华为开辟鸿蒙背后的物联网“野心”

640?wx_fmt=gif

640?wx_fmt=jpeg

作者 | 胡巍巍

出品 | AI科技大本营(ID:rgznai100)

2011年,我在海淀读书,那年十一假期,我没有回家。在网上找了一份,给某家电公司做美食演示员的工作。所谓美食演示员,就是用电饭煲蒸出来的米饭,做成寿司给用户吃,目的是告诉他们,你看这电饭煲多好,蒸出来的米饭做寿司真好吃;除了蒸米饭,我还用电饭煲蒸蛋糕,目的是告诉用户,哇电饭煲居然可以蒸蛋糕!

而这个电饭煲,售价一千多元。2012年我毕业找工作,跟面试官谈起做美食演示员的经历,谈起电饭煲的售价,她不敢相信一只锅竟可以卖到千元以上。那次十一假期,做三天的美食演示员,赚了360元。我带着钱,到清华西门的自行车店里,买了一辆橘色自行车。

这辆自行车开启了我的疯狂本地游,我一个百十斤的女孩子,曾骑着车带着一百多斤的闺蜜,从上地骑行50里地到什刹海玩儿。也曾骑着车,从上地到30里地之外的1901咖啡(西四店),只为看看这个老教堂改造而成的咖啡馆,到底有多浪漫。

累吗?当然累!有次4月间,正是北京风沙肆虐的时候,我逆风骑到中关村,车子已经走不动。那时,我曾想,如果有一种自行车,可以在骑累的时候,丢下它去换乘地铁多好。

五年后的2016年,摩拜单车上线,车锁使用物联网(以下简称“IoT”)技术。

我当年想骑就骑、不想骑就扔一边的愿望,原来真的可以成为商业模式。

作为一个和胡玮炜同名的女子,我,一辈子也想不出来这个点子。

2016年,我进入人生中第一家互联网公司工作。有次和UI妹子聊天,她说自己做粥,都是头天晚上,用小米电饭煲预约好粥。我惊了,电饭煲还有这功能?回家拿出我的红色mini单人电饭煲,竟然也有预约功能。

无知,让我在几百个清晨里,为了喝粥五点就起来放米,放好了,再躺下睡。自从会用电饭煲预约功能,清晨起床后,我掀开锅就能吃早饭。摩拜单车和小米家居的IoT之路,曾一直为人们津津乐道。

而2019年8月10日发布的鸿蒙OS,注定会将IoT,更深入地带进你的生活。毕竟今年是5G元年,而5G的低延迟,会让IoT产品反应更快。

8月11日,首个使用鸿蒙OS的荣耀智慧屏诞生。从外观上看,这款搭载鸿蒙操作系统的电视机,与普通的平板电视没什么大不同,只不过屏幕上方,多了一个进入视频电话模式时可以自动升降的摄像头。

该摄像头,号称具有人脸识别、人眼跟踪、运动检测等功能。同时它还具备现阶段智能音箱的语音交互功能——连喊两次“YOYO”,这台电视机就会根据用户的语音指示做出反应。另外,你还可以手机通过NFC技术连接到屏幕上......荣耀智慧屏,或许会成为新一轮IoT产品的抛砖引玉者。在5G和AI的加持下,未来的IoT产品,使用场景一定越来越多。

作为开发者,你想知道未来的IoT、5G和AI该如何发展吗?

这时,一场知你难、解你惑的大会,不正是你所需要的吗?

CSDN「2019 AI开发者大会」,历经多年经验淬炼,如今蓄势待发!

在5G 技术火热的当下,如何去除浮夸,摒弃空谈,回归技术与应用价值本身的探讨?微软(中国)首席技术官韦青、北京邮电大学孙松林教授、云知声董事长,CTO 梁家恩、华为 IoT 标准产业与创新总监张朝辉、金山云 AIoT 事业部高级研发总监肖江将为大家论道“5G 驱动下的 AIoT”。

 

640?wx_fmt=png


  • 论坛:5G驱动AloT技术专题

  • 时间:2019年9月6日 13:30—17:30

  • 论坛介绍:下一代移动通信网络5G,即将在各行各业掀起新一轮的技术浪潮。5G时代,是万物互联的时代!同时,AI也在驱动5G和IoT的进步,本次5G驱动AIoT 分论坛,即将为你“论道”5G+AIoT!

  • 嘉宾(出品人):韦青,微软(中国)首席技术官

  • 议题:论通讯的本质—从4G, 5G和即将被炒作的6G说起

  • 议题介绍:5G无疑是当下技术界最火热的话题之一。如同近几年所有的热门技术一样,在火热的同时也伴随着许多浮夸的臆想。如何从如此重要的技术当中,取其实际的一面,摒弃虚幻的空谈,让技术真正为社会的进步、经济的发展和民生的改善做出最大程度的贡献,是摆在每一个工程技术人员面前的重要任务。为了更好地实现这一目标,有必要重新思考通讯技术在社会整体进步前提下所起到的作用,理解“万物互联”时代的不同场景对于通讯技术的不同要求,从而打造出一个“百花齐放”的智能通讯时代新格局。

  • 嘉宾:孙松林,北京邮电大学教授,博士生导师

  • 议题5G时代的物联网期待重生

  • 议题介绍:物联网技术细分领域很多,产业链条很长,体量越来越大。虽然人工智能促成了智能硬件在物联网中的应用,但4G时代的物联网不温不火,没有找到很好的发力点。5G时代能让物联网产业重生吗?

  • 演讲大纲:1、5G落地生根( 5G技术特点和发展趋势;5G技术对物联网的支撑 );2、AIoT期待重生(IoT的技术特点及其发展规律 ;IoT的发展瓶颈及其选择困境);3、5G时代如何让AIoT重生的几点思考:(1)痛点:产业生态(庞杂薄利);(2)难点:商业模型(自我造血);(3)破局:5G能否助力?

  • 嘉宾:梁家恩,云知声董事长、CTO

  • 议题:5G 驱动 AIoT 多模态智能技术与应用

  • 议题介绍:通信与交互技术的演进,对智能终端应用发展起到了关键作用。多点触控与 3G/4G 技术创新,造就了移动互联应用的大爆发;在消费和产业升级背景下,5G 与 AI 技术的突破,让市场和用户对 AIoT 充满期待——开启万物智联时代。云知声结合自身打造全栈 AI 技术及“云端芯”产品体系,并在智能家居、车载、玩具等 AIoT 领域实现规模化应用的产业实践经历,与产业同仁分享与探讨 5G 时代 AIoT 在多模态智能技术与应用方面的机遇与挑战。

  • 嘉宾:张朝辉,华为IoT标准产业与创新总监

  • 议题:5G时代的爱(AI)如何在物联中轰轰烈烈

  • 嘉宾:肖江,金山云 AIoT 事业部高级研发总监

  • 议题:金山云打造5G时代AIoT智慧社区新技术与新应用

  • 议题介绍:5G基础设施的建设将极大推动物理世界数字化生态的重构,并加速度赋能到更加多元化的实际业务场景。“智慧社区”涉及智慧楼宇、O2O生活服务、智慧物业、能源管理和优化、安全监控、智慧医疗等方面,需要向上打通社会公共服务,向下对接房屋内智能设备。5G提供的低功耗、大连接、低时延等特点将推动更大规模物理设备的连接,更高质量的流媒体内容和更强大的数据上行下载能力,有助于实现新技术在社区行业的落地。

  • 演讲大纲:1、传统社区行业的痛点与反思;2、AIoT技术在5G时代的特点与行业应用;3、智慧社区的优势与价值;4、新技术、新设备在智慧社区领域的应用。


抽奖送礼,领不领!

扫码添加小助手,回复:大会,加入福利群,参与抽奖送礼!

640?wx_fmt=jpeg

2019年9月06-07日,大会将有近百位中美顶尖AI专家、知名企业代表以及千余名AI开发者齐聚北京,进行技术解读和产业论证。我们不空谈口号,只谈技术,诚挚邀请AI业内人士一起共铸人工智能新篇章!

640?wx_fmt=jpeg

深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据中的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络中用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
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
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