5G 是否有过度承诺之嫌?

作者 | 胡巍巍

出品 | CSDN(ID:CSDNnews)

300多年前,蒲松龄在某年大年三十,写了篇《除日祭穷神文》。

他跟“穷神”埋怨道:“自从你进了我的门,我是万般不如意,百事不趁心,不仅兜里没钱,还吃了上顿没下顿,甚至衣裳都拿去当了......”

然后,他又模仿“穷神”的语气,给自己回了封信,叫《免穷歌》。

信中说:“你不必怨别人,贫是你自己找,穷是你自己寻......我有个免穷歌为你训:只要学行乖弄巧,只要学奸诈虚文,只要学伤天害理......只怕那天火来烧,强盗进门,那其间,焦头烂额无人问,叫苦连天央四邻,只落得合庄快乐,一个个喜的都打滚。”

总结来说,蒲松龄就是穷也不胡来,这心态,这觉悟,大大的赞!

不过,蒲松龄要是在今天,给“穷神”再注册一个微信号,不就行了嘛!而且想换啥头像,就换啥头像。

时光荏了个苒,青红皂了个白。三百年间,通信翻天。

如果他穿越到今天,一定会吃惊于,一个叫5G的技术,竟然可以实现隔空见面,甚至还能做远程手术......

据百度沸点统计,5G是2019年科技热词第二名,仅次于AI。

2019年6月6日,工信部发放5G商用牌照。

自此,中国N多“硅谷”的程序员们,又多了一个谈资。

5G手机你追我赶推新品,堪比奢侈品的价格,让人惊呼实现不了5G手机自由。

那么,5G是否真的很完美?

毕尔肯大学教授、5G极化码(极化码,Polar code,是一种前向错误更正编码方式,用于讯号传输)之父、香农奖得主埃达·阿里坎(Erdal Arikan,以下称埃达),一定有发言权。

在2019年EmTech China 全球新兴科技峰会上,埃达表达了他对5G的看法。

毕尔肯大学教授、5G极化码之父、香农奖得主:埃达·阿里坎(Erdal Arikan)

5G是否有过度承诺之嫌?

埃达认为,5G技术本身,在带宽、低延迟、可靠性等方面,还需要改善。

当下5G,还处于最开始的阶段,诸如eMBB(Enhanced Mobile Broadband,增强移动宽带)等超高可靠性、超低时延的服务,在现阶段还没法完全实现。

它还需要好几个版本的迭代,才能真正实现5G的所有功能。

并且,针对eMBB、uRLLC、mMTC等三大应用场景,业内还没有任何一个技术标准,可以在三个场景中,得到统一应用。

因为,行业“玩家”们,都在不断推出自己的标准。

也就是说,关于5G,还没有行业公认的标准。

而这些,一定程度上会延迟5G的发展。

可以说,虽然很多国家的政府和公众,对5G的期待都很高,有些国家对于5G还有补贴,运营商也雄心勃勃,然而5G之路,依旧任重道远。

这边5G还没搞清楚,6G就开始登上媒体头条。

甚至有人说:“忘记5G,6G快要来了”。

那么,埃达如何看待6G?

“忘记5G,6G快要来了”?

对于6G,埃达·阿里坎认为,现在很多研发人员,都在思考6G。

但6G究竟意味着什么?

如果我们不从过去的网络架构中,总结经验的话,就没有办法发展下一代互联网或通信。

未来10年,相关科技从业者,会非常忙碌,他们要么在部署5G,要么在做其它战略规划。每一个纵深行业,也需要5G的基础设施,这样它的发展规模,会比现在大十倍、百倍。

5G会像高速公路一样,在经济发展中,扮演着非常重要的角色。

但是,全球经济中,电信部门的贡献占比还是个位数,所以要部署5G,一定要有政府支持。

此外,5G并不只是4G的延伸版,更是机器的一个网络架构。

举个例子,在自动驾驶还未真正实现的当下,有远见的人,已经在设想,数千万的车辆自己就能在路上驾驶。

而如果5G可以提供网络基础设施,人类的设想,会有很多突破。

以互联网为例,现在的互联网,是为人设计的,并不是为机器设计的。

未来的互联网,会打造出针对机器的互联网。

到时,包括车联网在内的产业,将从新的网络架构中获益。

此外,游戏、高解析度的地图导航等应用,也将成为5G时代的佼佼者。

关于车联网,同为大会演讲者之一的纽约城市规划部门的首席信息官哈桑·阿德科亚(Hassan Adekoya,以下称哈桑),展示了来自纽约的案例。

Hello,曼哈顿!

哈桑表示,纽约交通部赞助几千万美元,到当地车联网项目中。

该项目共有5年规划,目前已经进行到第二年。

项目位于曼哈顿区和布鲁克林区,大约有八千多自动驾驶车辆,可以参与其中。

在自动驾驶中,纽约市已经可以做到保证车辆、道路路口和行人安全。

项目组也会搜集信息,并通过信号灯来监测行人,是否会通过某个路口。

他们还会把搜集到的信息,提供给过往车辆和路人,以对他们做出指示。

便民的交通信息,无需智能手机,就能为行人提供服务(来源:Hassan Adekoya, EmTech China)

这样的过程,往往会产生大量数据。

那么,5G时代的数据,会有哪些特征?

和哈桑同台演讲的京东集团副总裁、京东AI事业部总裁周伯文,PO出了他的观点。

看,C罗在踢球!

周伯文认为,5G的高密度、低延时、高带宽等三大核心特点,会给AI带来更多机会。

在此背景下,5G和物联网,会帮助人类,更好地连接物理世界。

由此也会带来三大变化:

1、会带来更强大、更高比特率的数据闭环。

2、会驱动新的产品形态。

3、会带来新的应用场景。

数据的闭环,意味着从物联网、边缘端、云,到边缘节点的数据互通互连,会更加高频、高容量和高密集。

这种新闭环的产生,会导致边缘存储、边缘CDN(Content Delivery Network,内容分发网络)等计算产品的形态发生变化。

而这种变化,已经体现在京东的视频内容分发上。

当前,京东用5G和AI技术,实现了球赛的AI导播。

图源:京东

周伯文表示,完成一场AI导播,需要机器去精准识别,球员的每一个动作和事件。

如果你是梅西的球迷,AI导播会给你播放梅西打球的场面,如果你是C罗的球迷,你就能欣赏到C罗的球技。

AI导播会识别球员的表情,是懊悔还是开心,其还能分析运动员的姿态,以及鉴别谁在犯规。

它还能对运动员的姿态进行估计,判断他是左脚、还是右脚在发球。

它也可以对足球,进行实时跟踪。

它还会对16个摄像头,进行无间隙的跟踪、比较和剪辑。

最后,它会对精彩内容,进行慢动作回放,并在一些AI特效上,进行自动选择和VR生成,生成精彩记录的实时回放。

同一场比赛,球迷却可以看到千人千面,这正是5G+AI催化结果。

京东的“ABCDE”

当下的京东,不仅在5G和AI有布局,在大数据和云等方面,也有布局。

周伯文在现场,首次透露京东的ABCDE战略,即融合智能(A,Artificial Intelligence)、大数据(B,Big Data)、云(C,Cloud)、IoT(D,即Device)和科研探索(E,Exploration)。

风起于青萍之末,自20世纪80年代1G诞生以来,大约每隔10年,新的无线移动通信技术,就会诞生。

信息传输手段会变,信息中承载的人类对于爱和美好的追求,永远不会变。

如西方经典所说:“所见的是暂时的,所不见的是永远的。”

蒲松龄赤贫一生,但他写下的故事,镌刻在无数人的脑海中。

5G也好、6G也罢,它们看得见也摸得着,却必将面临被替代,到时,你我都将是见证者。

【End】

热 文 推 荐 

☞百度起诉今日头条;腾讯云超 8000 名员工获 iPhone 11 Pro 奖励;PHP 7.4.1 发布 | 极客头条

从事 Android 开发六年,我学到的那些事!

英特尔首推异构编程神器 oneAPI,可让程序员少加班!

2019年区块链安全事件总结,全球损失超60亿美元 | 盘点

互联网诞生记: 浪成于微澜之间

GitHub宝藏项目标星1.6w+,编程新手有福了

马云穿布鞋演讲,任正非打的出行,盘点科技大佬们令人发指的节俭生活

点击阅读原文,即刻参加!

你点的每个“在看”,我都认真当成了喜欢

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
1 目标检测的定义 目标检测(Object Detection)的任务是找出图像中所有感兴趣的目标(物体),确定它们的类别和位置,是计算机视觉领域的核心问题之一。由于各类物体有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具有挑战性的问题。 目标检测任务可分为两个关键的子任务,目标定位和目标分类。首先检测图像中目标的位置(目标定位),然后给出每个目标的具体类别(目标分类)。输出结果是一个边界框(称为Bounding-box,一般形式为(x1,y1,x2,y2),表示框的左上角坐标和右下角坐标),一个置信度分数(Confidence Score),表示边界框中是否包含检测对象的概率和各个类别的概率(首先得到类别概率,经过Softmax可得到类别标签)。 1.1 Two stage方法 目前主流的基于深度学习的目标检测算法主要分为两类:Two stage和One stage。Two stage方法将目标检测过程分为两个阶段。第一个阶段是 Region Proposal 生成阶段,主要用于生成潜在的目标候选框(Bounding-box proposals)。这个阶段通常使用卷积神经络(CNN)从输入图像中提取特征,然后通过一些技巧(如选择性搜索)来生成候选框。第二个阶段是分类和位置精修阶段,将第一个阶段生成的候选框输入到另一个 CNN 中进行分类,并根据分类结果对候选框的位置进行微调。Two stage 方法的优点是准确度较高,缺点是速度相对较慢。 常见Tow stage目标检测算法有:R-CNN系列、SPPNet等。 1.2 One stage方法 One stage方法直接利用模型提取特征值,并利用这些特征值进行目标的分类和定位,不需要生成Region Proposal。这种方法的优点是速度快,因为省略了Region Proposal生成的过程。One stage方法的缺点是准确度相对较低,因为它没有对潜在的目标进行预先筛选。 常见的One stage目标检测算法有:YOLO系列、SSD系列和RetinaNet等。 2 常见名词解释 2.1 NMS(Non-Maximum Suppression) 目标检测模型一般会给出目标的多个预测边界框,对成百上千的预测边界框都进行调整肯定是不可行的,需要对这些结果先进行一个大体的挑选。NMS称为非极大值抑制,作用是从众多预测边界框中挑选出最具代表性的结果,这样可以加快算法效率,其主要流程如下: 设定一个置信度分数阈值,将置信度分数小于阈值的直接过滤掉 将剩下框的置信度分数从大到小排序,选中值最大的框 遍历其余的框,如果和当前框的重叠面积(IOU)大于设定的阈值(一般为0.7),就将框删除(超过设定阈值,认为两个框的里面的物体属于同一个类别) 从未处理的框中继续选一个置信度分数最大的,重复上述过程,直至所有框处理完毕 2.2 IoU(Intersection over Union) 定义了两个边界框的重叠度,当预测边界框和真实边界框差异很小时,或重叠度很大时,表示模型产生的预测边界框很准确。边界框A、B的IOU计算公式为: 2.3 mAP(mean Average Precision) mAP即均值平均精度,是评估目标检测模型效果的最重要指标,这个值介于0到1之间,且越大越好。mAP是AP(Average Precision)的平均值,那么首先需要了解AP的概念。想要了解AP的概念,还要首先了解目标检测中Precision和Recall的概念。 首先我们设置置信度阈值(Confidence Threshold)和IoU阈值(一般设置为0.5,也会衡量0.75以及0.9的mAP值): 当一个预测边界框被认为是True Positive(TP)时,需要同时满足下面三个条件: Confidence Score > Confidence Threshold 预测类别匹配真实值(Ground truth)的类别 预测边界框的IoU大于设定的IoU阈值 不满足条件2或条件3,则认为是False Positive(FP)。当对应同一个真值有多个预测结果时,只有最高置信度分数的预测结果被认为是True Positive,其余被认为是False Positive。 Precision和Recall的概念如下图所示: Precision表示TP与预测边界框数量的比值 Recall表示TP与真实边界框数量的比值 改变不同的置信度阈值,可以获得多组Precision和Recall,Recall放X轴,Precision放Y轴,可以画出一个Precision-Recall曲线,简称P-R
图像识别技术在病虫害检测中的应用是一个快速发展的领域,它结合了计算机视觉和机器学习算法来自动识别和分类植物上的病虫害。以下是这一技术的一些关键步骤和组成部分: 1. **数据收集**:首先需要收集大量的植物图像数据,这些数据包括健康植物的图像以及受不同病虫害影响的植物图像。 2. **图像预处理**:对收集到的图像进行处理,以提高后续分析的准确性。这可能包括调整亮度、对比度、去噪、裁剪、缩放等。 3. **特征提取**:从图像中提取有助于识别病虫害的特征。这些特征可能包括颜色、纹理、形状、边缘等。 4. **模型训练**:使用机器学习算法(如支持向量机、随机森林、卷积神经络等)来训练模型。训练过程中,算法会学习如何根据提取的特征来识别不同的病虫害。 5. **模型验证和测试**:在独立的测试集上验证模型的性能,以确保其准确性和泛化能力。 6. **部署和应用**:将训练好的模型部署到实际的病虫害检测系统中,可以是移动应用、页服务或集成到智能农业设备中。 7. **实时监测**:在实际应用中,系统可以实时接收植物图像,并快速给出病虫害的检测结果。 8. **持续学习**:随着时间的推移,系统可以不断学习新的病虫害样本,以提高其识别能力。 9. **用户界面**:为了方便用户使用,通常会有一个用户友好的界面,显示检测结果,并提供进一步的指导或建议。 这项技术的优势在于它可以快速、准确地识别出病虫害,甚至在早期阶段就能发现问题,从而及时采取措施。此外,它还可以减少对化学农药的依赖,支持可持续农业发展。随着技术的不断进步,图像识别在病虫害检测中的应用将越来越广泛。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

CSDN资讯

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值