《害怕吗?未来三百年,新材料将助力人工智能攻陷我们的生活》

  • 来源专题:中国科学院文献情报制造与材料知识资源中心 | 领域情报网
  • 编译者: 冯瑞华
  • 发布时间:2018-11-30
  • 引言

    如今手机就好像是你身体延伸出来的一部分。如果有人跟你说, 5年后手机就消失了,你信不信?反正我不信。这是因为,当一个大潮来临时,人们往往会低估科技进化背后的革命性和颠覆力。

    1999年消费互联网刚刚兴起时,绝大多数人也很难认识到在未来5~10年,互联网将彻底攻陷人类的生活和工作方式,衣食住行玩等各个方面都将无法脱离互联网。

    但十几年过去后,如今再看,很多人可以忍受一天没有食物吃、一天没有水喝,但却不能忍受一天没有互联网的日子。

    这就是科技带来的颠覆性,而且这种颠覆性是不断纵深推进的:当初是PC互联网时代颠覆了传统线下,如今则是移动互联网时代颠覆PC互联网时代。

    未来,移动互联网时代也将被颠覆,而且颠覆其实已经开始。未来5年,人类社会将会进入“一切皆智能”的时代!

    5-10年内,进入“一切皆智能”的新时代

    在一切皆智能的时代里,手表、项链、戒指、眼镜、汽车、桌子、房子……你的所有终端设备都是智能化的。

    当通讯、收发信息、各类应用和功能成为所有智能装备的标配,你还需要一个装在裤兜里的手机吗?

    在“一切皆智能”时代,我们将被各种智能设备和智能机器人包围。未来没有智能机器人的日子,你将难以适应,就像现在如果没有互联网、没有手机,你将无法生活一样。

    从你睡醒睁眼的那一刻,你已经生活在一个智能机器人充斥的环境中:

    你的家本身就是一个智能机器人,智能卫浴会为你自动调整洗浴水温,智能厨房会为你自动烹饪早餐;等你出门上班时,交通工具会是一个无人驾驶的机器人汽车;当你走进办公室,你的智能桌子会立刻感应到,为你打开邮箱和一天的工作日程表……

    智能时代,你的神奇一天!

    作为开启一切智能的端口,你将只需要一枚带感应和身份认证功能的戒指而不是笨重的手机。

    如果你想打电话,只需走到桌子旁边,用戒指tap下桌子,桌子自动调取你的个人通讯录,你想call谁,桌子就可以直接打电话;你走到冰箱前tap下冰箱,冰箱会自动告诉你哪些水果没有了,你可以在冰箱上直接下单购买;你走到衣橱前tap下衣橱,衣橱会自动告诉你哪几款适合搭配,你甚至可以通过衣橱直接进入淘宝页面选购新款衬衣……就像一枚魔戒一样,戒指成了开启一切的根。

    令人震惊吧?但这可能就是5年后的世界!然而,高科技的突飞猛进恰恰离不开新材料。

  • 原文来源:http://www.xincailiao.com/news/news_detail.aspx?id=350012
相关报告
  • 《人工智能软件协助设计太阳能电池的新材料》

    • 来源专题:可再生能源
    • 编译者:pengh
    • 发布时间:2018-09-13
    • 利用材料信息学探索聚合物太阳能电池的新聚合物。(上)由电子供体、电子受体和烷基链组成的聚合物结构的例子。(中)随机森林法分类。(下)材料信息学、实践实验与人类智能的协同结合。 信贷:大阪大学 在转向可再生经济的过程中,太阳能电池将发挥关键作用。有机光伏(OPVs)是一种很有前途的太阳能电池,基于一种吸光有机分子和一种半导体聚合物。 OPVs由廉价、轻质的材料制成,安全可靠,易于生产。然而,它们的能量转换效率(PCEs)——将光转化为电能的能力——仍然太低,无法实现全面的商业化。 PCE既依赖于有机层,也依赖于聚合物层。传统上,化学家通过反复试验来试验这些物质的不同组合,从而浪费了大量的时间和精力。 现在,大阪大学的一个研究小组已经使用计算机来自动搜索匹配良好的太阳能材料。在未来,这可能会导致更高效的设备。这项研究发表在《物理化学快报》杂志上。 “聚合物的选择会影响一些特性,比如直接决定PCE的短路电流,”第一作者长川信司解释道。然而,要设计出性能更好的聚合物并不是一件容易的事情。传统的化学知识是不够的。相反,我们使用人工智能来指导设计过程。 信息学可以通过探测人类专家无法察觉的统计趋势,从而对庞大而复杂的数据集有意义。研究小组从大约500个研究中收集了1200个opv的数据。利用随机森林机器学习,他们建立了一个模型,结合了这些前OPVs的带隙、分子量和化学结构,以及它们的PCE,来预测潜在的新设备的效率。 Random Forest揭示了在OPVs中材料性能与其实际性能之间的改进相关性。为了利用这一点,该模型被用于自动“筛选”预期聚合物的理论PCE,然后根据实践中可合成物的化学直觉,削减了顶级候选聚合物的名单。 这一策略促使该团队开发出了一种新的、此前未经测试的聚合物。在这种情况下,基于第一次尝试的实用OPV比预期的效率低。然而,该模型对结构-属性关系提供了有用的见解。它的预测可以通过包括更多的数据来改进,比如聚合物在水中的溶解度,或者它们骨架的规律性。 “机器学习可以极大地加速太阳能电池的发展,因为它可以瞬间预测出在实验室需要几个月的结果,”合著者Akinori Saeki说。“这并不是对人类因素的直接替代,但它可以为分子设计师选择探索哪条路径提供关键支持。” ——文章发布于2018年5月29日
  • 《人工智能助力生物识别精准化》

    • 来源专题:光电情报网信息监测服务平台
    • 编译者:husisi
    • 发布时间:2020-05-26
    • “你是谁?”在当今社会,无处不在的身份识别场景在无声发问。进小区门,要问你是业主本人吗?进家门,要扭动匹配的钥匙或按下指纹;开电脑工作,弹出密码输入弹窗。每个人都是独立的个体,我们能否使用唯一特性与外界建立联系?唯一意味着安全,也意味着核实更方便准确,就像我们的身份证,上面有唯一的数字编码。 与此同时,数字化时代,我们与机器的互动,从敲键盘一步跨向手指点击滑动、开口对话、抬起头、眨眨眼,远隔千里的人们能便捷地沟通交流、能跨省跨国网上办事,但客观上无法实现“亲眼所见”,也给建立“信任”关系带来新的挑战。 人工智能技术的发展,针对数字社会人与人之间、人与机器之间如何建立“信任”关系,提供了一个很好的技术解决手段,即生物识别技术。你用什么方式证明自己?怎样才能定义这世界独一无二的你?设备的进化中,谁在保证个人使用的安全性?无接触生活的背后都是技术在化解复杂,生物识别技术的研究,正是希望解决这些问题。 1.生物识别是数字社会的重要基础 无论处于哪个社会经济发展阶段,“人”始终是最重要的核心要素。人类作为群居动物,在地球上有人类的时刻,“信任”的需求就应运而生,通过视觉“亲眼所见”、听觉“亲耳所闻”等辨别同伴建立信任关系,这种最原始的通过“亲眼所见”等手段建立“信任”的方式也将伴随人类一直延续下去。 数字化世界,需要迭代新的信任交互,生物识别技术是技术发展演进到一定阶段的必然产物,也是一种新型数字身份的基础设施。它基于个体生物特征进行自动识别的一种技术,结合计算机与光学、声学、生物传感器和生物统计学原理等,依靠人体的生理特征或者行为特征来进行身份验证的识别,是当前人工智能技术和信息安全技术在工业界落地应用最显著的代表性成果之一。 所谓生物特征包括人脸、指纹、声纹、虹膜、指静脉、体温等,行为特征则记录签名笔迹、行走步态、坐姿等。这些生物特征各有特点,比如每个人的静脉血管都不是一样的,血管也足够多,因此它的信息唯一、丰富,几乎不能被复制;而一个人随着年龄增长和一些突发情况,行为特征比如走路姿态可能会发生变化,可以理解为特征信息稳定性不那么强。 唯一的、稳定的生物特征就具备理论上的安全基础,我们将它们进一步结合形成有效技术手段,同时采用多种方式来确保它准确、高效就像使用身份证确认“你就是你”。 作为一种身份认证方式,目前生物识别技术已经在金融、教育、司法、医疗、社会治理等行业都有了广泛应用,它需要满足不同场景、行业要求和不断变化演进的业务需求。它将迅速成为数字经济社会的重要信息基础设施之一。 2.生物识别开始出现大规模技术创新 从技术上来说,传统生物识别技术在鲁棒性、准确性以及抗攻击能力等方面,近年来都有大幅提升。比如突破2D人脸存在景深数据丢失的局限性,3D人脸识别技术因其具有更强的描述能力开始在高准确性应用中逐渐增多;在3D识别的基础上人脸活体检测的新技术也进一步被采用;防止人脸数据库被盗库的识别技术也已被提出;指纹识别则开始引入基于手指皮肤颜色和的脉搏心率信号的活体检验,用于防止被仿生导电材料做成的假手指攻击;声纹识别可结合使用电磁场检测,来判断声源为真人还是扬声器等。 另一方面,考虑到应用场景的不同需求:持续认证、移动设备上识别、个人隐私保护等,新型生物识别技术也是应需而生。比如,浙江大学网络空间安全团队针对持续认证,开发了“心脏密码”系统通过不间断用生物雷达的无线信号来感知心脏运动,实现了易用性高的非接触式可持续认证;针对移动设备上的生物识别,利用设备内置摄像头捕捉到的眼球运动,智能手环上测量到的心电图,以及虚拟现实头罩测量到的眼电图和脑电波都相应的实现了可靠的生物识别;针对生物识别中的个人隐私保护,采用无线信号成像来代替摄像头,既避免了摄像头受视角和阻挡等条件的限制,更消除了直接获取图像的隐私泄露风险。 另外,正如每种生物特征各有特点,在充分考虑各种攻击场景下,任何单一生物识别技术往往都呈现出特定的优势和局限。每个模态都具有不同的数据安全程度、采集适应场景、隐私敏感度等,因此解决方案并不能通过单一技术完全达成。 多模态多因子生物识别技术融合因此非常重要。比如夜晚光照不理想,人像识别率低,结合红外成像和热成像的跨模态互补就能增强人像识别的准确度。像是蚂蚁金服多模态融合人脸识别技术实现用户的精准识别,满足金融级误识率(低至千万分之一误识率)下,大大超出了单模态人脸识别技术能达到的性能瓶颈,并提升了人脸识别的安全性。同时,还充分利用移动设备的芯片级安全能力,经过与产业链多方的合作,构造了基于TEE(可信执行环境)的全链路安全协议,为生物支付提供了强有力的安全保障。此外,通过风险感知模块检测黑产攻击,风控引擎自动更新风险模型,风险拦截效率大幅提升,充分保证了交易安全。 未来生物识别技术的趋势便是如此,将会从传统的只提取人体生理特征,向人、物理世界、数字世界融合的认证方向发展。生物识别技术将在和环境特征、数字凭证相结合,满足时空关联、多模态多因子融合的基础上完全实现可信认证。 3.“生物识别”“多模态融合”作为主流研究方向形成标准化的应用共识 从实验室走向产业商用,从模型走向安全产品,靠的是持续生物识别技术迭代和多重技术算法的保障,尤其引起我们关注的是“安全和隐私保护”。 基于这一点,去年,浙江大学和蚂蚁金服联合成立了数据安全与隐私保护实验室,汇集了双方创新力量和优势资源,产学研联合推进前沿科技研究,提升国内生物识别行业安全技术水平。 目前针对人脸数据脱敏、不可逆、可更新、加密等做了大量研究,给生物识别信息保护提供可行的安全技术解决方案。部分安全技术已经转化应用到蚂蚁金服人脸识别技术上,支撑大量金融级安全应用。 在生物识别技术突破最多的是人脸识别,即在图像特征抽取和人脸比对环节中取得了很大进展。但从实验室之外的实际场景应用模拟发现,其影响因素很多。从全链路的角度来看,活体检测、人脸交互、关键点定位、人脸跟踪等在真实的场景下,特别是不同的手机、环境、用户背景等条件下,想做到非常好并且稳定的用户体验是很难的。我们对此进行了很多特殊的优化,如使算法在不同的手机上达到比较一致的运算速度、响应时间,通过文案设计提高用户对刷脸的感知和理解,适应用户背景(如光线、角度等),分析基于其他传感器数据的反馈等。同时企业根据自身业务的不断发展,向学术界持续反馈新的需求,也反过来促进了联合实验室在新技术前沿开拓的方向感和紧迫感,产学研联动形成良性闭环发展。 基于我们共同进行的大量研究、实践积累,近期企业已在IEEE成立“移动设备生物特征识别”标准工作组,并立项“生物特征识别多模态融合”IEEE国际标准。这也是中国企业首次在国际标准中,提出移动设备多模态融合技术的实现框架、功能要求、性能要求、安全要求等。这意味着,“生物识别”、“多模态融合”作为主流研究方向将形成标准化的应用共识。这也是一项技术脱离实验室踏上商用之路的重要一步,有利于推动行业平均技术发展水平。而国际标准是国际规则和共识重要通用载体,对整个行业良性发展至关重要,也是具备技术实力的中国企业必须具备发言权之处。毫无疑问,高校和企业在生物识别这类国际前沿技术及标准上的探索,是中国科技布局眼光、研究能力、科学严谨性的综合体现。它同样预示着,中国企业在人工智能技术领域的国际竞争进入新阶段——从产品出海到技术走出去,如今又向输出全球标准迈进。