电压。
在新型视网膜形态传感器中，利用了钙钛矿的独特光电性能。钙钛矿置于厚度仅几百纳米的超薄层中充当电容器，在光照下，它会从电绝缘体变为导体。因此传感器在静态条件下保持相对安静，当检测到光照变化时，会记录一个短而尖锐的信号，然后迅速恢复到其基线状态。
研究人员通过模拟一系列视网膜形态传感器，以预测视网膜形态摄像机如何响应输入刺激。例如，在棒球练习的模拟演示中，内场球员显示为清晰可见、明亮的运动物体，而看台等相对静止的物体逐渐消失。更加引人注目的是，一只鸟飞进了视野，然后停在一个看不见的喂鸟器上，几乎消失了，却在起飞时重新出现。
研究人员还可将任何视频输入这些模拟，并以与人眼基本相同的方式处理信息。比如让机器人用这些传感器来跟踪目标的运动，其视野中的任何静止状态都不会引起响应，一旦目标发生运动，则会产生高压，立即告诉机器人目标的位置，而无需进行任何复杂的图像处理。
这种新型传感器还能与神经形态计算机完美匹配。神经形态计算机与传统计算机不同，是一种模拟人脑的大规模并行网络，为用于自动驾驶汽车、机器人技术和高级图像识别中的下一代人工智能提供支持。
科技日报.12.10
9.人工智能赋能，5G基带电路可定制化自动生成“5G基带电路及相关芯片是5G基站及终端的核心，但它们的开发难度很高，往往需要很多工程师开发几年才能完成。而各行各业对于5G的需求千差万别，一些简单的应用如果也用高大上的电路是浪费的，这相当于杀鸡用牛刀，而重新开发电路又需要投入时间、人力再重新研发。现在我们研发出一款系统，可以根据行业需求，结合AI技术定制化地设计5G基带电路，成本低、节省人力，研发周期短。”12月8日，在南京市“共建重大创新平台推动科技自主自强”推进会上，东南大学与网络通信与安全紫金山实验室联合发布“5G/B5G基带电路自动生成软件系统”，东南大学教授尤肖虎用这番描述，解读团队如何助力我国移动通信领域电子设计自动化。
5G移动通信系统具备“大带宽、大连接、高可靠与低时延”等技术能力，然而，5G应用推广正面临成本高、功耗大、难以深度贴合客户需求、技术复杂的困境。面对各行各业千差万别的应用需求，用一张统一网络服务整个消费行业的发展模式已不再适用，系统定制化是破解上述困境的主要途径。
“实现5G系统定制化的最大难点是5G基站和终端的定制化处理。基带电路及相关芯片是基站及终端的核心，也是5G系统中技术最密集的部分，涉及80%以上的5G专利。”尤肖虎介绍，传统的基带电路研发非常复杂、分工精细，需要大量具有丰富设计经验的工程师，依靠经验和传统EDA工具，手工搭建相关功能电路与模块。其设计与验证过程极为繁杂，无法实现真正意义上的电路设计自动化，而且研发投入大、周期长，如果要更改应用需要重新设计，难以实现“随手可及”的客户定制化需求。
他举了个例子，“抄表业务一个月的信息传输量可能只有几个字节，采用功耗低的小的电路就可以满足需要，如果也使用复杂昂贵的芯片是很不划算的，成本也高。但对于车辆网、智能制造、工业互联网来说，又需要传输速率高、可靠性高和低时延的电路，所以不同领域对基带电路和芯片的需求不同。”
对此，联合课题组依托前期5G无线传输技术及AI技术等方面的长期积累，开创性地研制出“5G/B5G基带电路自动生成软件系统”。
“具体而言，可根据5G用户在技术指标、成本和功耗等方面的关键需求，例如在传输速率、芯片面积、功耗等方面的需求约束，通过对‘基因单元’的并行、串行、折叠等组合操作或复用操作，以及AI参数寻优，自动生成贴合客户需求的5G基带电路，生成5G基带电路版图，助力用户快速、敏捷地完成5G基站或终端基带处理芯片的定制化研发。”尤肖虎说，这意味着，工程师们动辄几年的研发周期将缩短至几天甚至几小时。
他介绍，过去6年，研究团队一直试图找到5G电路的共性差异，设想能否用共同的核心技术生成适合各个5G应用场景的电路，后来联合课题组发现，5G基带中按传统方法分解的各模块大多可以用统一的贝叶斯统计概率推断模型来表征，由此可以采用“统一模型、按需配置”的设计思路高效完成基带电路的定制化。
“整个设计流程基本无需人工干预，实现了真正意义上的电子设计自动化，例如5G极化码电路自动生成、超低成本5G物联网基带电路自动生成，以及超高速率与超高可靠5G车联网基带电路自动生成等。”尤肖虎说，该成果在5G、B5G乃至未来6G基带电路的定制化设计方面都具有广阔的应用前景。
科技日报.12.09
10.AI＋医疗融合发展亟待跨学科团队建设11月2日，粤港澳院士峰会暨第六届广东院士联合会年会专题活动“AI+医疗健康领袖峰会”在东莞举行。与会专家认为，人工智能医疗是医疗卫生技术和通用信息技术深度融合发展的产物，是医疗卫生领域未来发展和转型的方向。
“医疗智能化现在已经逐渐形成一种新的医疗模式。”中国工程院院士、国家新一代人工智能战略咨询委员会组长潘云鹤指出，“这个医疗模式首先是从智能设备开始的。智能设备如果和服务连在一起就变成一个云平台，医院、医院、病人和居家使用者联系在一起，实现智能设备共享。将数据存在该云平台里，同时为医院医院进行服务。”
潘云鹤进一步阐述：“知识云平台可以和科研教学的知识结合起来，比如皮肤病的研究、教学等。云平台实际上是不断发展的教科书，最后还可以把药店、急救车连在一起，形成一个新的以知识为中心的医疗系统。”
在中国科学院院士、清华大学人工智能研究院院长张钹看来，医疗健康的智能化势在必行，但人工智能在医疗健康上的应用还存在不安全、不可信、不可靠和不可扩展等风险。“第三代人工智能是今后的发展方向，即建立可解释和鲁棒的人工智能理论，发展安全、可信、可靠和可扩展的人工智能技术，推动人工智能在医疗健康中的应用。”
人工智能在医疗器械领域有哪些应用？“从医疗器械的角度来说，几乎每一个领域、每一个类别都和人工智能有关系，比如有源类的医疗器械，检验的、手术的、可穿戴的这些装备，还有一大类是无源类的各种植入体，像人工关节、人工器官、心血管支架等，由于人工智能技术的发展，这些植入体的功能、性能都发生了非常大的变化，可以说是跨越式变化。”中国工程院院士、华南理工大学原校长王迎军认为，人工智能正在推动医疗器械行业的革命性转变，AI与医疗器械两个多学科交叉领域的深度融合发展，需要跨学科团队整体建设，包括人才培养以及深度融合的课题研究等。
“虽然我们 对此，王迎军指出，AI+医疗健康本身是一件医工交融的事情，需要医工紧密结合的团队来做。她强调：“无论是现代医学还是人工智能、医疗器械的发展，都需要一个更紧密的多学科团队、更早的融合，而不是你来做，我来用。”
中国经济网.11.04
请
推荐文章
热点文章
