科学新闻早餐(12.05星期二)

北美总部成立之后，拜腾从新造车战争中突围的几率有多大？

“ 北京时间12月2日，拜腾位于硅谷的北美总部正式成立。”

去年初成立，伴随种种风波质疑，拜腾一路走来。没有太多故事，也不那样激进，这家创新车企只是在每一个适时的节点，向大家说一声“我还活着，并且活的不错”。

北京时间12月2日，拜腾位于硅谷的北美总部正式成立，又是一个时间节点。

与大多企业“挤牙膏式”发布不同，拜腾还一口气宣布了另外两个重要消息：前特斯拉供应链专家魏思涛（Tom Wessner）和前苹果系统工程负责人丛浩仁（Jeff Chung）加盟，与博世和佛吉亚达成深度战略合作关系。

一个月后，在美国拉斯维加斯国际消费电子展（CES）上，拜腾首款可驾驶样车将完成首秀。据官方信息，这款车型的与最终上市的量产SUV相比，量产程度接近90%。

不知不觉，拜腾已经从20个月前不到10人的团队发展至400余人，布局从南京衍生到慕尼黑、硅谷，遵循着一直以来的产品和商业逻辑，打牢地基。那么，站在当前这个时间节点，该如何正确的认知拜腾？相比其他新造车公司，拜腾突围的几率又有多大？

▲拜腾北美总部

北美总部成立，整体布局完成

在很多人眼中，拜腾可能并不是最被看好的那一个。

不过，相比不少同类公司而言，拜腾的一个比较明显的标签是“务实”。 CEO毕福康(Carsten Breitfeld)和总裁戴雷(Daniel Kirchert)的组合，习惯于“有事说事，没事干活”。

公司核心目标明确：将产品落地，保证高品质用户体验，控制住总成本。此次成立北美总部，依旧是围绕上述目标的布局。

▲毕福康（左）和戴雷（右）

作为全球高科技技术创新中心，硅谷历来是兵家必争之地。从地理位置来看，位于硅谷中心圣克拉拉的拜腾北美总部，距离蔚来北美总部直线距离不到3公里。

据毕福康介绍，拜腾北美总部面积超过7400平米，目前团队总人数约150人，并以每周5-15人的速度增加。据悉，该总部的主要职能为智能汽车用户体验、自动驾驶等前沿技术的开发，以及北美市场的开拓与运营。

在北美总部正式投入使用后，拜腾形成了完整的全球化布局，除了硅谷外，还包括位于中国南京的全球运营总部、智能制造基地及研发中心，以及位于德国慕尼黑的车辆设计与产品概念研发的设计中心。

▲丛浩仁

硅谷对核心人才的吸引作用显而易见。刚刚加盟拜腾的魏思涛和丛浩仁，前者拥有30余年的汽车行业供应链经验，曾建立特斯拉Model S供应链采购及质量管理体系标准；后者曾在苹果率领系统工程团队设计了多款Mac系列产品，未来将全面负责拜腾的产品用户体验工作。在魏思涛和丛浩仁加盟后，拜腾管理团队架构完成，涵盖汽车设计、工程与制造、电气动力系统、智能互联、自动驾驶、智能体验、供应链管理，市场营销等领域的核心人才。目前，拜腾全球团队人数约为400人。

值得注意的是，此次北美总部成立，除了高管加盟外，拜腾还宣布与博世和佛吉亚结成深度战略合作伙伴关系，前者主要在动力系统和制动系统方面，后者则聚焦于全新内饰设计领域。

这两项合作对于拜腾的产品落地将形成支撑。根据计划，拜腾将于未来5年内，在同一平台上推出3款车型，第一款是中型SUV，对标奥迪Q5、宝马X3、奔驰GLC这个细分市场；第二款是轿车，车身长度会介于两个级别中间，比宝马3系长一点，比5系短一点；第三款产品则是七座MPV，这是为了适应中国消费者需求变化打造的产品。

▲拜腾与博世、佛吉亚达成战略合作

据悉，首款量产SUV车型将于2019年第四季度正式上市，轿车与MPV则将分别于2021年和2022年陆续推向市场。通过平台化战略，三款产品共用配件率可以超过60%。商业模式方面，这些产品除了在中国，北美，欧洲销售外，还将一定比例的投入共享出行等新用车服务领域。

从目前的行业现状看，各家公司存在明显“抢时间节点”的情况，都希望自己的产品率先落地，触达用户。不过，在一直以来的交流沟通中，拜腾从未改变过“2019年底首款产品上市”的说法，用毕福康的话说，“要遵循制造逻辑”。

毕福康告诉车云，由于目前公司人员和成本的原因，且一些传统燃油车与电动车共用的核心技术已经非常成熟，因此拜腾会从供应商处部分购买这类技术和产品，自有团队除了系统整合工作外，将主要聚焦在车载软件和用户交互体验部分的研发和落地。

1.25米大屏将实现量产化

一个月后，在美国拉斯维加斯国际消费电子展（CES）上，拜腾首款可驾驶样车将完成首秀。

目前最新获取的信息是，该车将提供4座和5座两种版本，电池包分为基础版和升级版，电池容量和续航里程分别为71kWh、350km及95kWh、500km。动力方面同样提供两种选择，一种是200kW功率的后驱单电机，另一种是150kW+200kW的前后双电机组合。

根据拜腾官方介绍，全新的智能人车交互系统是该车的核心亮点之一，包括长125厘米、高25厘米的共享体验屏、8.8英寸的触摸式方向盘，手势识别、人脸识别、情绪识别等功能。

▲拜腾量产车将搭载1.25米大屏

对于这块1.25米的“史上最大车载屏幕”，业内一度充满好奇，其用户界面如何设计，会有哪些新功能，最终能否实现量产，等等。为此，车云与总负责人丛浩仁进行了深度交流。

设计层面，拜腾1.25米长的大屏将主要分为三块信息区，驾驶者正前方区域为主驾驶信息区，可显示挡位、速度和电量情况等常用信息，中间区域为主菜单区域，右侧区域为智能推荐系统区域，可实现餐厅、电影院查找等功能。此外，右侧两个显示区域还能够合二为一的显示导航信息，大屏幕右上角和左上角的两个小区域则分别显示驾驶员和乘客的个性化信息。

值得注意的是，拜腾还将车辆后视镜植入到大屏中，在驾驶者正前方显示，并可以实现自由切换。未来如果能够通过相关法规，拜腾量产车有可能取消实体后视镜。

交互层面，拜腾的车载系统将提供“语音+触摸+手势控制”三种交互方式。其中，方向盘上8.8英寸的液晶屏可以触摸控制，1.25米的大屏不能够触摸，用户可以通过大屏下方的识别位置，通过手势将大屏上的信息进行打开、关闭、挪动等控制。

对于业内关于大屏的质疑，丛浩仁也做出了回应。例如，在工艺上，拜腾与大屏供应商将对屏幕材质、涂层进行再研发，以保证屏幕在遭遇剧烈碰撞时不会大面积散落式碎裂，且在阳光直射下不会出现反光。此外，车辆工程团队也会根据大屏设计对其他车辆部件的安装位置进行微调，例如主驾驶安全气囊弹出位置，会微调至方向盘下部位置，碰撞时向斜上方弹出以保护驾驶者。

丛浩仁表示，根据计划，拜腾将一定会将大尺寸屏幕最终量产。车云从业内多条渠道获悉，丛浩仁之前在苹果工作期间，最强的能力是将设计产品工程化落地的能力，而拜腾邀请其加盟，尤其看重他这点特质。

深水区的三项攻坚战

在车云看来，目前拜腾核心团队架构、三地布局、工厂落地、A轮融资均已完成，第一阶段发展可谓已经完成，打下了不错的基础。与此同时，随着行业发展的整体加速和优化，接下来拜腾将进入发展的深水区，并面临更加严酷的竞争。

制造问题首当其冲。今年以来，国家发改委暂停了纯电动车乘用车项目审核，对现有政策进行调整，预计未来对企业研发、工厂、人才、资金等方面的审核标准都可能进一步从严。对于包括拜腾在内的新造车公司而言，拿到生产资质变的不再那样容易。

不过，戴雷表示对此并不担心，“一方面拜腾本身的实力在这，一方面公司与南京市和江苏省政府的关系紧密”，这两项优势是拜腾能够获取资质的筹码。不过，毕福康透露，拜腾也做了两手准备，除了积极生产资质外，也不排除“Plan B和Plan C”，即与车企合作，或购买生产资质。

除了制造外，业内最担心的问题还在于资金。车云从毕福康处获悉，拜腾第一款产品从研发到落地，大约需要投入8亿美金，目前公司总融资额相比这一数据，仍有一定缺口。

目前，拜腾已完成包括A轮融资在内的三轮融资，现有主要股东为拜腾初创管理团队、和谐汽车、奥动投资、力合汽车、君联资本、苏宁与丰盛主导的一家产业投资基金以及盛屯集团等。戴雷表示，公司的融资是按照产品推进的节奏进行，目前B轮融资已经启动，预计将在明年年中完成。

最后一个问题在于成本控制。拜腾的愿景是首先落地一款优质的，终端售价在30万元以内的中型SUV。要知道，在前期产品销量不大的情况下，高研发投入和硬件成本将可能带来极高的量产均摊成本，要最终将产品落地价格控制在30万内，一方面要求产品本身的品质得到用户认可从而增加销量，一方面要求拜腾在每一个产品开发和硬件使用细节实现更好的把控。

总之，挑战不小。不过，从毕福康私下里提前给的样车产品图片来看，如果未来能够保质保价的落地，我想我一定会买一辆。

来源链接：

http://mp.weixin.qq.com/s/r_eClOk0FD46wpXo0K8Aiw

英特尔将推自动驾驶多芯片平台，与英伟达终有一战

“ 英特尔认为行业一直将其他的自动驾驶产品和自己的PC芯片相比有失公允，但新平台能让英特尔翻身么？还难说。”

在上周落下帷幕的洛杉矶车展上，英特尔CEO 布莱恩·克兰尼克（Brian Krzanich）发表主题演讲，对自动驾驶将如何改变未来汽车，从座舱设计、娱乐信息系统到主被动安全，做了详细地预测和描绘。

▲英特尔CEO 布莱恩·克兰尼克（Brian Krzanich）

在演讲中，克兰尼克提到最近完成的对Mobileye的并购，强调称“英特尔能够比竞争对手提供超过两倍的深度学习能力”，而这里的竞争对手指的正是英伟达。他甚至直接秀出了即将发布的EyeQ 5芯片，对标的正是英伟达专为自动驾驶开发的Drive PX Xavier SoC。

显然，英伟达通过持续不断地推广Drive PX平台，成了目前自动驾驶AI芯片技术领域的领头羊。而英特尔自然不会放弃这个机会，它已经决定要在自动驾驶领域和其他半导体供应商来一场加速赛了。

因谦虚而被错误解读的“强者”？

在接受媒体采访时，英特尔首席工程师兼自动驾驶解决方案首席架构师杰克·威仕特表示“英特尔在对外宣传自己芯片的性能时，一直都说得较为保守。看到大家一直在做一些错误的引用，我们实在是觉得好心累啊！”

威仕特抱怨称，“一些竞争对手和媒体经常错误地将英伟达的Drive PX和英特尔的台式机芯片作对比”。但如果真的要进行一场势均力敌对决的话，Mobileye第五代视觉传感融合芯片的对手其实是英伟达的Xavier SoC。EyeQ5的计算性能达到了24 TOPS（万亿次/每秒），功耗为10瓦。相比来看，Drive PX使用的Xavier SoC尽管可以实现30 TOPS的性能，但能耗达到了30W。威仕特表示，“我们的芯片节能效率是对方的2.4倍”。

当然，英伟达在今年的GPU开发者大会欧洲站上推出了Pegasus，它是能够满足L5级自动驾驶应用的人工智能计算平台，计划在2018年供货，设计性能可达320 TOPS，是前代处理器产品的10倍多，热功耗设计为500W。威仕特认为，“尽管Pegasus是一款新产品，但它的能效表现并没有明显提升”。

车云菌在之前的文章中介绍过，Pegasus搭载了英伟达两款最新的Xavier SoC芯片处理器——包括基于Volta架构的嵌入式GPU——具备两个新一代独立GPU以及为加快深度学习和计算机视觉算法而创造的硬件。（参见文章→《英伟达发布首个L5级自动驾驶计算平台，明年在限定区域开放测试》）

但问题在于，英特尔到底会如何将Mobileye的EyeQ芯片和英特尔的微处理器“大脑”进行整合并应用于自动驾驶汽车，可能某些行业专家都看不清英特尔未来的计划。

所以，市场之所以对英特尔的认识有误解，可能有半拉原因在它自己身上。作为CPU芯片产业的巨头，除了Mobileye的EyeQ5，英特尔自己在开发什么类型的可用于自动驾驶的SoC，它自己嘴巴倒是闭得很牢。

英特尔计划发布多芯片平台

根据威仕特透露的消息，英特尔计划在2018年初的CES国际消费电子展上推出一款“针对自动驾驶应用的多芯片平台”。这套解决方案将整合EyeQ 5 SoC，英特尔的低功耗Atom SoC芯片，当然其中也包括了像I/O和以太网连接等硬件系统。

而在今年初的CES上，英特尔在发布「GO」这款用于自动驾驶的开发平台时，克兰尼克就强调称“Atom C3000处理器每瓦能耗输出的性能很高，可为低功耗的设计提供可观的计算能力”。

而在问及Atom SoC是如何与EyeQ 5共享处理任务时，威仕特指出，“会先根据自动驾驶汽车应用的需求设定好整体的计算性能，之后再为每枚芯片分配相应的计算任务”。至于FPGA是否在这套多芯片平台解决方案中有应用，威仕特表示，“可能有些客户在特定应用，如定制化I/O以及安保Security方面会考虑使用FPGA芯片，但它并不会出现在即将发布的多芯片平台中”。

▲英特尔EyeQ系列芯片面向ADAS和自动驾驶应用技术路线图

如何分工？

Mobileye其实在被英特尔收购之前就已经公布了EyeQ 5的开发计划，这家以色列公司当时称其为“自动驾驶汽车的大脑”，“能够执行传感器融合的视觉中央处理器”以及“面向L5级全自动驾驶应用”。（参见文章→《Mobileye新EyeQ5芯片，是真老虎还是PPT党？》）

如果EyeQ 5的规划依然如Mobileye当初所愿，那英特尔的Atom SoC又将在这套多芯片平台解决方案中扮演怎样的角色呢？

威仕特解释称，自动驾驶需要不同程度的传感器融合。在深度学习加速应用 中，一些传感器融合要求芯片能够处理大量高度平行且多线的算法代码，而这时候EyeQ 5是理想的处理器。同时，在一些需要高层级环境传感器融合的时候，由于它考察的是运动轨迹和数据验证，这时候一枚CPU更适于处理这样的任务。

在英特尔看来，要实现高度自动驾驶，不需要把所有的任务都交给一枚SoC 来处理。你可以通过不断尝试来搞明白系统运行的空闲周期在哪里，如何为不同的芯片分配计算负载等问题。而对Mobileye的并购在8月份刚完成，所有的团队成员马上就投入到了多芯片平台项目的开发当中。

车云小结

如果按照英特尔承诺的，“将很快公布这套面向自动驾驶应用多芯片平台的详细信息”，那么明年CES的时候，大家就可以将其他公司的平台产品与英特尔的解决方案进行对比了。尽管英特尔声称自己在自动驾驶芯片的计算性能和能耗可以平衡得很好，但不可否认入场较晚的英特尔还是面临着相当激烈的竞争。

英伟达的Drive PX，恩智浦的BlueBox，瑞萨的自动驾驶开放平台，西门子/Mentor联合开发的DRS360，三星哈曼的自动驾驶汽车平台以及百度的Apollo，这些未来都将成为英特尔的强劲对手。而考虑到一套全新的SoC和计算平台要进入车内量产，至少需要两年以上的时间，鉴于很多车企和科技公司纷纷表示要在2020年以后推出L4, L5级自动驾驶车型，留给芯片供应商们的时间不多了。谁成谁败，一切还有待观察。

来源链接：

https://mp.weixin.qq.com/s/RYOoh_XGZ0uuf04tNd580g

51量子比特模拟器问世，大规模量子计算机迈出重要一步

通常来说，进行计算机编程已经是一项相当费力的工作，代码除了需要数小时的编写外，还需要对其进行调试、测试以及详情记录，来确保它能正常工作。不过事实上，与麻省理工-哈佛超冷原子中心和加州理工学院的物理学家组成的研究团队正做的工作相比，其难度就变得微乎其微了。

最近，哈佛大学 Mikhail Lukin，Markus Greiner 教授领导的研究团队与麻省理工的 Vladan Vuletic 教授共同开发了一种特殊的量子计算机——量子模拟器。这一量子模拟器由激光捕获的超冷铷原子所编码，将这些冷原子以特定的顺序进行排列，就能实现一些必要的量子计算。

图 | 哈佛大学物理学教授 Markus Greiner（左）与 Mikhail Lukin（右）开发了 51 量子比特的量子模拟器

该模拟器系统可用于揭示一系列复杂的量子过程，包括量子力学和材料性质之间的联系以及物质的新相态。同时，它也将有助解决现实世界中复杂的优化问题。目前，该系统的详细研究结果已发表在 11 月 30 日的《自然》杂志上。

这个系统是迄今为止最大的量子系统之一，有超过 50 个相干量子比特包含其中。研究者说到，该模拟器的最大成功就在于其有效结合了大尺度系统与高维度的量子相干性。

另外，在同一期《自然》杂志上，马里兰大学联合量子研究所的一个小组也描述了一个相似大小的用激光控制的冷极化离子系统。总的看来，这些互补的研究进展都将成为迈向大规模量子计算机的重要一步。

“所有的事情都发生在一个小小的真空室里，里面非常稀薄的原子蒸汽可被冷却到接近绝对零度”，Lukin 说到，“当 100 束左右的激光穿过蒸汽云时，每一束激光都充当着一个势阱。这些光束是如此的紧密地聚焦在一起，以致它们最多只能捕获到一个原子。而研究乐趣也从此开始。”

图 | 量子模拟器中用于捕获原子的激光器

研究人员利用显微镜可实时采集被捕获原子所构成的图像，然后根据所需要输入的模式将它们进行特定排列。

Lukin 教授实验室的博士后，论文的共同作者 Ahmed Omran 说到：“我们用一种非常可控的方式来排列组合这些原子。从一个随机的模式开始，然后通过变换势阱的位置就能使得原子被排列到所需要的特定集群中去。”

而当研究人员开始向系统中注入能量时，原子间就开始相互作用。Lukin 解释到，这些相互作用能给系统赋予量子特性。

“真正意义上来讲，只有原子相互作用了，才能认为是开始执行计算了”，Omran 说到，“本质上说，当我们用激光激发系统时，系统原子就会做出相对应的自适应行为。不过这种自适应并非简单的用激光在某处捕获 1 个或 0 个原子，而是利用这种原子自适应进行相关计算，最后我们再对结果进行测量。”

Lukin 和他的同事们表示，这些测量结果可以解释那些传统的计算机几乎不可能进行建模的复杂量子力学现象。

“为什么你已经有一个抽象的模型，也知道其中有一定数量的粒子进行着某些相互作用，但你还是不能坐在电脑前进行模拟呢？”论文的共同作者 Alexander Keesling 抛出问题并解释到，“问题的关键在于这些相互作用是量子的，如果系统尺寸过大的话，传统计算机的内存和计算能力将很快耗尽，也就无法实现计算模拟。因而在传统计算机上模拟的话，就必须要把系统限制在很小的尺寸，因此带来的不足是系统的许多参量将被限制。而我们解决这个问题的方法是，直接用所需模拟的系统的物理规则来重新构建粒子问题。而这就是为什么我们称其为量子模拟器的原因所在。”

尽管传统计算机技术可以模拟小型量子系统，但其仍旧不大可能模拟像量子模拟器这样的包含 51 个量子比特的系统。

Keesling 补充到:“对于较大系统的模拟，我们没有可进行比较的简单参考。因而让我们的模拟器先进行小系统模拟来验证结果的正确性也是相当重要。”

Lukin 实验室的博士后，论文的另一位作者 Hannes Bernien 说到:“一开始所有的原子都处于经典的状态，而最后我们读取到的也是一连串由 0 和 1 构成的经典比特。但原子的经历的中间过程其实是复杂的量子态。如果存在一个很大的错误率的话，量子态就会塌缩到一个经典状态。”

Bernien 解释到：“量子相干态是原子系统可作为一个模拟器的关键，让模拟器成为一个颇具价值的计算工具，实现对复杂量子现象进行洞察和揭示并执行最终有用的相关运算。另外，利用这个系统，研究者对于不同类型的量子相转变问题（量子相变）也获得了一些独特的见解。”

Lukin 谈到：“这一系统或许有助于揭示一些新的、奇特的物质形态。通常，对于物质的状态，我们一般会谈平衡态，但是一些非常有趣的新的物质状态可能会远离平衡态，并且这在量子领域确实有相当大的可能性存在。而这将是一个全新的研究领域。”

Lukin 表示，研究人员已经发现了这些新物质态的存在的证据。在对新系统进行的第一次实验中，研究小组发现了一个相干的非平衡状态，并且能在很长一段时间内保持稳定。

Lukin 认为，未来几年，量子计算机将被用来认识和研究这些物质的非平衡态。而另一个有趣的研究方向将涉及的是解决复杂的优化问题。

事实证明，通过编程原子位置和它们之间的交互，可以实现对一些非常复杂的问题进行编码。在这样的系统中，一些量子算法相比经典计算或许具有更好的表现，不过现在还不清楚是否真如所愿，因为我们目前还无法用经典的方法来测试他们。

但是，量子计算的全新领域即将到来，到时我们就可以利用真正意义上的包含 100 多个量子比特的的量子计算机来对其进行测试。从科学角度来说，这将是振奋人心的。

这项研究的其他合著者包括：访问科学家 Sylvain Schwartz，哈佛大学研究生 Harry Levine 与 Soonwon Choi，研究助理 Alexander S. Zibrov 和 Manuel Endres 教授。研究得到了美国国家科学基金会、超冷原子研究中心、 Vannevar Bush 教员奖学金的资助。

来源链接：

http://mp.weixin.qq.com/s/TC9BykyVGbZsgG2Qbr_Plg

41人通过第十四批国家“千人计划”创业人才项目终审

第十四批国家“千人计划”创业人才项目申报443人，经形式审查和专家面试，41人通过终审，拟予引进。根据规定，现予公示，为期7个工作日，从2017年12月4日—2017年12月12日。公示期间对人选如有异议，请于2017年12月13日前将意见发至邮箱（zhuanxiangban@1000plan.org）。

海外高层次人才引进工作专项办公室

2017年12月4日

第十四批国家“千人计划”创业人才项目拟入选人名单

（按省区市排序）

来源链接：

http://mp.weixin.qq.com/s/1NbVmwkty6fctekyUrx_cA

深圳无人驾驶公交：有人、试验、只针对特定人群开放

近日，一则自媒体发布的文章《别了司机!刚刚深圳打响第一枪!》在社交媒体上引起广泛传播。文章称2017年12月2日，深圳的无人驾驶公交车正式上路，并称这是中国首次，全球首例在开放的道路上进行无人驾驶。

然而，12月4日上午，记者致电深圳巴士集团，对方却希望对这一信息进行辟谣，“有人驾驶、试验线路、只针对特定人群开放。”工作人员说了这三个关键词，“无人驾驶的实现，仍停留在功能和技术层面。”

深圳巴士集团媒体联络人罗岚告诉记者，网传具有自动驾驶公交车的福宝线确实在12月2日开通试运营，单程全长1.2公里，设有海梁、深巴、福田三站。但她同时强调，目前这条线路只是处于“数据采集试运行阶段”，只对一些专业人士和受邀市民开放，免费乘坐。

据她介绍，该线路使用4辆搭载有“阿尔法巴智能驾驶公交系统”的电动公交车来实现自动驾驶，从功能上能实现减速避让、紧急停车、绕行障碍物、自动靠站等功能。对于自动驾驶的程度，“此前已经在科技园等地进行了4个月的真实道路情况测试，功能基本上能实现无人驾驶的功能。”

“目前正在运行的车辆上，还是有我们的司机，在操作上也会对车辆操作进行一定的干预。”罗岚说。据了解，该项目由国家智能交通系统工程技术研究中心(ITSC)和深圳巴士集团发起，由深圳巴士集团和深圳市海梁科技有限公司具体实施。

对于暂时不对公众开放的原因，罗岚表示，是因为在法律法规方面还有一定的障碍和流程，“目前这些车辆还都是临时牌照，线路正式设立在等市政府和交管部门的批文。”

据了解，2011年修订的《道路交通安全法》，还没能够把无人驾驶的问题纳入考虑。根据现行法规，机动车必须由合格的驾驶员按照规定进行驾驶。

李彦宏乘坐无人驾驶汽车?2017年7月5日，百度AI开发者大会上，百度创始人李彦宏展示了乘坐无人车行驶15公里前往会场的视频，结果因打电话、不握方向盘、未系安全带等行为遭网友质疑，随后交警部门介入调查。11月16日，在百度大会上，李彦宏承认无人车确实吃到了首张罚单。

世界互联网大会公布了 18 项全球领先科技成果，10 项来自中国 | 乌镇峰会

从 2016 年开始，世界互联网大会多了一个重要环节：公布世界互联网领先科技成果。于是，在下午的全体会议结束之后，第四届世界互联网大会正式公布了 2017 年的世界互联网领先科技成果。

为了这次评选，世界互联网大会组委会成立了世界互联网领先科技成果推荐委员会，该委员会由 44 名专家学者组成，他们包括了来自海内外的知名互联网业界专家；其中，中方委员 24 名，外方委员 20 名，这些专家分别来自中国、美国等 10 个国家。

根据中国工程院院士、中国互联网协会理事长邬贺铨介绍，从去年的 10 月份到成果征集截止日期，推荐委员会收到来自中国、美国等国家近千项互联网领域的创新成果，经过投票和审定，最终评审出年度 18 项代表性的领先科技成果，其中独立发布 14 项，推荐委员会发布 4 项。

以下是今天发布的 18 项世界互联网领先科技成果：

1、华为 3GPP 5G 预商用系统

华为 3GPP 5G 预商用系统，基于 3GPP 统一标准和规范，融合革命性新口技术、创新的上下行解耦技术以及全云化架构和端到端切片技术等，完成了从无线网、承载网、核心网、芯片、CPE 等端到端产品和解决方案的构建及测试验证，在商用成熟度和产品性能等方面全面达到世界领先水平。该系统已与通信产业上下游企业进行了运营商和第三方终端的对接，全方位构建能够支撑 2020 年 5G 真正商用目标的能力，为“ 5G 时代”的到来打下坚实的技术基础。 

目前，华为已与全球多家运营商展开了联合测试，并以此为基础开展车联网、智能制造、互联网医疗等多个领域的探索和创新。

2、ARM 安全架构

据了解，ARM 安全架构通过打造经济、可扩展、易于实施的安全框架，为物联网行业创造更加安全的设备奠定基础。在物联网高速发展的时代，安全已不是可有可无的选项，整个行业都有责任保护我们身处的世界。ARM 安全架构提供了一个基于行业最佳实践的框架，通过它可以在硬件和固件层面实现一致的安全设计，为制造更安全的设备提供了通用的规则和更加经济的方法。

它可以通过分析威胁模型，解决在案例中遇到的相似问题；通过架构为不同设备提供一致的功能和接口；为终端客户提供多样性的选择，进而惠及物联网以及相关的技术和广大供应商。

3、微软人工智能小冰

据介绍，微软小冰已进入第五代，成长为一款能够进行情感计算，面向情商方向发展的人工智能机器人，它可以根据对话分析人的情感并及时作出分析，生成下一轮对话，让对话更加顺利地进行。目前，全球小冰拥有超过 1 亿人类用户，对话数据超过 300 亿轮，进化速度仍在不断加快。对用户而言，微软小冰已不止是一个人工智能机器人，更像是身边的伙伴与真人。 

微软小冰从中国出发，不断向外全球扩展，目前已在中国、日本、美国、印度、印度尼西亚五个国家共 14 个平台上落地，并担任电视栏目主持人、电台主持人、歌手等诸多色会角色。人工智能正在追赶着人类的想象。

4、北斗卫星导航系统

北斗卫星导航系统是中国着眼于中国安全和经济社会发展需要，自主建设、独立运行的卫星导航系统，目前已广泛服务于行业应用，相继走入交通运输、海洋渔业、水文监控、气象预报、电力调度、应急搜救等多个领域，涉及人类生活的方方面面，为全球经济和社会发展注入新活力。与云计算、大数据等新兴技术的广泛融合，让“北斗+”在万物互联时代迸发无限可能。 曾经“复移小凳扶窗立，教识中天北斗星”；而今，“明月皓空天净漫，北斗闪耀领霄汉”。

北斗系统秉承开放、包容的原则，一直携手其他卫星导航系统，与各个国家、地区和国际组织一起，共同推动全球卫星导航事业的发展。

5、高通 5G 芯片组实现的全球首个 5G 数据链接

这项技术意味着 5G 新空口毫米波这项移动领域的全新前沿技术得以依托 5G 新空口标准实现，将进一步提高用户体验并显著提高网络容量。 5G 调制解调器支持 60Hz 以下和毫米波频段，能为所有主要频谱类型和频段提供一个统一的 5G 设计，协助运营商开展早期 5G 试验和部署；同时支持智能手机制造商在手机的功耗和尺寸要求下，对 5G 技术进行早期测试和优化，助力 5G 手机的生产。

6、基于“神威·太湖之光”超级计算机系统的重大应用成果

“神威·太湖之光”作为世界首台并行规模超过千万核、计算性能超每秒 10 亿亿次的超级计算机，自 2016 年 6 月正式运行以来，已在众多科学及工程领域取得 100 多项应用成果。其中最大的突破，是 2016 年及 2017 年以来入围国际高性能计算应用领域最高奖——“戈登·贝尔奖”的五项扩展至千万核心的全机应用。 

目前，“神威·太湖之光”超级计算机共完成了 200 多万项作业任务，支持了超过 100 项应用的研究，几乎涵盖了高性能研究的所有重要应用领域。 特斯拉垂直整合能源解决方案。

7、世界首台超越早期经典计算机的光量子计算机

中国科学技术大学潘建伟团队构建的针对多光子“玻色取样”任务的光量子计算原型机，在“玻色取样”速度方面不仅比国际同行类似的实验加快至少 24000 倍，同时，通过和经典算法比较，也比人类第一台电子管计算机和第一台晶体管计算机运行速度快 10—100 倍，是历史上第一台超越早期经典计算机的基于单光子的量子模拟机。量子计算机可以用来解决密码破译、大数据分析等问题。 

实现超越经典计算能力的量子计算被国际学术界称为“量子称霸”，而这台模拟机的出现也为实现“量子称霸”这一目标奠定了坚实的基础。

8、特斯拉垂直整合能源解决方案

特斯拉垂直整合能源解决方案集合了能源采集发电、能源储存和使用三个过程。该方案可形成家用、商用及公用发电储能系统，从而提高电网的可靠性和效率，降低企业和居民的能源成本，并提供能量后备供应。 

特斯拉的能源解决方案在立足情节能源的同时彰显物联网产品特点，用户可通过联网随时随地、自动高效地管理能源产品。能源解决方案同时致力于能源共享新理念，形成能源网络，为家庭和社区提供高效的能源配置。目前特斯拉垂直整合能源解决方案已经进入 18 个国家，为这些国家解决了电网受损或电力不足问题。

9、滴滴基于大数据的新一代移动出行平台

基于大数据的新一代移动出行平台已为超过 4.4 亿用户提供全面的出行服务，该平台利用大数据智能处理与决策技术、强大的计算能力和通信设施，研究和开发了移动出行服务平台。 该平台可以实时获取交通数据、路网特征、公众出行特征等交通信息，为公众出行、企业服务、政府管理和决策等提供高效率服务，促进了“开放、高效、可持续”的移动出行生态建设，产生了巨大的经济和社会效益。 

滴滴大脑作为平台的决策中心，是为平台制定大数据决策的智能系统。通过大数据、机器学习和云计算等技术最大化利用交通运力，并做出最优决策，提高城市交通效率。

10、摩拜无桩智能共享单车

摩拜单车率先打破固定地点取还车的窠臼，用户可借助智能手机和移动互联网，随时随地扫码解锁、关锁还车、在线支付，用户体验无缝流畅；同时研发了物联网智能锁，内置“北斗+ GPS +格洛纳斯”多模卫星定位芯片和移动物联网芯片，在方便用户找车、用车、还车的同时，实现共享单车的智能化管理。 

截至 2017 年 10 月，摩拜单车已进入全球 9 个国家超过 180 个城市，运营着超过 700 万辆智能共享单车，全球用户超 2 亿。

11、阿里巴巴 ET 大脑

阿里云 ET 大脑将 AI 技术、云计算大数据能力与垂直领域行业知识相结合，实现从单点智能到多体智能的技术跨越，打造具备多维感知、全局洞察、实时决策、持续进化等类脑认知能力的超级智能体。 目前 ET 城市大脑已广泛应用于城市治理、实时交通感知及优化，为中国、马来西亚等国家数千万市民节省交通出行时间多达约 10%，为应急车辆（如救护车）实时开辟绿色通道，压缩通行时间 50%。 

阿里云ET大脑形成“产学研”一体化生态。吸引了来自 73 个国家和地区 10 万余名顶尖数据开发者，成功举办 42 场大数据创新大赛，精准对接行业痛点与难点，实现交通、航空、地震、气象、电力等领域创新突破。

12、百度 Duer OS

每一次人机交互系统的更迭都在推动时代变革。人工智能时代，张亚勤认为，语音视频和图像是更自然的交互方式。 张亚勤介绍，DuerOS 是百度推出的对话式人工智能系统，可以让用户已自然语言的交互方式和设备进行对话。该系统在深度学习、自然语言处理、多轮对话等技术方面领先全球。该系统可以让设备听懂你的语音指令，可以实现影音娱乐、数据查询、生活服务、出行路况等 10 大类目的 100 多项功能的操作。目前，系统已广泛应用于音响、冰箱、车载等与人们日常生活息息相关的场景及设备。 DuerOS 还为不同类型的硬件厂商打造了小度智能设备平台，厂商可以从平台上免费获取 DuerOS 能力，极大降低使用门槛，加速产业升级。

13、亚马逊 AWS GreenGrass

AWS Greengrass 是一种可以将 AWS 云的各项功能扩展到本地设备的软件，从而使设备能够更加接近信息源来收集和分析数据，同时能够让设备在本地网络中以安全的方式相互通信。 

AWS Greengrass 使用者可以对设备进行编程，使之可在本地筛选设备数据，并仅将应用程序所需要的数据传输到云中，以此减少传输到云的原始数据量、降低成本，并能够提高发送到云中的数据质量。

14、苹果 AR

AR Kit 是 Apple 自行研发的增强现实开发者平台，是其在AR领域的创新和突破。支持 Unity、Unreal 和 SceneKit，具备动作追踪以及平面、光线、范围估算等特性。AR 游戏开发者和电影制作人员可以通过 AR Kit 这一平台，打造自己的 AR 作品。

AR Kit 的一大亮点是可以利用近几代 iPhone、iPad 的已有硬件，不需要任何特定的新硬件。目前，AR Kit 已经植入 Apple 最新的 iOS 11 系统，AR Kit 的应用将可以帮助手机实现虚拟现实增强功能，给用户带来更好的使用体验。

除了以上 14 项独立成果，组委会还联合发布了入围的 4 项先进技术，分别是：

• 腾讯人工智能开放平台

• Watson 健康助力“健康中国”

• 下一代互联网关键技术 IPV6

• 机器触觉（Syn Touchinc）

2018年“科学突破奖”揭晓

。今年全球共１２名生命科学、基础物理学以及数学领域的顶尖科学家获得表彰，他们将分享总额为２１００万美元的奖金。

２０１８年“生命科学突破奖”５个单项奖分别颁给同时为美国索尔克生物研究所和霍华德·休斯医学研究所工作的乔安妮·乔里、美国加利福尼亚大学圣迭戈分校路德维希癌症研究所的唐·克利夫兰、日本京都大学的森和俊、英国牛津大学的金·内史密斯和加州大学旧金山分校的彼得·沃尔特５名学者。

今年的“基础物理学突破奖”由美国约翰斯·霍普金斯大学的查尔斯·贝内特，加拿大不列颠哥伦比亚大学的加里·欣肖，美国普林斯顿大学的诺曼·雅罗西克、莱曼·佩奇和戴维·斯珀格尔５名学者共同分享。

“数学突破奖”由美国犹他大学的克里斯托弗·哈康和加州大学圣迭戈分校的詹姆斯·麦克南两人分享。

除上述奖项外，包括恽之玮、张伟两名中国籍学者在内的７人获得面向年轻学者的“新视野物理学奖”和“新视野数学奖”，以表彰他们在科研生涯早期取得的成就。。

一年一度的美国“科学突破奖”是目前全球奖金额最高的科学奖，由谷歌公司创始人之一谢尔盖·布林、脸书创始人马克·扎克伯格、俄罗斯互联网投资公司ＤＳＴ创始人尤里·米尔纳等人于２０１２年共同创立。中国腾讯公司董事会主席马化腾也是该奖的创始捐赠人。

“科学突破奖”下设“生命科学突破奖”５个奖项以及“基础物理学突破奖”和“数学突破奖”，每个单项奖金额为３００万美元，自创立以来累计发放奖金约２亿美元。“科学突破奖”每年还面向年轻学者评选“新视野物理学奖”和“新视野数学奖”，面向青少年评选“科学突破新锐挑战奖”。

钢铁侠也许很远，但外骨骼已在工业领域取得这些应用

（原标题：Turning workers into 'super workers' with robotic suits）

网易科技讯 12月4日消息，据BBC报道，如果你看过《钢铁侠》（Iron Man）系列电影，你就会知道，强大的机器人套装给了发明家托尼·斯塔克(Tony Stark)以超人般的力量，让他可以战胜坏人。但是，远离科幻大片中的虚构世界，机器人外骨骼正为人类提供了略显平淡但非常有效的帮助。

图1：可穿戴技术帮助员工做重复性的体力劳动

多年来，军方一直在进行相关研究，以期帮助士兵在更长时间行军中携带更多负重。与此同时，制造商们也在忙着制造机器人套装，为残疾人提供更强的机动性。但是现在，具有独特效果的外骨骼即使在传统工作场所也正成为重要的组成部分。

市场情报研究机构ABI research研究主管丹·卡拉(Dan Kara)说：“外骨骼是全手工劳动和机器人系统之间的桥梁，你会看到机器人身体与人类大脑的完美协作。但除此之外，你可以将外骨骼的使用与商业利益联系起来，这很容易量化。最主要的是它可以减少与工作相关的伤害，我们知道除了普通感冒外，背部受伤是导致人们无法正常上班的主要原因。”

图2：机器人套装用来帮助残疾人提高他们的机动性

福特汽车公司人类系统与虚拟制造部门的技术专家马蒂·斯梅茨（Marty Smets）指出，汽车工业已经使用机器人很多年了，但是机器人不能做所有的事情。他说：“在我们的工厂里，我们看到了对人和机器人同样的需求。”

福特公司装配线上的部分工人，每天需要举起手臂的次数高达4600次，每年大约100万次。这种重复性动作会让许多人患上背痛和颈痛疾病。现在，福特公司已经在两家美国组装厂配备了一种名为“EksoVest”的设备，它来自加州的Ekso Bionics公司。EksoVest通过为工人提供额外的2.2 - 6.8公斤升力，来帮助减轻工人的手臂压力。

福特密歇根装配厂装配线工人保罗·柯林斯(Paul Collins)说：“难以置信是唯一能描述这件设备的词，它让我的工作变得更加轻松，并让我整天都精力充沛、干劲十足。”福特公司表示，与工作相关的伤害大幅下降，目前他们正计划在欧洲和南美的工厂中引入外骨骼设备。

图3：强大的机械手臂可以让任务变得更轻松

ABI research研究主管卡拉表示，目前外骨骼的工业使用相对较少，今年只有几千个。但是，潜在的市场可能达到数百万个。用于康复类的外骨骼成本可能超过10万美元，但它们可以完全替换用户的肌肉。然而，工业版本的外骨骼价格要便宜得多，大约每个在5000美元左右。这些外骨骼设备通常会增强人类的力量，而不是取代它，而且只会增强身体的一部分。它们也常常不需要任何外部力量。相反，通过将重量转移到地面上，它们可以帮助使用者提升10 - 20%的升举能力。

在日本，外骨骼在造船工业和大型商业建筑项目中被广泛使用。与此同时，美国零售商家得宝(Home Depot)正在测试外骨骼，以帮助工人卸载卡车，并将材料拖到地板上。另一个早期采用者是洛克希德·马丁公司(Lockheed Martin)，该公司正在使用自己的Fortis外骨骼系统，允许工人在更长的时间内操作工具。

外骨骼有个支撑结构，可通过臀部、膝盖和脚踝上的一系列关节，将重物的重量从操作员的身体直接转移到地面上。此外，外骨骼也可以用于支撑工具重量的手臂，来帮助使用者隔离振动和扭矩的旋转力。洛克希德·马丁公司表示，使用这些设备的工人报告称，疲劳程度减轻了2/3，工作质量和工作效率更高，而且肌肉骨骼损伤也更少。

图4：Sarcos机器人可以由穿着外骨骼的人远程操作

其他公司正在生产动力工业外骨骼，它们更像是电影中的机器人套装。例如，Sarcos提供了三种型号，最大的Guardian GT可使用其2米长的机械臂处理超过450公斤的重量。Sarcos首席执行官本·沃尔夫（Ben Wolff）表示：“我认为，动力外骨骼将在世界各地的工业应用中无处不在。这些设备将在很大程度上减少职业伤害，同时显著提高生产力。此外，这些设备可以延长老龄化劳动力的劳动寿命，并能让更多的人获得工作机会，而这些人以前只能由身材更高大的人胜任。”

其他的增强技术似乎显得更奇怪。例如，康奈尔大学西布利机械和航天工程学院的研究人员开发出了一个机器人“第三臂”，它可被连接到使用者的肘部。该组织说，这种手臂可用于包裹处理、仓库、甚至餐馆中。

研究人员维格尼什·瓦萨尔（Vighnesh Vatsal）说：“第三臂装置可以增强工人的够触能力，使他们能够在不接触或弯腰的情况下够到物体。这对于那些在移动中筛检物品的工人来说很有用，比如在仓库货架上提取包裹。它还将在诸如建筑工地等具有挑战性的环境中大显身手，比如在组装任务中，当工人用自己的双手在其上使用电动工具时，第三臂就能提供帮助。”

从长远来看，行业专家表示，外骨骼的价格将进一步下降，这意味着它们可以进入更多的工作领域。它们甚至可以在私人生活中发挥作用，在DIY、园艺和远足等运动中被广泛应用。因此，虽然我们永远无法模仿漫画英雄们的能力，但外骨骼却可以帮助我们做些家务琐事，比如熨衣服等。

亚马逊CTO：我们要让人类成为机器人的中心！

Werner Vogels

【网易智能讯12月4日消息】亚马逊AWS首席技术官Werner Vogels表示，在未来，科技将更加以人为中心，人工智能将颠覆商业环境。

那些相信应用下载会让世界变得更美好的智能手机布道者和应用爱好者们，会在AWS re:Invent大会上感到不自在。亚马逊网络服务首席技术官Werner Vogels表示，所有这些都未能实现信息的民主化。

“世界正饱受应用疲劳的折磨。发展中国家的人们不会使用手机应用，因为这不是一种自然的交流方式，”他说。Werner补充说，基于手机应用的企业并没有增长，因为发展中国家的普通用户不知道如何同时使用多个应用。

Werner说：“未来会有一种更自然的互动方式，而这种方式就是语音。”这也能够解释为什么AWS将Alexa定位为一个可以让企业和消费者更好地交流和分享信息的平台。AWS首席技术官表示，未来将以人为中心，而不是以机器为中心。他还表示，AWS就是这样打造了自己的工具，帮助企业简化客户之间的互动。

例如，大众、宝马和福特现在已经将Alexa整合了到他们的汽车中，让司机能够与汽车互动，谈论驾驶环境，并在行驶中获取信息，而不是由系统自己指挥。在过去，语音命令是基于事先设定好的规则的，并不真正理解司机的问题。诸如“续航里程还有多少，最近的加油站在哪里？”之类的小事情都需要使用一款应用来解决，这将会分散司机的注意力。在Alexa的帮助下，人类和机器之间的界面将会有很强的互动性。这是非常强大的。

“这就是我们与企业合作的方式。我们在倾听他们的意见后给他们提供工具，这是我们经营业务方式的根本性转变。”Werner说。

云计算非常民主，因为它引领了一个由人工智能（AI）和机器学习驱动的分析时代的到来。语音使设备能够真正理解人类的行为，而不仅仅是为人们打开一个了解机器的手册。通用电气今天将Alexa放入冰箱，引导用户更好地了解哪些东西需要储备，以及如何用冰箱里的东西烹饪。

“所有这些都是可能的，因为神经网络可以建立在云上，它们可以被用来更快地处理数据。工程师可以变得灵活，让系统变得可靠。”Werner说。

如今，“数字原生代”使用语音界面搜索来获得问题的正确答案。如果我们将软件识别人脸的视觉结合起来，这个系统就会变得非常强大。

为未来做好准备

通过人工智能，语音就可以解锁很多东西。想象一下，把车开到房子里后，房子的主人就可以用语音界面打开车库的门，或者在他进入房子之前开关电灯。

让我们以国际水稻研究所为例，该研究所拥有多种水稻，可以分给贫穷的农民以减少贫困。他们的全部努力是把知识带给小农户。他们最初建立了一个数字系统，他们认为这样可以让农民更容易理解他们种植的大米，以及他们可以使用多少化肥。

令他们沮丧的是，没有一个农民使用这个网站收集有关此事的信息。该研究所很快发现，他们需要一个有手机界面的语音系统，农民可以在那里打电话，以获取有关他们农场的信息。语音界面取得了成功，使化肥的使用减少了90%。

亚马逊网络服务公司表示，其基于语音的平台可以整合一切事物。他们的商业服务希望能解放员工，让他们不再从事那些有组织的业务。

“会议室里的设备非常麻烦，这就是会议经常开始得晚的原因。不管你需要输入多少次ID，语音将消除所有这些挑战。”Werner说。他补充说，“如果语音是一种自然的在家中沟通的方式，你可以在工作中使用同样的方式。

Alexa的商业模式是一个种全方位的服务，在这个服务中，企业可以管理用户;它的目标是成为工作的智能助手。思科和保利通公司已经采用了Alexa。

Your Story一直关注着这个行业将如何随着数字个人助理的改变而改变;基于语音的系统是真实的，而且会改变我们工作和与周围环境的沟通方式。公司和商业工具，如Ring Central、Concur、SAP Success Factors、Splunk和Acumatica都已经与Alexa整合在一起。WeWork将会在世界各地的会议室中使用Echo设备，以帮助他们的公司更好地工作。

“整合很重要。而语音是这里的关键。所有的代码都只是商业逻辑，未来是一个托管服务环境。”Werner说。企业只需要编写业务逻辑，其他一切都将由AWS来管理。

数字助理将改变我们的工作方式

语音将成为未来10年的第一个颠覆者，而安全仍将是一个关键问题，因为数据将被放入公共云中。企业将需要非常认真地对待加密工作。由于客户数据将被存储在云端，工程师们必须学会确保数据安全。

Werner说，未来的商业模式是建立在安全之上的，在AWS上，他们帮助客户“不断关注这个问题”。Chaos Engineering的作者Nora Jones说，工程的未来是确保有一些系统不会干扰服务。“如果你是一家视频流媒体公司，服务失败不应该导致流媒体故障。在每个阶段，你都必须努力保持高水平的服务水平。你不能失去你的客户，”她说。

当然，未来是为了提升体验，每个人都认为数字助理就是未来。Manthan的创始人Atul Jalan说：“在未来，由于数字资料的存在，软件将对个人有更多的了解，并将准确地预测未来的可能性。”他补充说，数据是“世界的未来”，每个人都会公开与谷歌、Facebook和所有安装在手机上的应用共享数据。

为人工智能革命做好准备

所有工程专业的学生都必须通过理解来自企业的数据，为这场人工智能革命做好准备。然而，要实现这一点，就需要对行业和学术界的参与进行大规模改革。语音将是这方面的核心，他们应该为人机交互构建这些系统。

据了解，智能虚拟个人助理（SVPAs）或聊天机器人的全球市场正呈指数级增长。根据透明市场研究公司的数据，两年前估值为1.13亿美元的资产，预计到2024年将达到近十亿美元。

苹果Siri、亚马逊Alexa、Google Home和微软Cortana等热门虚拟助手的普及，正迅速接近1亿用户。不过，这些产品主要出现在消费者领域，比如预订电影票、识别餐馆、提供体育赛事和天气预报、创建活动提醒、发短信和打电话给朋友，或者播放音乐等。

下一步，企业将进入这一领域。SVPAs可以安排会议，跟进正在进行的工作，并执行诸如提交时间表、提供员工指导等日常任务，等等。这可能会显著增强员工协作、满意度，并最终为企业节省大量成本。Cognizant的观点认为，SVPAs正蓄势待发，在未来将会给企业带来颠覆性影响。（选自：Your Story编译：网易见外智能编译平台 审校：李擎）

吴恩达：企业应该将AI技术融入企业文化中

网易智能讯12月4日消息，第四届世界互联网大会人工智能论坛今日在乌镇举行，在人工智能论坛上，世界著名人工智能专家吴恩达在最后做了AI愿景展望。

吴恩达称，在未来，政府和企业领导者在人工智能领域扮演着重要的角色。吴恩达认为，，比如在无人汽车、宇宙空间探索这些领域是很重要的，。

对于企业领导者，吴恩达称，企业应该将AI技术更多的融入到企业文化当中，创造一个AI支持的未来。

(1) Transportation Research Part A: Policy and Practice Volume 107, (January 2018). 第3-6篇.

Public transport planning in a spatially segmented city: The case of Jerusalem.Pages 65-74

How will the opening of the Northern Sea Route influence the Suez Canal Route? An empirical analysis with discrete choice models.Pages 75-89

Real-time route diversion control at congested freeway off-ramp areas.Pages 90-105

The effects of concession period structures on BOT road contracts.Pages 106-125

(2)Transportation Research part B: Methodological Volume 107, (January 2018).第2-3篇

Pricing for a Last-Mile Transportation System.Pages 57-69

Coordinating assignment and routing decisions in transit vehicle schedules: A variable-splitting Lagrangian decomposition approach for solution symmetry breaking.Pages 70-101

(3)Transportation Research Part C: Emerging Technologies Volume 86,(January 2018). 第11-14篇

Towards a quantitative method to analyze the long-term innovation diffusion of automated vehicles technology using system dynamics.Pages 300-327

Integration of adaptive signal control and freeway off-ramp priority control for commuting corridors.Pages 328-345

Impact of combined alignments on lane departure: A simulator study for mountainous freeways.Pages 346-359

Inferring transportation modes from GPS trajectories using a convolutional neural network.Pages 360-371

(4)Transportation Research Part D: Transport and Environment Volume 58, (January 2018). 第5-6篇

Intercomparison of three modeling approaches for traffic-related road dust resuspension using two experimental data.

Pages 108-121

Well-to-Wheel analysis of fossil energy use and greenhouse gas emissions for conventional, hybrid-electric and plug-in hybrid-electric city buses in the BRT system in Curitiba, Brazil.Pages 122-138

(5)Transportation Research Part E第2-5篇: 

Capacitated path-aggregation constraint model for arc disruption in networks.Pages 225-238

Capacitated path-aggregation constraint model for arc disruption in networks.Pages 225-238

Optimal concession contracts for landlord port authorities to maximize fee revenues with minimal throughput requirements.Pages 239-260

The economics of seat provision in public transport.Pages 277-292

(6)Accident Analysis& Prevention Volume 111, (February 2018). 第2篇

Identifying traffic accident black spots with Poisson-Tweedie models.Pages 147-154

(7)《交通运输工程学报》Journal of Traffic and Transportation Engineering 2017年04期. 第16篇 

刘昱岗,王卓君,刘艳芳,等.基于ANFIS的可变导向车道智能控制系统[J].交通运输工程学报,2017,17(04):149-158.