登录
 机构网站
  1. 首页
  2. 情报产品
  3. 快讯详情

《Vectoraic：中以人工智能+区块链，再掀无人驾驶热潮》

  • 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：2018-03-28

  • 指纹识别、人脸识别、智能搜索、智能机器人……，这些我们已经耳熟能详的技术都属于人工智能的序列范围之内，近30年来，人工智能在很多学科领域都获得了广泛的应用，人工智能的时代已然来临，那如果在人工智能的基础上，加上2018开年最in热词——区块链，会怎样？

    近日，2018中以人工智能与区块链行业高峰论坛在广州四季酒店成功举办，本次论坛由以色列驻广州总领事馆、粤嘉基金、未来财经主办，链虎财经联合举办，以色列Vectoriac创始人及首席运营官Aviram Malik、中国比特币CEO李大伟、粤嘉基金董事孟可、yibite Mr.Bug、阿希链创始人单青峰、极豆资本创始人张议云、人工智能标准化组织研究员赵戎等一众行业大佬莅临峰会。 技术共赢：人工智能与区块链互解难题

    作为人工智能领域的技术大拿，单青峰认为区块链技术与人工智能达成合作的潜力巨大，二者可以互相解决技术难题，在新的生态建构中，数据存储、共享机制、平台问题、安全性问题等，都可以利用彼此的技术实现攻坚克难。“一个行业从发展到成熟需要十年时间，期间要经过不断的调整，区块链科技也是一样，目前区块链发展在全球属于一个非常早期的阶段，是一个典型的机遇与挑战并存的时机。”

    粤嘉基金董事孟可也十分看好区块链技术，它并不是一场纸上谈兵的白日梦，各大互联网巨头企业早已默默开始布局区块链，京东高调发布区块链技术实践白皮书、百度、华为、小米、联想纷纷在区块链领域搞出了动静。

    Aviram Malik评价人工智能和区块链技术将是人类未来发展的新趋势，“区块链和人工智能的结合给我们带来一个创新的领域，它能够为我们的通讯架构和自动技术，我们必须要找到一个结合点，让它们造福人类。“

    如果说人工智能是在互联网领域乘风破浪的巨轮，那么区块链技术就是可以为它加固的螺丝钉，与其说二者的关系是生产力与生产关系，决定与反作用的说法都不太贴切，他们应该是都可以发挥自身巨大价值的潜力股，只是出现的时间有先后，但在技术上的革命性，是存在可比性的。

    人才互通：人工智能与区块链都需要复合型人才

    随着区块链的火爆，各大财经类媒体开出高价聘请区块链专业人才，但我们不禁心生疑惑：区块链人才，到底是怎样的人才？经济人才？技术人才？

    首先，区块链是一项颠覆传统互联网思维的新技术，“去中心化”的模式在很多领域都有可实现的操作性。“我认为人工智能和区块链领域，最需要的就是复合型人才。”李大伟明确表明了自己的观点，：“人工智能需要的不仅是技术型人才，区块链需要的也不仅是只懂商业模式的人。”

    以色列专家Lior Motilsky认为区块链技术在未来将会有更加实际性的投资项目落地，最有可能的就是军事领域和安全防范领域。 链虎财经CEO刘保健在技术和经济之外，提出了新的人才需求视角——区块链同样也需要专业性的媒体人才，“区块链媒体越来越多，包括很多知名媒体人已经加入了这个行业。但由于区块链刚刚兴起，大家对区块链的认知是非常浅薄的，这就需要更多的创业者来推动区块链的发展。”跟风区块链的媒体太多，只有专业性强，能真正引导“链圈”往良好态势发展的媒体才是公众需要的。

    人工智能与区块链，不管是在中国还是以色列，甚至是辐射到全世界，从1月币圈的“千币齐跌”，到春节横空出世的“3点钟无眠”区块链微信群，在这个互联网人搭台、币圈人唱戏的新平台，我们无法完全确定未来的走向，但如果真能做到人工智能与区块链技术相结合，中外企业强强联手，将不失为一次颠覆性的互联网新科技革命，我们也期待能在未来看到实际生活中的变化。毕竟，人工智能不是一群技术工的代码搬运，区块链也不可能只是一小撮人的炒币狂欢。

82浏览量
原文链接
相关报告

  • 《区块链、人工智能的A面与B面》
    • 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：2018-07-11
    • TechCrunch（动点）将今年的国际创新峰会放到了杭州，从另一角度印证了杭州目前在中国TMT领域的地位，根据普华永道此前发布的《普华永道独角兽CEO 调研2018》，杭州与北京、上海、深圳一起成为国内拥有独角兽最多的前四名。 毋庸置疑，区块链、人工智能（AI）是今年TechCrunch 峰会讨论的重点，无论是参加展会的创业公司，还是到场的嘉宾，不管话题从何开始，最后似乎都会绕回到这两个话题上，医疗、无人驾驶、教育、安全、智能硬件等等领域，在新技术的加持下都展示出美好的前景，当然，摆在这些创业者面前的挑战，还有很多。 区块链：技术在演进，但落地是难题 随意在今年的TechCrunch会场逛逛，便会遇到区块链创业公司。和热衷于“币价”的币圈不同，“链圈”的创业者更热衷于如何用区块链技术设计出一些颠覆以往的应用场景，彻底改变旧有的商业模式或者弊端。 区块链金融：发币不再是目的 现场比较吸睛的是一家名为“方图”的公司。展会易拉宝上，这家公司打出的旗号是第一家“耶鲁系区块链公司”，从创始团队成员背景来看，确实都很“牛气”。创始人蔡良滨、量化产业总监栾作天都是美国耶鲁大学毕业，区块链首席架构师陶俊杰先后供职于微软和阿里巴巴，是国内为数不多拥有区块链底层开发经验的实操性区块链架构师。在方图的规划中，它是全区首个分布式风险对冲区块链，主要应用于与全球个股、商品、外汇等各类基础资产挂钩的期权、远期等场外衍生品交易。 不过，所有这些宣传性的内容都不如另一个名头更有说服力，它与浙江大学合作成立了“浙江大学方图区块链研究中心”，浙江大学信息技术中心主任、计算机科学与技术学院教授（前副院长）、博士生导师陈文智将担任浙江大学方图区块链研究中心主任。 在全国高校中，浙江大学在区块链上走得相对超前，这与浙江省政府对区块链的支持密不可分。今年年初，杭州市将区块链写入2018年政府工作报告，明确将区块链产业列入杭州加快培育的七大未来产业之一。4月10日，浙江大学计算机学院区块链研究中心成立，同时决定下半年将面向部分高年级本科生和研究生，开设一门名为《区块链与数字货币》的课程。 然而，尽管有高校做背书，对于方图而言，最现实的问题是，即使他们开发出一个技术上完美的区块链，谁来用呢？所谓场外金融衍生品，是指交易者将手头的金融产品在不经过交易所规范交易的情况下，通过中间人完成交易。此前，由于信息不透明，交易双方需要支付高额的中介费，而区块链的作用在于，可以让这些交易完全透明化，并且减少其中的欺诈风险。 现场工作人员告诉记者，再有两个月，方图的主链将正式上线，届时最大的考验可能就是，如何让更多的交易者知道方图，并且形成信任。 最近，比特币价格暴跌，整个币圈进入熊市，对于链圈里的人来说，这或许反倒是一次洗牌的好机会。不过对于投资人而言，短期的浮动也不具有太大意义，“亚马逊丛林里有一种蟒蛇叫作森蚺，它并不主动出击，而是在水草丰美的地方等待猎物自投罗网，”在杭州盈开投资公司总裁项建标看来，在水多的地方挖井，就是早期投资人可以做的事情。 哪里“水草肥美”呢？答案是中国，现在的中国。项建标认为区块链出现后，很多商业产业都可能用新的方式做一遍，“我们不知道具体机会在哪里，只知道这里‘肥’得很。” 把自己的医疗、基因数据存在“银行”里 另一家做区块链健康数据银行的公司药明明码也是大会上的明星公司。药明明码是一家基因大数据平台，拥有全球三十万人的基因组数据，通过对这些数据进行精准的医学大数据分析及解读，加速药物研发、诊断试剂开发、降低人类出生缺陷、提高罕见病诊断和其他精准医学的临床应用。 不过，现实情况是，相较地球70亿人口，30万人的基因库还是太少了。大量用户健康数据都分散在不同的医疗或是健康机构之中，例如用户的病例以及体检报告可能在医院，基因检测结果可能在基因测序机构，这些分散的数据增加了研究机构获取和追踪数据变化的难度，用户也难以掌握自身整体的健康情况。 药明明码建立的 LifeCODE.ai 平台采用了区块链技术，同时面向个人以及企业用户，通过某个特定群体的成员和有限的第三方（联盟链）的方式，将用户数据在脱敏后多次加密并存储，确保任何数据在未经授权的情况下都无法被查询或读取，而每次对于数据的操作都将被记录在不可篡改的区块链中，用户可以随时进行追溯自己的数据被哪些机构使用，并全面掌控数据安全。 此次峰会上，药明明码请来前上海市第一妇婴保健院院长、春田医管创始人段涛站台。但这从另一个角度侧面提出一个问题，联盟链的成员从何而来？理论上，链条上的每个成员应该是医疗机构，也即医院、基因检测机构等等，而每个病人通过授权，将自己的数据通过医疗机构汇入到整个平台。 但实现这个目的，必须对现有的医疗过程做整体改变，比如，是否法律要先对医疗数据确权，明确个人对这些数据的所有权，否则医疗机构是否有权加入联盟链就要打个问号，但这是否意味着病人在挂号前，就要同时签署一份同意数据上链的协议？或者同时要在药明明码平台上签到？再比如，尽管区块链本身建立了一种信任机制，但技术并非无懈可击，此前不少区块链项目便曾爆出多个漏洞，医疗机构是否能对药明明码有足够的信任，这也需要时间。 AI加持的未来：不要泡沫要理性 如果说2017年人工智能是最热门的创业领域，那么2018年、2019年被认为是人工智能回归理性的阶段。此前亿欧曾有报告说，九成人工智能创业公司可能面临倒闭风险，这也意味着，AI领域中的头部效应正在慢慢显现。但从另一个角度看，AI落地的场景在慢慢增多，尤其随着5G标准的确立，支持高带宽、低时延、高可靠性的5G网络可能将在明年底试商用，这给AI带来了极为关键的基础设施支撑。 智能硬件：第二次风口来了 这几年，智能硬件似乎总是在不停地寻找风口。 谷歌眼镜的诞生在中国引发了一股可穿戴设备热潮，手环、手表、体质秤，甚至跳蛋轮番上场，但功能同质化，技术门槛低大批创业公司涌入，又大批死去。 潮流总由巨头带来。随着亚马逊的echo音响、谷歌的home音响诞生，智能音响成为第二波最in的智能家居，战火烧到现在仍未停息，价格也从上千元、数百元，跌至如今最低的几十元，智能音响有壁垒吗？当然，内容是绝对的核心竞争力，最终占领你家客厅的，不是会帮你买东西、查快递的盒子，一定是有最多音频内容的音响。 另一个较为小众的智能产品，如今风头也正劲——智能翻译机，入局者有搜狗、科大讯飞、网易等，功能通常集翻译和速记于一身，核心能力在于对语音、语义的理解。本次TechCrunch峰会上，一个引人注目的不同是，所有嘉宾的对话会自动翻译成英文出现在两侧的大屏幕上，提供服务者便是搜狗翻译器。 “智能硬件的第二次风口确实来了。”搜狗副总裁吴滔同时兼任IoT（物联网）事业部负责人，当年搜狗推出的第一款智能硬件——糖猫便是他一手打造，经历过第一波潮起潮落后，他明显觉得人工智能和硬件结合的时机成熟了。 国人做事喜欢借势，因势而谋、因势而动。2014年、2015年智能硬件第一次崛起时，所有的势都在手机产业，吴滔曾经和业内知名的芯片厂商去谈合作，但对方根本不在意，因为光供应手机厂商，产能都可能跟不上，智能手表只能拿到基本被淘汰的芯片，加上当时人工智能技术还未爆发，深度学习没有成为主流算法，所谓的智能，只是在手机上装个App控制。 时光到了2017年，手机颓势已现，人口红利期显然过去，各家厂商都在思考，下一个万亿级市场在哪里，加上5G网络和AI技术的日益完善，答案日益明晰——物联网，对于互联网企业而言，手机以外的智能硬件产品成为必须要占领的流量入口。 和谷歌一样，搜狗从搜索到输入法再到翻译机，似乎是一个顺理成章的选择。“搜狗的核心是基于语义分析的技术公司，从听懂你在说什么，到根据你的问题给出答案，这是一个完整的逻辑循环，而翻译机在旅行、会议等垂直场景里是一个刚需。”吴滔认为AI有很多落地场景，需要有特殊载体去实现，尽管手机已经是一个功能强大的载体，但在很多场合中手机并不适合。 以交互功能为例，目前科技界在讨论的方向是触觉科技，也就是说，通过传感器、5G网络、AI，使远方的人不仅能够控制设备，而且有真实的手感和触感，这显然是手机无法实现的。 从近期看，语音交互是热点，各家互联网公司扎堆音响便是明证，手机做不到是因为受限于设计，麦克风无法做到很好的拾音，同理，一些手机翻译软件也只适用于近距离、面对面、安静环境下使用，而在旅行途中、会议中等周围相对嘈杂的情况下，效果便大打折扣，而专用的翻译器一方面在拾音方面做了特殊强化，另一方面，由于旅行场景下，网络质量很难确保，因此通过AI技术离线识别并翻译是一个硬需求，但这对芯片计算量的要求非常大。吴滔透露，根据测算，要想达到较高准确率的离线翻译，至少需要2G的内存，这会给手机正常运行带来很大影响。 “随着物物相连的时代到来，人与自然、外界的接触面越来越广，AI终究要落地走向人们的生活，面向未来的智能设备可能更加轻便、垂直、更接近人类器官与自然交互的状态。”吴滔认为，这才是智能硬件真正的风口。 “互联网公司，包括海外巨头正越来越‘硬’。”另一位参展的嘉宾如是对《IT时报》记者说道。可以佐证的是，7月4日，百度发布了自己的AI芯片，而另有消息称，百度至少有四五个部门在研发智能硬件产品，互联网巨头们迫切需要用硬件+软件打造自己的生态壁垒。 被AI改变的医疗和驾驶 自从AI进入加速期后，最被期待的两个行业是汽车和医疗，或许因为它们代表着两个现代人类绞尽脑汁，但始终无法解决的难题：交通和生命。 无人驾驶被谷歌、特斯拉、百度等互联网巨头加持，俨然成为人工智能的另一个代名词，各家车企纷纷宣布，将在2020年落地无人驾驶汽车，百度更是刚刚宣布，无人驾驶巴士已实现量产。 但是，有人却给目前热闹的产业泼了一盆凉水。周斌是异构智能中国区总裁，异构是一家位于硅谷的人工智能公司。周斌认为目前所谓的自动驾驶，充其量只能叫辅助自动驾驶，汽车电子是一个要求极高、收效极慢、投入极大的行业，同时又对安全性有最高要求，现有的技术和芯片事实上还没有足够的计算能力完成自动驾驶应有的任务。尽管异构现在做的芯片可以帮助汽车提升算力，但这并不是实现自动驾驶的全部，“算法、传感器、雷达、控制决策系统等等，需要有一个庞大的产业链支持。”周斌不希望目前过高的期望伤害整个行业，最后却“一地鸡毛”。 医疗历来被看作是一个投资回报期长、需要耐得住寂寞的行业，在普华永道的《独角兽报告》中，尽管医疗行业的独角兽在整个样本量中占8%，但从其融资金额来看，却十分平稳，没有出现大幅度的起落。依图医疗副总裁方骢告诉记者，医疗是一个相对封闭、碎片化程度非常高的行业，数据的产生以及产生以后的质量控制并不容易。 早些年创业人士在互联网医疗行业创业，大多面向的是普通C端，提供的服务为预约挂号、咨询等轻门诊服务，但在方骢看来，这只能解决医疗的“痒点”而不是痛点，一旦商业化提出收费要求，用户便会弃用，AI可以解决的是痛点，比如疑难症和罕见病。目前依图只选择了肺癌和乳腺癌作为产品的研发方向，通过AI提升肺癌的早期筛选率，不久前，武汉协和医院利用依图的系统对一个病人发出了早期肺癌报警，最终这个病人被确认为是“原发性浸润性肺癌”，“这种痛点的解决，无论医院还是病人都愿意买单。”方骢表示。 .
    291浏览量
    原文链接

  • 《核聚变领域掀起人工智能应用热潮》
    • 来源专题：能源情报网监测服务平台
    • 编译者：郭楷模
    • 发布时间：2025-05-06
    • 随着人工智能（AI）加速向各行各业渗透，其在核聚变领域也掀起新一波科研与应用的探索热潮。 4月21日，一场“受控核聚变与人工智能技术”为主题的学术会议在河北廊坊举行。会议由中国核学会核聚变与等离子体物理分会主办，吸引学界和业界近200位头部尖端人才参加。 在三天时间里，上百位专家以主旨报告、墙报张贴的方式分享各分支板块对聚变领域人工智能研究的最新成果与经验，涉及AI在核聚变装置运行控制中的应用、受控核聚变的智能模拟、聚变装置数字化与智能化平台等多个前沿课题。 有专家在现场接受媒体采访时直言，在高温超导技术与人工智能的加持下，聚变研发正从“永远50年”进入“10—20年”窗口期，商业公司的高效运作可能进一步缩短时间。目前，业内开始倾向于形成一个新共识——最快在2035年，就有望看到聚变商业应用的曙光。 AI赋能作用开始显现 “近年来，AI在等离子体物理与可控核聚变研究领域展现出强大的赋能作用。深度学习、强化学习等前沿算法技术被引入，应用于等离体模型程序的加速计算、复杂物理现象的实时识别与预测，以及聚变装置智能化运行控制等场景，带来一系列令人鼓舞的技术突破。”核工业西南物理研究院（以下简称“西物院”）聚变科学所党委书记李永革在会上指出。 那么，AI究竟能为可控聚变带来哪些助力？ “等离子体的约束与控制是聚变的关键难题之一。”北京大学应用物理与技术研究中心特聘研究员康炜解释，在聚变研究中，等离子体需要控制的参数高达上百个，以前只能凭经验估计形成方案，难以支撑实时应用，但在引入AI后就能同时实现多参数的协调控制，并快速迭代优化设计，从而大大加速稳态控制实现的可能性。 2022年12月，美国国家点火装置NIF在AI助力下成功实现能量输出大于激光能量输入（能量增益Q>1）的可控核聚变反应突破，在理论上验证了核聚变商业化的可能性。2023年，普林斯顿大学研究人员利用美国DIII-D国家核聚变设施的实验数据，训练出一种人工智能模型，能够提前300毫秒预测被称为“撕裂模不稳定性”的聚变堆等离子体不稳定性，有效避免了因等离子体不稳定导致的核聚变反应中断。 在中国，研究人员发现，通过部署应用数据模拟器，可将聚变实验装置中生成一炮（核聚变实验的一次等离子体放电过程称为一炮——编者注）控制策略的耗时从数天压缩至0.5小时，这在中国环流三号上已得到验证。 《中国能源报》记者从会上获悉，中国环流三号先后与之江实验室、浙江大学、南开大学、北京大学开展人工智能相关的联合实验提案，以破裂预测、EFIT-NN为代表的人工智能模块已实现实验常态化运行。此外，新奥集团（以下简称“新奥”）则以数智球形环装置为载体，着眼于聚变反应堆从设计、建造到运行全生命周期的安全管理需求加速聚变研发，目前在聚变数据平台、数字孪生系统、智能控制方面取得一系列进展。 另外，AI还可以在聚变相关知识整理和积累方面发挥重要作用，让不同背景的人才能快速进入聚变领域。 “人工智能将引发聚变的研发范式产生巨变，从而加速聚变研发进程。”新奥能源研究院院长刘敏胜接受《中国能源报》记者采访时表示，目前新奥已开发聚变领域的大模型数据库，结合大模型技术进行应用，显著提高科研人员的学习效率；2024年，新奥在“玄龙-50U”装置上实现利用人工智能技术对等离子位形的控制，并基于神经算子方法，开发装置的数字孪生系统，多物理场耦合仿真的速度相较传统商业软件提高了4个量级。 可控核聚变按下加速键 从2022年NIF实现净能量增益，到今年1月托卡马克装置（如EAST）实现千秒级高约束模运行，再至今年3月中国环流三号首次突破电子、离子温度“双亿”摄氏度，以及近日“玄龙-50U”氢硼等离子体实现百万安培电流，一系列阶段性突破均表明，聚变的科学可行性将得到全面验证。 “NIF目前已实现约5倍的能量输出与激光能量输入比(Q=5)。”康炜表示，从这一点上看，可控核聚变已实现，下一步业界非常看好其商业化。 值得注意的是，近年来，全球范围内“国家队”之外的私人资本在聚变领域日渐活跃。有数据显示，近五年，全球私人资本在聚变领域的投入已超50亿美元，远超政府项目。截至2024年底，全球核聚变行业已集聚45家民营公司，2024年投入私营聚变公司的公共资金增长了50%以上。 多位专家一致认为，随着相关技术突破及资本涌入，可控核聚变商业化已按下加速键。 比如，新奥计划在2035年建成商业示范堆，而美国Helion、中国星环聚能则计划在更早的2030年前实现这一目标，远早于此前业内普遍期待的“2050年之后”。 在康炜看来，当下行业信心大增的原因有两个：一是在磁约束领域，近年来高温超导技术已开始逐渐大规模转向工业应用，极大降低磁体相关的设备制造成本，丰富了应用经验；二是人工智能的突然爆发，对聚变界形成极大推动。 从当前行业发展态势看，中国聚变界对于人工智能的关注度丝毫不亚于国际，近两年与之相关的项目正呈现多点开花、全面爆发之势。 “西物院在受控核聚变与人工智能的交叉领域已有15余项相关领域科研课题，在实验数据智能分析与预测，数据驱动的仿真建模，聚变装置智能化运行等方面形成了典型应用能力。”李永革说，“我们切实感受到人工智能技术为聚变领域注入的新活力。” “这两年，我们团队的科研项目经费每年都翻倍增长。”康炜亦坦言，“今后5—10年，聚变都将是一个非常火热的行业。在国际上没有技术代差的情况下，基于国内强大的产业链综合制造优势，相信最快实现聚变发电的装置一定在中国。” 生态融合有待加码 在聚变研究中，因为实验环境复杂，获取高质量、完整的数据面临诸多困难，这将对AI模型的训练效果和预测准确性产生极大影响。 “虽然目前人工智能在聚变实验数据的处理、控制、破裂预测等各分支领域都有广泛应用，但应用深度只处于起步阶段。”哈尔滨工业大学教授王晓钢指出，通过60多年的探索，我国在聚变领域已积累大量数据，为下一步人工智能的深度探索奠定了良好基础。“但在各单位都有数据保密要求的情况下，现在面临的最大挑战是数据共享。” 另一方面，AI和聚变都有各自的语言范式，若将AI应用于聚变研究，需要既懂AI又懂聚变的复合型人才，但目前这类人才全面缺乏，而且跨学科合作也面临诸多障碍。“在这种情况下，AI和聚变两方都必须以开放的心态去聆听、理解对方的语言，以此形成真正的交互。”新奥能源研究院聚变人工智能科学家赵寒月说。 “实际上，目前聚变仍处于以深度学习、强化学习为主的‘小模型’时代。”赵寒月指出，外部大模型技术的飞速发展，给聚变行业带来新机遇。“大模型可以通过建立行业的知识平台，达到know—what的程度，但在聚变研究中更需要的是解决实际问题，这就需要至少到know—how的程度。聚变大模型目前朝着这个方向探索，未来有望对加速聚变研发发挥出关键作用。” 赵寒月认为，聚变与人工智能两个尖端领域的交叉需要全行业共同参与。“在大模型领域，DeepSeek以开源方式战胜了闭源，获得爆发式增长。和大模型类似，聚变未来也应该是开放的，要把各种可能的能力、资源都融进来，以生态融合推动快速发展。聚变人工智能领域更应该这样，因为技术爆发太快，闭源就是固步自封。” 据了解，新奥目前与北京大学、南开大学等多家高校开展战略合作，成立了聚变智能联合实验室，致力于开展聚变物理与人工智能学科交叉研究，为行业培养高端后备人才，加速聚变技术突破。
    155浏览量
    原文链接