language version
    华体会app登录,华体会官方网页链接
    Lighting, air conditioning, curtains, audio and video AI voice door lock robot
    See more
    华体会网页链接
    Lighting air conditioner curtain door lock
    CS4-Mini Minimalist
    CS4-Std Standard
    CS6-Pro Deluxe
    See more
    华体会官方
    Card lock network lock NB-LOT lock ID card lock face lock self-service machine
    See more

    About Us

    华体会app登录

    华体会app登录自2001年就开始从事智能识别技术、智能电子门锁的研发生产及销售的高科技企业。华体会官方位于中国“热点经济圈”—长三角经济区的江苏省常州市。华体会网页链接拥有一批国内最早从事智能识别、生物识别技术研发的专业人士;华体会app登录凭借突出的技术优势和紧贴市场的经营理念,华体会官方在安防、智能化酒店领域扮演着不断推动行业前进的“发动机”角色。
    公司主要产品有:酒店智能锁、客房智能控制系统、公共区域智能照明系统、网络型门锁门禁系统、养老院专用锁、学生公寓锁、办公智能锁、别墅家居指纹密码锁、更衣柜锁、电子门号信息牌、养老院定位呼叫系统、酒店管理软件系统、客房自助入住系统、宾馆客房配套家电、校园一卡通方案等。
    Learn more
  • About Us
  • 华体会app登录,华体会官方网页链接
    华体会app登录
    Cooperative User
    Cooperative User
    Cooperative User
    Cooperative User
    Cooperative User
    Cooperative User
    Cooperative User
    Cooperative User
    Cooperative User
    Cooperative User
    Cooperative User
    Cooperative User
    Cooperative User
    Cooperative User
    Cooperative User
    Cooperative User
    Cooperative User
    Cooperative User
    Cooperative User
    Cooperative User
    Cooperative User
    Cooperative User
    Cooperative User
    Cooperative User
    Cooperative User
    Cooperative User
    Cooperative User
    Cooperative User
    Cooperative User
    Cooperative User
    Cooperative User
    Cooperative User
    Cooperative User
    Cooperative User
    Cooperative User
    Cooperative User
    Cooperative User
    Cooperative User
    Cooperative User
    Cooperative User
    华体会官方
    News
    在线连麦互动、语音识别、人脸识别学而思网校用这些高科技个性化

      原标题:在线连麦互动、语音识别、人脸识别,学而思网校用这些高科技个性化指导学生学习

      在经历互联网对教育行业的改造之后,愈来愈多的人工智能技术开始被运用到实际的教学环节中。

      在中小学生暑期来临之际,好未来旗下的“学而思网校”发布了一款IDO2.0个性化学习系统,将人脸识别、语音识别、触感互动等科技手段运用在教育上,通过个性化学习任务系统(简称IMS),为学生提供学习行为更完善、学习计划更明确、学习方式更多元的学习体验。

      学而思网校是好未来教育旗下成立最早、发展最久的中小学在线年正式上线,主打高清录播视频。

      2013年,学而思网校试水直播,推出“录播+直播辅导”模式,授课环节由录播完成,直播环节进行答疑和练习。

      2015年,学而思网校开始尝试“直播+辅导”模式,从录播向直播转型。2016年,学而思网校开始主打直播课,并发布IDO1.0在线学习系统,主打错题追踪订正功能。

      学而思网校教学产品负责人张杰告诉创业邦,该系统通过大数据及智能化应用,根据学员在直播课上课过程中的互动答题情况、课后作业完成及订正结果、答疑平台上的提问内容等综合数据,明确每位学员对知识点的掌握情况,推送个性化学习任务,更有针对性地解决学生学习中的薄弱环节,让学生的学习效果更为可见。

      在语音识别方面,目前已经在网校的课程中上线。今年暑假,学而思网校的语文和英语课可以实现“连麦”功能,老师在教学环节中可以挑选几个学生做实时的语音互动,且学生之间也可以互相做语音互动。此外,在学习过程中学生对特殊符号和生僻汉字等输入均可通过语音识别技术实现。

      在人脸识别方面,通过人脸识别功能,系统可以判断该学生所处的学习状态,也可以及时检测到学生的打瞌睡、长时间吃东西、离屏幕太近等不良状态,并发出预警。与此同时,会发送给家长进行监督。据了解,该功能将在今年的秋季学期在学而思网校的课程中全面上线万学生和家庭在使用网校服务。张杰说:“IDO2.0是要解决学习从丰富的教学手段到有效的教学效果之间的最后一公里问题。”

    06-28
    2022
    福建人脸识别门禁一体机效果(认线已更新)

      重庆软江图灵人工智能科技有限公司为您介绍福建人脸识别门禁一体机效果(认线,

      此次福建智能科技有限荣获福建技术企业认证,表明在技术创新,科技成果转化,拥有核心自主知识产权等方面得到了的高度认可。从国外,国内各大高校引入技术科研博士团队6人,其中中组部专家1人,专注人工智能技术与应用,图像视觉识别分析,信息安全技术研究。技术产品涵盖多模态生物识别人脸识别,掌静脉识别,虹膜识别,视频智能分析,智能监控,生物大数据平台及生物身份认证平台等多个核心领域。

      售后服务在实际应用过程中,服务很重要,响应速度尤其重要。物联网网在使用过程中难免会因为外界原因影响物联网网的正常使用,有专业且完善的售后服务体系能很好的帮助企业在一时间解决问题,较少损害。

      那么,人工智能到底如何帮助零售商店的所有者呢?首先,让我们谈谈AI和机器学习的工作方式。即,人工智能技术获取有关某物的大数据集,通过诸如网络之类的AI算法运行它,然后生成一个模型,该模型可以提供像真实人类一样的答案。

      规模及稳定性物联网网是三大运营商联合发布的,因此物联网网质量上有保障,因此寻求和三大运营商福建的物联网平台是一定没错的,再加上运营商福建有一定的门槛儿限制,因此物联网平台是具有一定实力与规模的。

      无论什么样的无人零售方案,都必须首先解决C端的用户体验问题,再来为B端客户削减人力成本。因为进不进店消费取决于消费者,没有消费者一切都是空谈。未来的无人售货应该去除一切媒介,消费者只需要凭借自己本身就能完成购物。要做到这一点,首先要解决身份识别问题。人脸识别,指纹识别,虹膜识别技术等等都可以实现,具体选择哪一种识别技术,要视具体情况而定,反正无论哪种都和安防有关。在无人便利店中,除了准确识别,还要持续跟踪消费者,分析消费者的行为。这一点可以通过图像识别技术来实现,对于动态图像的分析。用户选完商品后,进入特福建算区,此时,轮到RFID技术发挥了,通过RFID算出商品总额,再匹配到生物识别技术认证完成的用户支付账,轻松完成购物。

      现如今,随着物联网的飞速发展,物联网网平台一批批涌现,鉴于物联网市场复杂混乱,难免会有一些滥竽充数,关于物联网网商哪家好的问题已经给出推荐以及寻找的方法策略,如果大家感兴趣可以看看或者前来咨询。ry

      云计算是基于互联网的相关服务的增加,使用和交付模式,通常涉及通过互联网来提供动态易扩展且经常是虚拟化的福建。云是网络,互联网的一种比喻说法。过去往往用云来表示网,后来也用来表示互联网和底层基础设施的抽象。狭义云计算指IT基础设施的交付和使用模式,指通过网络以按需,易扩展的方式获得所需福建广义云计算指服务的交付和使用模式,指通过网络以按需,易扩展的方式获得所需服务。这种服务可以是IT和软件,互联网相关,也可是福建服务。它意味着计算能力也可作为一种商品通过互联网进行流通。

      物联网理平台物联理平台能帮助企业监管物联网网使用状态与生命周期,在提供多种功能务的同时,还能为企业提供充值分润,下级分销等多种服务,起到降本增效的作用。

      1、物联网平台众多,但真正能做到以上几点的是少之又少。要问具体的物联网网商哪家好?认为物联网集成三大运营,网源丰富物联网平台运营管理精细化,强大的管理平台可实时查看所属物联网流量使用情况,网片状态,套餐资费,账户缴费续费管理和流量预警,分润管理等精细化运营功能。物支持第三方平台接入,开放API接口,提供技术支持24小时内极速接入平台。就企业客户问题,24小时客服在线处理。

      物联网网给企业,社会带来的效益是肉眼可见的,各行业领域企业对物联网网需求是与日俱增的,那在需求不断增加时,企业关心的是物联网网哪家好?围绕这个问题,认为从以下几个方面辨别为妥当!

      目前,无人零售所应用的主要技术是RFID,视频识别及重力感应,RFID不可忽视的是标签本身的成本与粘贴标签的人工成本视频图像识别技术对服务器及数据流量的要求很高,对带宽依赖也很大,这导致了这种技术的设备造价高昂,难以普及,识别的过程冗长,也导致了顾客体验受损。相对前两种技术,重力感应技术成本更低,大概是传统弹簧机的三分之一左右,且其可靠性有保障。

      本次股改会议由省地方局长韦秀长,福建证监局局长唐理斌,市委副、市长黄喜忠,福建证券交易所副总经理,市委常委、副市长杨文斌,福建区管委会主要,福建联合股权交易中心董事长潘淦等共同见证。

      软江图灵人工智能作为业内技术的大数据、人工智能企业,为数十个省市及上百家企业提供智能化解决方案及专业IT服务。面向、企业与社会的数字化转型与升级需求,软江依托 “人工智能+大数据+物联网”理念,自主研发并提供了面向政务决策、建、、健康、城市综合管理、工业互联网、传统制造业等不同领域的各类智能化软硬件应用产品,创造了显著的经济效益和社会价值,通过源源不断的数据资源为政务决策、社会治理、数字经济等领域持续赋能。

    06-24
    2022
    AI 3D人脸识别等创新技术加持华为智能门锁系列表现十分给力

      最近这两年,不少家庭都装上了智能门锁用来取代传统门锁,智能门锁产品相比较传统门锁拥有非常大的优势,比如说在开锁的体验方面,不需要掏钥匙,只需要人往门前一站就可以开锁,或者用指纹就可以开锁,非常方便快捷,同时在安全性方面,智能门锁产品更是比传统门锁拥有更高的安全指数,用户们可以不用担心家庭安全问题。

      在目前的智能门锁市场当中,华为智能门锁系列产品的表现十分出色,一度成为了用户们最喜欢的产品之一。华为智能门锁系列产品搭载了华为手机上已经非常成熟的一系列技术,比如说AI 3D人脸识别,再比如说无线反向充电黑科技,这些成熟且细心的科技均在华为智能门锁Pro这款产品上获得了应用,能够为用户们提供非常出色的使用体验。

      我们先来看看华为智能门锁系列产品的解锁能力,解锁能力对于一款智能门锁来说毋庸置疑是最重要的能力,华为智能门锁Pro将AI 3D人脸识别技术,应用到智能门锁上,能够大幅提升人脸的识别速度和精确度,此外还将华为旗舰手机上的同款3D深感摄像头应用在了智能门锁产品上,捕捉人脸特征的能力超过3D结构光的10倍,让解锁精度和速度再度得到飞跃。

      另外,华为智能门锁Pro的AI 3D人脸识别技术还具备AI动态学习算法,这也就是意味着它能够自主的记录学习解锁的环境场景变化以及解锁用户的细微面容变化,自家的门前环境有些许变化,或者是自家小孩正在不断长大,这些原因都不会导致人脸识别解锁功能失效,有小孩的家庭也不用让小孩频繁更换人脸识别,非常适合家中有娃的三口之家使用,门前安全常驻常在。

      除了解锁能力十分强悍之外,华为智能门锁系列在安全性方面更是有着强力保障。华为智能门锁的安全要依靠着HarmonyOS分布式可视猫眼来提供,哪怕是家里一个人都没有,门外一旦出现了异常逗留情况,比如说出现了陌生人的面孔在门前徘徊,门锁就可以实时监测到并且及时向用户的手机报警,确保家庭的安全。

      而当门外有访客到来的时候,你在家里做饭或者是在家里看电影看电视剧听不到铃声那也没关系,华为智能门锁能够通过分布式技术与手机建立畅联通话,实现远程可视对讲,让你不会错过任何一个重要访客。父母、朋友、亲戚来探望你,你在家的时候可以通过手机看到门外来的是谁从而及时给他们开门,如果不在家也没关系,远程访客密码开锁功能,不会让到访者在门口等半天。

      最后值得一提的是,华为智能门锁Pro还搭载了无线反向充电黑科技,这一项黑科技华为手机的用户肯定都有体验过,哪怕是智能门锁在突发情况下没电了,用户也可以直接使用支持无线反向充电的手机为智能门锁进行供电,从而能够完成一次临时开门,让用户免于续航焦虑,不用每次出门都想着家里的门锁是不是没电了的问题了。

      总的来说,华为智能门锁系实是目前市场中表现最为出色的产品之一,不仅拥有多项核心技术的加持,带来了非常出色的解锁体验和续航实力,同时也在安全性方面为用户提供了巨大保障,让用户使用无忧,今年618期间,如果还没想好自己要买什么的话,华为智能门锁一定是一个非常好的选择。

      华为智能门锁系列,618年中大促,5月31日晚上8点起,在华为天猫官方旗舰店购机享福利,限时最高优惠500元,到手价2099起,享3期免息。进入华为天猫官方旗舰店,618更多爆品等你来!

    06-21
    2022
    【解析】废钢智能判级技术篇大揭秘!

      钢是一种绿色资源,对于钢铁生产行业来讲具有很高的环保价值,废铁也是唯一的可替代铁矿石炼钢的资源。随着“碳中和、碳达峰”目标的实施,钢铁企业绿色发展势在必行,加之钢铁产业“十四五”发展规划提出, 到“十四五”末全国炼钢综合废钢比达到30%,这就要求钢铁企业逐步加大废钢采购量,钢铁厂生产的品种、质量和生产周期都和废钢的质量和产量相关,如何进行废钢质量的智能判定和科学管理?这对废钢判级提出了更高要求!

      废钢种类多、实际检测情景复杂、人工系统衔接难度大,现在大多数钢铁企业判定废钢等级主要由质量管理人员目测和卡尺测量共同进行判定。如何在废钢验级中做到公开、公正、公平,拒绝“暗箱操作”及“感情验质”,实现阳光操作,是废钢行业从业者一直在思考的问题。

      艾钢云智能废钢判级系统实现前端作业图像自动采集、图像预处理、吸盘追踪、车辆定位技术,智能图像识别技术,记录车辆卸载废钢过程,实现废钢智能检测,为企业解决废钢质检难题。废钢质检要实现精准的智能判级自然离不开创新技术,今天小编来和大家一起盘点一下废钢智能判级系统的相关技术:

      智能机器深度学习中有不同的神经网络(如卷积神经网络CNN、循环神经网络RNN、人工神经网络ANN)这些不同类型的神经网络是深度学习革命的核心,为无人机、自动驾驶汽车、语音识别等应用提供了推动力。

      今天我们要介绍的是卷积神经网络(CNN),它是当下深度学习领域非常热门算法模型,可以被应用于不同的应用和领域,在图像和视频处理项目中尤其普遍。

      使用卷积神经网络可以很好地解决上面的三个问题。与常规神经网络不同,卷积神经网络的各层中的神经元是3维排列的:宽度、高度和深度。

      卷积神经网络主要由输入层、卷积层,ReLU层、池化(Pooling)层和全连接层(全连接层和常规神经网络中的一样)这几个层构成。将以上几种层相互交叠使用,形成一个较深层的卷机神经网络,便成为了深度学习。数据在其中几种层中间流动计算,通过与标定图片的对比,设定损失函数,通过微调卷基层中的参数来降低损失函数,最终使我们能够确定待识别物体的分类或者待确定事物的逻辑。

      在传统图像处理方法中,特征的提取和整理靠的是人工经验来完成,但在cnn中,这个过程可以不需要人工,靠卷积配合池化,让网络模型自己寻找特征,神经网络从原始图像开始卷积,到最后的模型输出,每一层都对应不同的权重和偏执,为了使网络模型能够识别出物体,需要不断更新每一层的权重和偏执,使提取出的特征最优,使最终识别的物体类别更加准确。

      具体应用在废钢智能判级系统中,机器学习算法,就是要针对大量的废钢图片进行标注、学习、训练以提升对不同分类、不同大小废钢判级的准确率。

      模式识别是图像识别中的一种基本技术,它的基本原理是基于数据库大量数据的基础上结合现有的专家认知和已有经验,利用现代计算机互联网大数据及数理统计等知识,自动智能识别和解析字母、汉字字符和图片等的过程。

      模式识别工作过程主要分为两个步骤,第一步是学习训练,这个过程主要是选择样本集中的数据特征,发现可以用来分类的明显特征组合,第二步是依据第一步学习到的分类规律实现对新的未知样本数据的自动分类和智能识别。

      1). 收集原始数据:通过各种自动化仪器设备包括传感器等,将自动收集到的各种光或者图形声音等各种数据识别转化为电信息。

      2). 系统预处理:通过规则清洗、畸变校正、图像增强等技术与样本均衡实现基准统一(如光线明暗、天气变化等)

      3). 选择关键特征:系统通过相关处理,从这些原始数据中抽取最能反映分类的关键特征。

      4). 实现分类器:通过原始数据集合的训练最终确定分类的基本规则,然后按照此类判决规则分类时,错误率最低。

      图像语义分割(semantic segmentation),从字面意思上理解就是让计算机根据图像的语义来进行分割,例如让计算机在输入下面左图的情况下,能够输出右图。

      在图像领域,语义指的是图像的内容,对图片意思的理解,比如左图的语义就是三个人骑着三辆自行车;分割的意思是从像素的角度分割出图片中的不同对象,对原图中的每个像素都进行标注,比如右图中粉红色代表人,绿色代表自行车。

      废钢传统的图像语义分割主要采用阈值、边缘、区域图像分割方法,艾钢云采用基于卷积神经网络的深度学习技术,与之相比有更高的识别准确率。

      远程视频监控:即通过网络或者数据直接连接,能达到任何角落,控制镜头或者视频监控图像。远程监控组成部分是高清摄像机、PC端、5G无线网络

      远程操控技术:操作人员可在远程操控椅上实时操控炼钢区废钢跨天车,进行卸车、吊运装槽、配合检修等作业。5G技术提供了低至20ms的时延,为天车指令下发和指令执行提供“零”延迟体验,同时高达1.2Gbps的下载速率,为操作员提供第一视角的高清视频,保障了远程操控精准、实时操控性。

      (1)废钢定级模型产生图片和各类废钢的定量相似度,异物识别模型产生图片中所含异物信息,两模型均内置了神经网络机器学习算法进行深度机器学习,对废钢图像进行收集,建立废钢铁样本数据库,并将收集的图像分为训练图像集和测试图像集;

      (3)输入废钢铁训练图像,通过神经网络进行机器深度学习,提取废钢铁图像特征;根据训练结果,调整优化参数,逐步建立基于神经网络的机器深度学习废钢铁图像分类模型。

      (4)系统输出结果及结构化数据输入业务判断模型,输出扣杂、降级和退货指导。

      艾钢云废钢智能判级系统通过实现前端作业图像自动采集、 图像预处理、吸盘追踪、车辆定位技术,结合深度学习图像识别技术,记录车辆卸载废钢过程,进行废钢智能判级。

      系统自动采集废钢卸料全流程图像数据,逐层密集采样和图片处理,并实时上传到检判系统。采用深度机器学习算法和图像识别技术,进行整车定级,基于实时识别到的不合格料,计算出整车扣重的预估值,同时对不合格料给予报警提示。等级结果实时上传并长期保存,重要数据可监督、可追溯,全车定级结果秒级完成,目前已经实现了重型、中型准确度与精准度超过90%;扣重、扣杂率超过80%;危险品&密闭容器检测精准度不低于85%。降低人为检测主观干扰因素、人工作业强度和安全隐患,提高了生产效率及作业协同。有效解决了传统的废钢判级,只能由人工借助简易的测量工具进行,工作效率低、人为干扰因素大,存在风险防控难、物料追溯难、质量异议处理难等难题。返回搜狐,查看更多

    06-17
    2022
    智能解决物品存储方案——人脸识别储物柜

      众所周知,传统的储物柜需要卡片、钥匙或者条形码等,然而这些小东西,很容易容易弄丢,保存不方便,使用不方便,如果卡片使用次数过多,机器老旧、条形码读取就有困难。

      人脸识别储物柜解决方案采用人脸识别技术,以人脸替代传统纸条、钥匙或卡片作为开启柜子的凭证,顾客在使用的时候,按“存”采集人脸信息注册到系统。取物时,既可凭刷脸开启储物柜存储东西,省去保管纸条、卡片的麻烦。

      同时人脸识别储物柜可在后台对顾客存取记录进行记录和统计,便于储物柜管理员,了解储物柜的使用情况。

      1、安全性高:人脸识别的人脸特征以人脸作为载体,很难复制,防盗防遗失,存物安全性较高。

      2、节约成本:人脸识别寄存柜无须介质,例如常规的条码柜添加条码纸;或是密码柜要要记住密码能开箱,无需专人定时增加纸条。

      3、高效管理:人脸特征值作为人员身份的代表,不存在外借、丢失等情况,因此后台记录的通行信息准确。

      4、高寿命:人脸登记识别过程均为非接触式操作,有效保护设备,提高设备使用寿命。

      6、收益性:人脸识别储物柜可播放定制商户广告或显示销售海报等,让顾客在储物时轻松了解到相关营销信息。

      8、准确率高:采用主动红外补光技术,可应用在室内外不同场合。返回搜狐,查看更多

    06-13
    2022
    RFID自动识别技术在服装门店管理的应用

      RFID技术在服装领域方面的管理系统应用,直接从生产、加工、质检、仓储、物流运输、配送、销售等各个环节都进行信息化体现,给服装RFID系统提供准确、实时的数据,提高服装供应链仓储配送效率的90%,节省人工成本。

      关键词:RFID服装管理[2篇]RFID设备制造商[0篇]超高频RFID电子标签[1篇]RFID超高频读写器[0篇]

      随着物联网技术的迅速发展,近年来掀起了继“计算机”、“互联网”与“移动通信网”之后的又一次“信息技术革命”的浪潮。以“RFID技术”为代表的物联网技术的发展,已经并将继续推动着服装零售运营模式的创新变革。RFID技术是一种非接触的自动识别技术,通过无线射频的方式进行非接触双向数据通信,对目标加以识别并获取相关数据。

      无线射频技术(Radio Frequency Identification,RFID)不仅解决了条形码遇到的通常问题,而且它可无接触式的读取信息,数据存储量大,能够自动识别跟踪货品,因此可实现RFID系统的智能化管理,很好地解决目前服装物流仓储配送环节存在的数据采集不精确和效率低,以及数据利用率不高等问题,实现精确快速的配送拣选、装箱、出货,从而提高畅销服装的及时补货率,减少滞销服装的库存积压率,达到缩短供货周期,提高企业效率的目的。

      ThingMagic作为全球领先的RFID设备制造商,可以在保证稳定性和准确性的前提下,其核心产品具备750张标签每秒的读取速度,强大的多标签防碰撞算法,高速的信息读取与处理能力。深圳铨顺宏作为ThingMagic中国区总代理,坚持以专业的技术支持,用心服务于每位客户和用户。

      服装业是典型的劳动密集型行业,从服装生产下线装箱,到进入仓库、盘点、出仓等环节的产品信息采集目前仍处于大量人工作业的阶段。配送拣选过程中需要大量人工长时间作业才能完成,配送统计慢,库存数据统计不及时准确,都直接影响企业的效益。虽然条形码采集比人工采集节省了很多的人力资源和时间,但是,由于服装产品单品多,款式、颜色、品种变化快等特点,以及市场对企业高效率运作的要求,条形码并不能做到多批量、远距离、自动识别读取数据,也无法自动监控跟踪货品或相应设施,限制了企业物流过程效率的更大化。

      在RFID服装管理的生产过程中,利用超高频RFID发卡器将单件服装的一些重要属性如:名称、等级、货号、型号、面料、里料、洗涤方式、执行标准、商品编号、检验员编号等写入对应的电子标签,并将电子标签附加在服装上。

      RFID电子标签给每一件服装赋予了全球唯一的ID编号,RFID电子标签以采取:植入服装内、做成铭牌或吊牌方式或采取可以回收的防盗硬标签方式,可以有效地解决了服装防伪问题。

      RFID超高频读写器具备很好的标签读写功能。对于RFID标签防盗具有几种情况:服装店的RFID标签需回收,在这种情况下,安在服装门口的读写器只需读到标签时就触发外部报警器报警。服装店的RFID标签不回收,服装店可利用超高频RFID读写器对客户即将购买的服装上标签进行改写,定义一个字节的数据,当该字节为0时表示未购买,改写为1时表示已购买,当门口的读写器读到未改写的标签时,触发外部报警器报警,而读到改写后的标签时,不触发外部报警器报警。

      RFID超高频读写器很好的解决服装门店的防盜问题,当超高频RFID读写器读到标签或者特定格式的标签时,超高频RFID读写器将继电器闭合,从而触发外部继电器闭合,并启动报警器或者报警指示灯报警。

      可以通过RFID超高频手持机实时在架商品和门店后台库存商品进行盘点,可按区域,按架位生成报表,根据实际要求生成指定格式数据,通过实时或脱机方式上传到门店的管理系统。

      超高频RFID技术在非接触非可视的情况下可,具有同时识别多标签的特性,即数十件附加了超高频RFID电子标签的服饰的整箱商品可以通过超高频RFID读写器一次性准确地读取其全部物流数据,极大地提高了物流效率。

      在RFID服装管理的仓储管理中使用超高频RFID技术可实现所有管理单元的可视化管理,可以大大缩短包装、搬运、盘点、统计时间,从而减少货损,加速,大幅提高仓储管理效率。

      对于制造商和服装店均可使用超高频RFID读写器进行库房盘点,客户可根据读写器所读到的标签进行自动分析,便可得知某一款、某一颜色、某一型号的服装实际数量,从而保证库存的平衡,并及时补货,避免服装店某一款服装缺货或断码的现象,保证客户的正常需求。

      固定式RFID读写器或RFID手持式收银设备,不仅能快速采集客户所选商品信息,生成销售清单,而且大大节省了结账时间,销售人员可以利用更多的宝贵时间专注于顾客服务。

      更多RFID应用案例尽在铨顺宏官网,了解更多网站RFID案例

      RFID技术在服装领域方面的管理系统应用,直接从生产、加工、质检、仓储、物流运输、配送、销售等各个环节都进行信息化体现,给服装RFID系统提供准确、实时的数据,提高服装供应链仓储配送效率的90%,节省人工成本。

      深圳市铨顺宏科技有限公司紧跟行业市场发展的需求变化,始终坚持以”设备+解决方案+服务“为一体的商业模式,以自动识别技术为核心,以整体应用解决方案为导向,以技术服务应用,技术与应用有效融合,创造和实现应用价值为宗旨,为物联网行业领域提供成熟、稳定、专业、细致的增值服务。同时,依托品牌及技术的优势,结合丰富的物联网行业技术服务经验,在智慧仓储物流、档案信息化、智慧新零售、智能制造、智慧洗涤、冷链医疗等行业细分领域,从产品选型,到方案设计,为用户提供更高品质、更具差异化、更具创新的综合性技术服务。

      新闻中心:RFID服装管理[0篇]RFID设备制造商[1篇]超高频RFID电子标签[0篇]RFID超高频读写器[0篇]

      技术文章:RFID服装管理[0篇]RFID设备制造商[0篇]超高频RFID电子标签[0篇]RFID超高频读写器[0篇]

      成功案例:RFID服装管理[0篇]RFID设备制造商[0篇]超高频RFID电子标签[0篇]RFID超高频读写器[1篇]

    06-10
    2022
    智能车牌识别技术是怎么实现的?有哪些应用?

      随着经济社会的迅速发展,人们的生活质量越来越高,随之而来的私家车数量也大规模提升。为了提高管理效率,缓解停车场、公路的压力,智能化的车辆识别技术已经屡见不鲜,逐渐落地使用并发展成熟。车牌作为车辆的识别身份凭证,我们以此为依据运用了OCR文字提取技术和超大广角识别。

      TSINGSEE青犀视频团队研发的车牌识别技术主要分为六个步骤:1.图像捕捉采集;2.预处理;3.车牌定位:主要定位出车辆牌照的位置;4.车牌字符分割:把牌照的字符分割出来;5.车牌字符识别:将牌照分割好的字符进行识别,最终组成牌照号码;6.输出车牌识别一体机抓拍的结果。

      目前研发的成果能够识别支持蓝牌、黄牌、挂车号牌、农用车牌、港澳出入境车牌、澳台车牌、民航车牌、新能源车牌等全种类车牌识别;车牌OCR识别精度超过99%;支持弱光、逆光、侧面拍照、双层车牌、新能源车牌等高难度的场景;支持白天、夜晚、强烈阳光、地下车库等全场景识别;可实现在一台服务器部署车牌识别服务,局域网内的其他服务器都可通过访问授权服务器使用车牌识别功能,同时处理大量数据。适用于智能交通系统、出入口管理系统、移动警务系统等多个行业,并能同时识别图像中的多张车牌。

      该技术的使用场景非常广泛,其中包括:交通流量检测;交通控制与诱导;机场、港口等出入口车辆管理;小区车辆管理;闯红灯等违章车辆监控;不停车自动收费;道口检查站车辆监控;公共停车场安全防盗管理;计算出行时间;车辆安全防盗、查堵指定车辆等。

      将TSINGSEE青犀视频车牌识别应用于警务移动终端,警务人员进行移动查勘等工作时,可随时随地采集车牌影像,自动识别车牌并获取车辆信息。警务人员将车辆信息上传到警务系统服务器,进行嫌疑车辆登记,交通违章处理等工作,实现“智慧执法”。

      在停车管理过程中,占道停车等违规现象时有发生,在多条道路上安装车牌识别一体机浪费成本,应用手持端车牌识别,智能化收取停车费、治理占道停车现象。

      将TSINGSEE青犀视频车牌识别集成到卡口监测系统、高速通道出入口管理系统中,前端设备拍摄车牌照片或视频,后台进行识别,自动将车牌信息精准录入后台系统,可实现智能化收取高速费、治理闯红灯、超速等违规行为。

      将车牌识别嵌入4S店手机版的CRM系统,服务顾问通过手机摄像头扫描识别来车的车牌,自动识别出车辆信息,从CRM系统中调取如车主信息、上次保养时间、保险到期时间等车主、车辆的档案信息,通过关怀式服务拉近与车主的信任距离,在赢得客户好评的同时,为公司创造更持续的收益。

    06-08
    2022
    甲小姐对话李开复:科幻想要什么AI该要什么 甲子光年

      “Digital Divide(数字鸿沟)的确是一个已经存在的现象。技术在本质上是中立的,关键在于人类用技术为善还是作恶。其中一个问题是收入的再分配将如何进行?解决这个问题,某种程度一定需要政府的介入。”

      不少科幻作品中,关于人机共存的未来有着相似的预测:机器终将拥有自主意识。而AI,从字面意义理解,正是机器的“智慧之本”。

      1956年8月,美国汉诺斯小镇的达特茅斯学院,约翰·麦卡锡、马文·闵斯基、克劳德·香农等学者聚在一起,共同讨论着机器模拟智能的问题,他们始终没有达成共识,却头脑风暴出一个名字:人工智能(AI,Artificial Intelligence)。这一年,也被认为是人工智能元年。

      如今,“千里眼”“顺风耳”等古老科幻概念已照进现实,人们对于AI也出现了多种态度:乐观者认为,AI发展将给生产生活带来极大便利,人类终将走向由科技搭建的理想国;悲观者认为,人将成为被技术反向驯化的傀儡,当AI超越人类智能拥有自主意识,人类甚至会走向覆灭;在乐观与悲观之间,还有一类中立者,他们认为技术本质是中立的,而善恶来自人的意念——创新工场董事长兼CEO李开复便是其中一员。

      2015年,以CNN为核心的计算机视觉技术拉开AI感知智能时代的序幕,机器开始在某些能力项超越人类,人脸识别、智能质检、无人零售等商机浮现;

      2019年,以大模型为代表的自然语言方向让AI跨入认知智能主导的时代,NLP将使数据、信息走向知识和洞见,AI与人类智能的距离再次被拉近。

      如今,IoT、云计算等技术的发展,使AI逐渐成为一项基础设施,嵌入人类社会各个角落。那么,未来二十年的AI世界将会是怎样一番模样?

      今年,李开复将他对AI未来二十年内的预判落笔成句,与科幻作家陈楸帆共同创作《AI未来进行式》一书。书中,他用科幻的形式呈现出十幅未来技术蓝图,并给出了自己心中AI发展的终极形态:在AI与自动化技术加持下,能源、材料与生产力变得唾手可得,人类将进入真正意义上的“丰饶时代”。

      但在通往丰饶时代之路上,个人、企业、国家乃至全人类将经历怎样一番自我拉扯与上下求索?今天对话李开复,谈谈他眼中的AI未来,与可能面对的困难。

      甲小姐:以“AI”为关键词的书已经多如牛毛,比如京东上已经有超过6000本。是什么驱动你写《AI未来进行式》,这本书有何不同?

      李开复:AI是人类有史以来最重要的一个技术,但很无奈,很多人都认为它好神奇,太复杂,一大堆数学,看不懂的算法,所以就放弃了。甚至在许多娱乐、科幻、媒体内容的渲染下,AI被误解为会终结人类。

      我觉得不了解或误解AI,会让一个人对未来的构想和发展面临很大瓶颈。我希望无论理科生还是文科生,年轻人还是年长者,每个人都能真正搞懂AI对人类的价值和意义。

      而要让每个人都读懂AI,就一定要写得特别容易懂。所以需要找一位真正的小说家,把AI技术写成故事,读完这些故事,你就懂了。这就是这本书的初衷。

      甲小姐:本书采取了“科幻小说+科技评论”的形式。如果不聊科幻,无法表达你对AI的预判吗?

      李开复:我已经预判AI很多年,不少预测近年已被证实,加上科幻,是为了降低广大读者对AI的理解门槛。

      我做技术多年,科幻一直是我巨大的灵感源泉,比如Isaac Asimov写的《I, Robot》。Isaac Asimov是我大学毕业典礼的演讲嘉宾,他的书非常精彩,也给我很多灵感。这次和陈楸帆合作,一是把难的技术给所有人讲懂;二是希望给那些技术很强,但场景想象力没那么强的理工人一些关于未来愿景和场景的灵感和建议。

      李开复:开始时比较忐忑的是,小说家是充满创意的,但写这本书需要限制他的创意。我不想把不可行的技术写进书里,我希望每个技术都有科学根据,或者能够按照趋势推算出这个技术在20年后是可行的。所以写这本书时,我先做了一个未来二十年的科技蓝图,楸帆按照这个蓝图发挥他的想象力。很幸运的是他答应了。

      我是理工科思维,希望把前因后果、技术怎么嵌入先想清楚再开始写,于是我拿出做博士论文的方法,提纲挈领,一章章列出论点,某些我不那么熟悉的新领域需要扩增调研、咨询特定专家。写第一篇的时候,我建议楸帆:我们一起来做一个outline,明确这故事主人公是谁?他发生了什么事?用到了什么技术,又怎么样了?最后技术碰到了问题怎么解决?但这个故事不是很成功。

      楸帆是诗人般时快时慢的产量,他更喜欢行云流水的写作感受,他也坦率跟我说,他的创意被牵制得蛮痛苦。楸帆说:“开复,写科技是你的专长,写故事是我的专长,你把科技蓝图写得更清楚一点发给我,然后你就不要管了,我把故事写出来,写的过程中有问题我来问你,写完以后你当然可以过一遍,有什么问题我们到时候再改。”最后两个月他索性去了一个偏远的地方闭关。不过我们达成共识后,就越写越顺,速度越来越快。

      甲小姐:科幻作者往往活在100年后,科技工作者活在今天,而未来要一个齿轮一个齿轮才能实现,不是一个筋斗云就能取经的。这个时间差,你怎么看?

      我作为一个理工科技术人多年,在本科、博士的时候就研究机器学习,我感同身受的是,做技术的人是欠缺场景想象力的。当年我读书的时候,大家就在看语音识别、自然语言、计算机视觉等问题,40年过去了,大家还在看类似的问题,但很多新的落地场景需要更多想象力。

      未来这个技术会在什么样的场景使用?它带来的可能不只是技术挑战,而是环境的、社会的接受度挑战,这些挑战又要怎么化解?我觉得科幻作家不但能把这些故事讲得很清楚,也可以让做技术的人看清楚。

      李开复:相比大多科幻小说的“暗黑”,这本书更加乐观,因为所有故事都有科学依据,是我们能从当下技术进展中推演出来的。书里既有科幻、又有科技,每个人口味不同,只要是对未来心怀好奇的读者,总能尝到调动胃口的一道菜。

      我的科技解读部分不仅包括技术本身,也包括价值观,比如技术会给人类社会带来的挑战与烦恼,我们又该如何化解?未来社会将因为AI和其他高科技的发展,发生什么样的改变?我们该如何应对?书中提出很多疑问,也揉合了陈楸帆和我的价值观,明眼人应该读得出来,我深深相信并崇尚“tech for good”——科技向善。

      甲小姐:书中十个故事分别发生在印度孟买、西非尼日利亚、韩国、新加坡、日本东京、斯里兰卡、欧洲、美国旧金山、中东、澳大利亚,每个故事场景的设定、融入的技术与不同地区的选择之间有哪些联系?

      李开复:为方便读者理解,我们要由浅入深地排列不同技术。比如读者只有先了解深度学习,才能了解计算机视觉,进而才能理解自动驾驶。此外,20年后AI一定已经改变全球,全世界的人都会受到影响,所以我们将故事背景设定在全球各地。

      每个故事地点的选择,绝大部分由楸帆按照故事原创构思主导,我们会考量技术实现的难易程度,如果一个技术10年后就有可能成熟,我们会将故事设定在技术较为欠发达的地区;而如果一个技术离现在还比较遥远,可能线年才能成熟,我们更偏向将故事安排在一些AI强国。

      甲小姐:你在《神圣车手》这则故事中提到,加速L5级自动驾驶的实现,更有效的办法是大胆改造现有城市道路及相关基础设施。“城市道路及相关基础设施”不是仅靠商业能够解决的。在不同体制下,你认为各国实现L5的路径有哪些不同?

      李开复:未来交通肯定需要产业、政府、生态一起推动。但当前,欧美和中国拥抱自动驾驶的态度大相径庭。

      欧美是在“路不变、城市不变”的前提下,思考自动驾驶怎么上路。美国可能会因为工会等方面原因,做一些对推动技术不利的事情,比如因为保护货车司机的工作,不允许货车在高速公路上做无人驾驶测试。

      中国是非常愿意拥抱新技术革命且有强大执行力的国家,会探讨能否让高速公路跟车“讲话”?能否在某一个新建城市中心,把车行道和人行道分为地上和地下两层,让车不会撞到人,可以更大程度加速落地L5级别自动驾驶。在中国浙江、江苏等地,已经有智能公路在运行,通过传感器可以帮助货车开得更安全。

      从政策角度看,中国更有机会,因为中国更有魄力来做基础设施的颠覆性改变。在新冠疫情催化下,自动驾驶中国的高速、港口、机场、工业园区、物流基地、城市里都开始运行起来。

      甲小姐:《职业救星》这则故事中,针对AI造成的失业潮,出现了一类专门负责重新分配工作的职业再造公司,为失业群体提供就业咨询及培训。从现实角度看,这类企业能出现并切实运转的前提是什么?

      李开复:AI造成的社会问题,一定是在AI普及度非常高的情况下才更有可能发生,也更有可能解决问题,这需要产业和国家的集体智慧共同面对。

      转职的需求一直存在,不是AI时代的独特产物。不管是追求薪酬、社会地位还是自我价值的提升,我们的社会一直都有不同路径帮助勤奋工作者转职,只不过有的通畅些,有的困难些。

      然而在AI时代,我们预测的这类职业再造公司的专家们要特别理解AI、自动化技术,特别理解AI需要哪些人类技能来辅助和补充,所以前提必须要有足够的技术知识,也要有充分的人类洞察。

      此外,职业再造本质是针对AI时代职场供给和需求的链接和媒合,其实不用20年,这部分的职业升级需求已经开始发生了。

      甲小姐:不同于一些人对“奇点时代”的乐观预测,书中《丰饶之梦》这则故事的解读部分,你提到在AI仅有的65年历史中,仅深度学习一项重大技术突破,而奇点时代的到来则需要十几种同等量级的技术突破作为前提,这是短期内无法满足的。你认为与“深度学习”同等量级的技术有哪些?

      李开复:随着合成生物学的发展,新材料技术的突破将会进一步推进能源变革,让“材料革命”成为可能。农业将从耕种收成产能主导,摇身一变转化为供应制造产能主导。制造能力强的国家,将领跑农业。

      合成生物技术将彻底颠覆食品工业的发展模式,例如我们可以在实验室里利用动物干细胞合成“人造肉”。目前,AI+合成生物领域已经开始有初期具体成果,技术上开始得到不同程度的验证。可以预见,未来生产一个新物品所需的材料和能源将越来越便宜、绿色。

      “能源革命” 明确可期。目前,太阳能000591)和陆上风能是最便宜的能源。此外,未来随着电动汽车的大规模量产,锂电池行业将迎来快速扩张,其成本将继续降低。锂电池储能成本的大幅度下降,让人们有机会把晴天的太阳能和大风天的风能储存起来,最终取代传统的电网系统。

      接着,搭配智能调度和优化,不但可以进一步降低能源的价格,而且可以为一些曾因成本高昂而无法推进的落地应用和创造发明提供动力。所有消耗基础能源的产业,例如材料、制造、计算、物流等方面的相关成本都将随之下降。

      我们在探讨各种技术的未来预测时,同时考虑随之而来支撑技术飞跃的计算需求、能源需求。可持续的能源解决方案必须提前到位,技术实践才成为可能。

      甲小姐:根据书中的内容,AI的故事走向完美终局前提条件——我们需要一个负责任的政府,需要相关部门足够及时地建立行业或法律,需要迭代出能够与科技发展相匹配的社会制度或文明,需要民众有足够的自觉意识,去拥抱AI带来的各种变化。但现实中,不同国家地区的情况各有不同。以中美为例,目前在这四个前提中,中国的机会在哪里?

      李开复:首先,中国有特别突出的人才优势,大批年轻应届毕业生都渴望进入人工智能领域。中国近年来在AI领域的论文数量、引用数据,都呈现弯道超车的态势。

      第三,政府务实有力的政策正在支持AI产业,科学家创业浪潮、专精特新企业不断涌现,很大程度都得益于政策激励;

      第四,中国竞争的创业生态下催生出强大的本土创新型企业,它们崭新的、甚至全球首创的业务模式飞速发展,同时也推动了数据、AI及其他技术的突飞猛进。

      李开复:“隐形冠军”这一概念由德国经济学家Hermann Simon(赫尔曼·西蒙)提出,事实上,德国也拥有全球最多的“隐形冠军”企业。中国近年也开始鼓励“专精特新”中小企业夯实技术,成为自己所处赛道的“隐形冠军”。我认为这是一条非常有价值的科技发展路线。

      甲小姐:你认为未来二十年,书中列出的AI技术中,最具商业前景的五项技术是什么?

      李开复:我认为是AI自然语言处理、机器人及自动化、自动驾驶、AR/VR/MR、AI+医疗。作为一名投资人,我的预测逻辑结合了技术和商业路径的两路判断。以上五项技术,彼此之间有很大关联。

      首先,AI自然语言处理的可期突破,是让AI从感知智能跃迁到认知智能,能力将远超现今的AI聊天机器人对话、AI辅助翻译或辅助写作。下一代AI自然语言处理技术可理解为未来的“AI大脑”,包含完整的分析、理解、诠释、决策、反馈能力,也更接近人脑。

      接着,机器人及自动化可被理解为 “AI手脚”,从重复性的手脚工作,到更复杂、精细甚或具有不可预测性的手脚工作,机器人技术会越来越成熟。其中,自动驾驶会成为结合AI大脑、AI视觉及AI自动化的全套实践场景,未来交通会是一个巨大的生态链。

      AR/VR/MR可把上述的综合能力呈现在虚拟现实中。大家对元宇宙的理解大多从娱乐游戏入手,但这部分虚拟技术的突破,适用于非常宽广的商业和工业领域,极具商业潜力。

      最近我开始谈AI+Science(AI+科学交叉)的潜力。比如我们可以用AI帮助科学家研发新药或生物化学和其他相关的科技领域的一些新理论,这些理论可以用AI来提议并验证它。

      目前,要研发一种有效的药物或疫苗,需要投入10-20亿美元的资金和数年研发时间。AI将大幅提升药物的研发速度,降低研发成本,为患者提供更多价格在可承受范围内的特效药。同时,科学家生产力提高,能够以比现在快3-4倍的速度发现药物,而且可能便宜10倍。

      我预测,5-10年内是“AI+医疗”的关键突破口,将在各种医疗细分领域实现落地。比如有临床和商业场景的特定医疗影像、辅助药物研发、多组学与精准诊断、个体化治疗、手术机器人以及其他存在领域。

      李开复:四十年前读博士时,我隐约有个模糊的方向,如今我更明确了我的追求。我期望,AI可以帮助我们拥有舒适的生活,最大限度地发挥潜能、实现自我,甚至可以帮助我们摆脱恐惧、虚荣和贪婪,勇敢地追求爱与梦想。

      我们要相信,人类绝对有能力解决更深层次的问题,探索全新的世界,思考人何以为人,以及人生的意义。这可以说是我期望自己2042年的生活状态,也是为什么我持续投入写作、借此把理念传达给更多人的起心动念。

      甲小姐:说两个小段子。一个是打德扑,几年前我跟您一起玩过德扑机器人“冷扑大师”,当时我在和“冷扑大师”的尝试较量中,前四局我赢了,后面没继续玩;另一个是80年代的莫拉维克悖论(Moravecs paradox) ,即和传统假设不同,人类所独有的高阶智慧能力其实只需要非常少的计算力,例如推理,但无意识的技能和直觉却需要极大的运算能力——所以让机器人模仿婴儿的本能反应比模仿成年人的运筹帷幄难得多。

      这两个小段子,是否意味着面对人类大脑处理信息时的风格,AI在某些能力方面存在上限,比如机器不如人类会“唬人”,也不懂“会哭的孩子有奶喝”?

      李开复:我认为在三个方面,AI存在明显不足。即便到了2042年,AI可能仍然无法完全掌握这些能力。

      第一,创造力。AI不具备创造、构思以及战略性规划的能力。尽管AI非常擅长针对单一领域的任务进行优化,使目标函数达到最优值,但它无法选择自己的目标,无法跨领域构思,无法进行创造性思考,也难以具备那些人类不言自明的常识。

      第二,同理心。AI没有“同情”“关爱”之类的“感同身受”,尽管目前科研人员已经致力于改进AI在方面的缺陷,但人类仍然很难从一个机器人身上真正得到心灵的慰藉,即所谓的不够“人性化”。

      第三,灵活性。AI和机器人技术无法完成一些精确而复杂的体力工作,例如手眼协作。此外,AI还无法应对未知或非结构化的空间,尤其是它观察不到的空间,更不用说在其中工作。

      甲小姐:未来的所有工作,什么应该归人,什么应该归机器?而这种机会属于多数人,还是少数人?

      那些需要创造力、复杂工艺、社交技巧,以及依赖人工操作AI工具的工作是AI无法胜任的。我们可以倡导人们积极投入二次学习,帮助他们掌握从事此类工作的技能,为适应AI新经济下的新型工作场景做好准备。

      此外,我们还需要结合各类AI工具,重新调整工作岗位的“人机协作”模式。比如,人们生病了,最信任的仍然是人类医生。如果医生可以使用专业的AI医疗诊断工具,快速准确地为患者定下最佳治疗方案,就能腾出充裕的时间和患者深入探讨病情,抚慰他们的心灵,医生的职业角色也将因此被二次定义为“关爱型医生”。

      正如移动互联网催生了滴滴司机、美团小哥等职业,AI的崛起也创造了很多全新的职业,目前已经有AI工程师、数据科学家、数据标注员、机器人维修员等。我们应该时刻关注AI新经济进程中涌现出的新兴职业,确保公众掌握就业情况,并且为他们提供相关的职业技能培训。

      有了得当的培训和称心的工具,我们可以期待又一次“文艺复兴”的到来。例如AI文字工具可以辅助小说家、诗人、记者,为写作注入新的灵感。由AI催生的人类,更有机会去达到释放激情、创造力迸发、人性升华的新高峰。

      甲小姐:在书中你发出建议:不要把通用人工智能当做AI发展的终极目标。这句话和很多人理解不同。是“不能够”(做不到通用AI),还是“不应该”(人类应该主动锁死AI的边界)?

      李开复:要发展到通用人工智能,还需要一系列根本性的AI科学突破,但这种科学突破每一项都需要几十年、甚至上百年时间才能出现。

      AI的“思考模式”与人类完全不同。20年后,基于深度学习的机器及其“后代”也许会在很多任务上击败人类,但在很多任务上,人类会比机器更擅长。而且,如果AI的进步推动了人类的发展和进化,我认为,届时甚至会出现更能凸显人类智慧的新任务。

      我们应该把精力放在开发适合AI的、实用的应用程序上,并寻求人类与AI的良性共生,而不是纠结于基于深度学习的AI能否成为或者何时成为通用人工智能的问题。

      李开复:我在《AI未来进行式》的最后一章《丰饶之梦》中有探讨,在AI轰轰烈烈地拉开第四次工业革命帷幕的同时,清洁能源的革命也将展开,不但将解决日益加剧的全球气候变化问题,而且会大幅降低全世界的能源成本,随之而来的,所有消耗基础能源的产品的价格都将随之下调,包括水、原料、制造、计算等。另外,生产制造所需的人力成本在AI和自动化技术的支持下,也将大幅度降低,未来的生产力水平将大幅提高。

      当廉价的能源、材料以及高效的生产力全部唾手可得时,人们将翻开全新的历史篇章——“丰饶时代”。我们之所以选择用“丰饶”这个词来描述人类生活的崭新阶段,是因为人们在这个阶段不仅在物质上能够近乎免费地获得任何商品和服务,在精神上也能自由选择想从事的工作,所有人都能过上舒适的生活。

      首先,中国企业家更渴望成功,他们工作更努力,意志力更顽强。他们正在寻找各种各样让人工智能可以发挥作用的商业模式,因此人工智能正在更快地赋能传统产业;

      第二,使用人工智能不再是一件神秘莫测的事。之前人们普遍认为少数人才能拥有这项尖端技术。事实并非如此。人工智能现在是开放资源。大学毕业生一年后就可以在设计和制造产品时使用人工智能。中国有大批应届毕业生,他们都渴望进入人工智能的领域;

      第三,中国拥有的数据量超过任何国家,而对于人工智能开发者来说数据多多益善。比方说,如果你希望将人工智能训练成一个广告定位引擎,或者银行希望使用人工智能来确定贷款额度,那么你拥有的数据越多,人工智能就变得越精确。由于数字服务的使用非常普遍,中国的用户越来越多,每个用户的使用量也越来越大。例如,现在中国人几乎不使用信用卡和现金,都在使用移动支付。这是促进人工智能飞速发展的最大驱动力;

      第四,中国的AI科研能力大幅提升。依据斯坦福 2021年度AI指数报告,全球主要AI期刊上来自中国研究者的AI论文的引用数量在去年以微弱优势(20.7%)首次超越美国(19.8%)并且全球领先,中国已经开始在AI研究上展现出略优于美国的实力;

      最后,中国政府非常支持人工智能的发展。截至去年底,国家新一代人工智能创新发展试验区已达17个。中央和地方政府相继出台各种政策扶持人工智能产业的发展。

      甲小姐:人工智能现在通常不再单独出现了,而是以技术组合的一种成分组团出道,赋能到千行百业,比如“RPA+AI”,比如“云网端芯+AI”。这种变化意味着什么?

      李开复:起初,发展通用性AI技术的企业有很大规模优势,因为只有少数企业掌握图像识别、语音识别等技术,他们天然能够占据更大的市场份额。

      但是横向的、通用性技术正在快速大众化。以图像识别为例,摄像头公司、物联网设备公司,甚至医疗器械公司都开始具备这项能力。在过去,企业仅利用技术层的优势就能够攫取价值,如今这变得不再容易。AI已经从“AI+”的黑科技发明期迈向“+AI”的应用为王的阶段。

      在科技交叉越来越频繁的当下,AI和自动化已经成为了底层的“数字基建”。随着AI在产业的应用逐渐成熟,接下来,“AI+Science ”——人工智能与科学交叉将获得越来越多的应用,各学科领域不断交叉融合,包括医疗在内的多个领域将迎来创新突破。

      甲小姐:随着AI四小龙陆续上市,AI热潮到了一个阶段性节点。如果要为过去一个时期的AI发展做一个总结的话,你觉得是什么?

      第一个时间点是2015年,以CNN为核心的计算机视觉技术让机器超越了人类,带来了人脸识别、智能质检、无人零售、智慧城市、无人驾驶等商机,这是第一个以感知智能技术为首的重大机遇;

      而第二个时间点出现在2019年,以大模型为代表的自然语言方向取得突破性进展,让NLP从数据、信息走向知识和洞见成为可能,将会在翻译、语音识别、法律、金融、新闻、广告、医疗、娱乐等大赛道开花结果,这是可期的由认知智能技术主导的重大机会。

      过去两年,我们进行了世界范围内的技术研究,并看到了“自监督学习”新技术正在崛起。如果说CNN造就了今天计算机视觉领域的突破和众多应用,“预训练大模型+微调”将带来自然语言的百花齐放,用数据智能驱动各类业务的升级。

      甲小姐:有人认为,科技是“富人的游戏”——少部分人首先享受科技便利,而大多数人还在为马斯洛需求金字塔中最底层的需求而发愁。你认同吗?

      李开复:不可否认,Digital Divide(数字鸿沟)的确是一个已经存在的现象。

      李开复:与其简单粗暴去评价科技可能构成不平等,倒不如理解为:操控科技的权力方,可能为了贪图利益而有意构成种种不平等。我始终认为,技术在本质上是中立的,关键在于人类用技术为善,还是作恶。

      普华永道和麦肯锡都估计,由于人工智能的存在,到2030年,全球GDP将增加约12万亿至17万亿美元,纯粹是净增加值。按照当今社会主流的商业规律,这些财富将会落入少数人的手中,因此财富不平等现象将会加剧。其中一个问题是收入的再分配将如何进行?解决这个问题,某种程度一定需要政府的介入。

      甲小姐:科技很快,但人性发展很慢。如今,少数掌握着先进技术的人已经能够越来越直接地影响多数人的利益,比如互联网巨头几乎能够“无死角”地搜集用户个人数据。当技术变成一种权力,随之而来也会有更多关于“善与恶”的不确定性。对于这种不确定性,社会某些领域的决策者,比如专家学者、企业家、政策制定者和意见领袖等群体,应该如何面对?

      李开复:如同大多数科学技术本身并没有善恶之分一样,AI技术在本质上是中立的,关键在于人类如何引导并利用AI的发展。但当利益出现偏差的时候,我们无法保证技术的掌握者完全理性地运用技术。那么如何激励他们让步做正确的事情呢?

      另一种方法是对企业承担社会责任的行为进行评价。比如目前 ESG(环境、社会和公司治理)得到了商业界越来越多的关注,或许负责任地使用AI也可以成为未来 ESG 的一部分,以鼓励企业的正面行为;

      还有一种方法是建立第三方监管机构,监督企业对技术是否有不当使用。例如追踪产品中出现虚假新闻的比例或AI算法导致歧视的诉讼案件数量,并向企业施压,要求企业把考虑用户的福祉纳入到技术中;

      最后,特别困难但又特别有效的一种方法是,确保AI技术持有者的利益与每个用户的利益达成100%的一致。

      李开复:今天的互联网公司都应用广告的商业模式,这个模式下,企业会想方设法为用户推荐更多的广告内容,用户也难以保证自己的数据安全,因为如果你想用这个软件,通常都需要选择“授权”才行。

      但未来,也许订阅的商业模式是更好的选择。在这个模式下,用户和企业的利益变得更一致,企业需要做好的内容让用户买单,而用户选择是否付费的权利,也约束企业不会乱用隐私数据和推荐广告,这对普通用户来说是一个武器。

      所以我觉得,对用户来说最好的办法未必是“把数据还给用户”,当然如果有其他模式能实现是很好的,但让企业与个人的利益越来越接近,也可能是一个好的解决方案。

      甲小姐:企业需要有利益才能够运转,追求利益最大化,而科技的发展需要考虑道德伦理的约束。企业如何在企业利益和社会利益之间做好平衡?

      李开复:当然。以深度学习为例,个性化推荐给用户带来便利,但也会使用户不知不觉被困在“信息茧房”里,陷入“乐此不疲”的快感,甚或是严重上瘾。

      从技术层面来说,问题的关键在于目标函数的单一性,以及AI专注于优化单一目标函数所带来的不利的外部效应。如今,AI 所训练的目标函数通常针对的是单一目标,例如赚钱。因此,AI 有可能过度热衷于企业的目标绩效,而不考虑用户的福祉。

      解决这个问题的一个通用的方法是让AI的目标函数变得不再单一,制定出混合型的复杂目标函数。也有专家主张在设计目标函数时需要考虑人类福祉,并让人类更大程度地参与数据标注和目标函数的设计。

      但这些都会带来企业盈利的减少,从社会角度来说,就需要通过制定法规、对企业承担的社会责任进行评价、建立第三方监管机构等方式,来达到平衡。

      甲小姐:元宇宙的概念在世界范围内掀起了一阵浪潮,VR\AR\MR\XR等技术的发展都在将人类社会推向一个虚拟世界。你怎么看元宇宙?

      李开复:元宇宙的到来只是时间的问题。在《AI未来进行式》中,20年后的世界里元宇宙已经发生了。

      从技术上来说,今天的“元宇宙”还太重了,要戴的设备还很重,屏幕也不够清楚,内容也还不够多。这些问题要在未来10到15年慢慢解决,才能带来更逼线.谈人才:“不能把所有科学家都抓去创业,这是灾难性的”

      AI技术发展迅速,但各国AI人才短缺的情况依然存在,目前最缺少哪方面人才?

      AI+”的阶段——从AI投资方面我们看到一个创业的成功,越来越需要AI+跨界的人才组合,比如AI+机器人、AI+医疗、AI+工业。然而,有的跨界领域知识鸿沟很大,可能各自都需要10年以上的积累,因此未来

      实践更需要能高度互补、高度协作的交叉领域团队。甲小姐:中国现有AI人才培养体系中,最大的痛点是什么?

      李开复:中国有大量的工程师想涌入人工智能,但现在高校里优质师资不足,没有那么多有着多年科研累积的专家——这是人才金字塔的底层,非常重要。不过有很多国外高校的顶级专家被请回中国,这一点近年做得比较好。

      一方面科学家被资本热捧,创造巨大的经济价值,对年轻人投身科学有一定引导作用,也能让这些科学家多年的努力得到好的经济回报,这是好事;但另一方面,我认为不能把所有的科学家都抓去创业,这是一件灾难性的事情。因为我们非常需要有一些顶尖人才投身科研,在取得科技突破之前,不去考虑技术产品化、商业化的问题。

      科技创业需要科研出身的高科技人才,但那些有诺奖潜质、愿意在没有商业束缚的环境下做纯科研探索的科学家,则更应该留在科研单位里。第一,这是他们选择的方向,也是他们最擅长的事情;

      比如具体执行、赚钱、产品、用户需求等方面,科学家可能不一定懂。如果他们下定决心出来做技术创业,则需要像我们这样的Deep Tech VC来补足短板,跨越早期创业的“死亡陷阱”。

      甲小姐:有观点认为,目前在人工智能技术较为发达的中美德三国中,中国的应用落地能力较强、美国的资本实力雄厚、德国技术路线则更为全面。你认为哪种技术环境对尖端技术人才更有吸引力?为什么会有这样的判断?

      李开复:中国目前做得很好,利好政策相继出台,高科技人才的创业激情正在被点燃,这些创业者不仅技术顶尖,而且技术商业化速度也越来越快。

      过去的十年,大家认为最火热、最充满激情的创业者来自移动互联网。因为它的发展速度足够快,像王兴、张一鸣,都是移动互联网时代崛起的成功创业者代表。而另一方面,大家又会对一些比较传统的高科技人才,比如自动化专家、芯片专家、遗传学专家、生物学专家表示担忧,担心他们步伐比较慢,跟不上迭代速度极快的“创业大潮”。但是过去这一年我们看到,这批人用最勤奋的工作、快速地奔跑,证明自己和移动互联网、人工智能时代那些创业者一样,能够快速拥抱硬科技创业浪潮,创造出中国创业界下一批的奇迹,而且做得丝毫不逊色。

    06-05
    2022
    华体会网页链接
    < /div>
    < /div>