2016年3月16日 星期三

可直接以手機觀看的USB內視鏡頭

可直接以手機觀看的USB內視鏡頭

從前以為只會在醫院出現的內視鏡愈來愈親民了,現在只要接個USB就可以使用。鏡頭5.5公分,線長3.5公尺,附有6個LED燈,無論是很窄的縫細還是水管都可以看的清清楚楚。目前只支援Android手機,前端可以再外接磁鐵、勾子,也可以加裝側視的輔助鏡,不用鑽來鑽去彎腰爬高弄的全身髒臭,也可以完成工作。  售價3980日元這裡有賣。

豐田在商用車領域導入燃料電池技術

豐田在商用車領域導入燃料電池技術,與業界合作展示燃料電池堆高機

圖片來源: Car.Watch
目前最積極發展燃料電池車的應該還是日系車廠了,尤其是豐田已經將燃料電池車輛 Mirai (未來)商用化,也可看到豐田希望透過 Mirai 讓更多人認知燃料電池車輛的優點;而豐田更進一步的將燃料電池帶到商用車輛,與包括日本政府機關與業界合作,展示採用燃料電池的堆高機,以及一套透過風力系統產生燃料電池所需的氫氣的發電系統,目前預計 2018 年正式啟用。
同樣是電動車,燃料電池車輛不需要連接插座,也不需要在車上裝著大量且笨重、後續老化回收也不知道怎處理好的鋰電池,而是透過高壓氫氣起化學作用後進行發電並驅動車輛的馬達,相較電池充電補充氫氣甚至比汽油快,而排放出來的也是純淨的水;聽起來相當環保,但由於高壓氫氣生產成本高昂且取得不易,加上高壓氫氣也因為氫氣本身易燃問題,有著設站與運輸的安全性問題,故目前即便在日本也不是很普及。
圖片擷取自:豐田
所以豐田此次與橫濱市合作,透過其大功率風力發電廠作為能量來源,藉此驅動東芝製造的高壓氫氣製造裝置,並透過岩谷公司的簡易清氣填充車輸送到京濱臨海部的 12 輛燃料電池堆高機,並提供給果菜市場、冷凍倉庫與物流倉儲使用。
這款燃料電池堆高機重 2.5 噸,氫氣容量 13.4Nm 立方,僅需要 3 分鐘進行氫氣填充,就可運作達 8 小時,相較電動式堆高機動輒 6-8 小時的充電,提供更實用的充能與運作時間比。

2016年3月14日 星期一

關於 Google AlphaGo 深度學習平台

同樣的招式對聖鬥士是沒有用的!閒聊關於 Google AlphaGo 深度學習平台

4512.jpg
今天科技業界發生一件有趣的大事,就是由 Google 的 AlphaGo 人工智慧與韓國棋士李世石的世紀對決,無論今天最終是人類獲勝或是電腦獲勝,都是相當值得玩味的。不同於當年 IBM 深藍超級電腦與俄羅斯國際象棋棋王卡斯帕羅夫的對決, AlphaGo 是以更新穎的機械神經網路架構的深度學習系統所打造的人工智慧,變數也會更多。
過去的人工智慧是在系統所預設的邏輯內找尋對應方式,故需要給予超級電腦足以應對各種情況的邏輯庫,它才能夠持續變強,但問題在於過去的人工智慧只是按表操課,宛如早期的遊戲的 AI 一樣會有規律與破綻,也就是會有一定的套路。
gtcdz84_0.jpg
當然畢竟深藍是那個時代的超級電腦,能夠容納夠多的邏輯庫,除非遇到邏輯庫中沒有的情況,否則人工智慧仍可找到因應的辦法,但邏輯庫的建立仰賴人工加入與修正,電腦本身並沒有所謂的學習能力,也只能見招拆招,但如果被找到破綻,在修正邏輯前就會持續被同樣的手法擊破。
不過近年因為異質運算硬體被業界接受,運算效能大幅提升,基於機械神經網路的深度學習平台成為新一代人工智慧的主流,不同於過去見招拆招的做法,深度學習的人工智慧一言以蔽之就是"同樣的招式對聖鬥士沒有用的",也就是全新的人工智慧系統能夠從錯誤中重新學習,不再犯下相同的錯誤。
gtcdt78.jpg
這個部分在去年 NVIDIA GTC 時, Google 的資深科學家暨工程師 Jeff Dean 在主題演講就介紹過深度學習系統的魅力;在新的深度學習系統,人工智慧不再是從資料庫中撈對應的資料,而是餵給它大量素材,並告訴它素材所代表的意義,系統會去分析素材的共同元素,並自行建立邏輯,在面對新的資訊時透過建立的邏輯去判斷。
而這樣的新式人工智慧系統所需要的並不是持續增加正確的素材,反而是要挖掘它所辨識錯誤的素材,並告知系統它犯了錯誤,此時系統會將這些錯誤素材重新拆解分析,並找出錯誤點,為系統邏輯持續修正。
gtcdt158.jpg
gtcdt162.jpg
當時 Jeff Dean 舉的例子也很簡單易懂,當時利用 Google 所開發的深度學習系統試玩 Atari 的一系列經典遊戲,例如打磚塊,一開始只讓系統知道怎麼操作、遊戲的原則,讓系統自行試玩,一開始系統當然很笨,就跟剛接觸遊戲的新手一樣只知道要追著球跑,不過隨著玩的時間越長,系統持續修正邏輯之後,恐怕少有人類玩家能夠達到那樣的水準。
Google AlphaGo 也就是這樣的一套系統,透過學習基礎的圍棋理論,不斷進行實戰驗證,而後持續使邏輯加強,使其邏輯日益完整;雖然以現在人工智慧系統的演算力其實與真實人類還有明顯的落差,但是相較於人類的大腦需要處理生活種種事物,系統僅需針對單一的事情進行處理,也不受身心狀況影響,故更可做出正確的判斷。
gtcdz76_0.jpg
也因此,目前各車廠與系統廠正在開發的自動駕駛系統也是藉由深度學習系統進行開發,不過畢竟行車駕駛相較上面短片展演的打磚塊、太空侵略者等 Atari 早期的遊戲有較多的複雜因素,且汽車可沒辦法接關重來,故開發自動駕駛平台都會先預載一套預先寫好的基礎邏輯,把自動駕駛車放到實際環境則是為了驗證成果。
無論這次的對弈結果如何,對於 AlphaGo 都是會持續進化的,畢竟 AlphaGo 不會因為挫敗而情緒不佳,也沒有人類的羞恥心,更不用說輸了要再次挑戰復仇之類的,對系統平台不過就是一場驗證邏輯的過程而已,即便輸了,下次再跟它對戰,依舊也只會更難纏而已。

未來Wi-Fi 更節能,耗電量降至萬分之一

編者按:作者April Glaser,著名極客聖經《連線》雜誌 ​​的撰稿人。

準備好感謝就讀於華盛頓大學的未來電氣工程師們吧,他們正在試圖解決老生常談的Wi-Fi 耗電問題。當越來越多的設備連接到雲端,耗電問題顯得愈發突出,更不用說人們還總是在痛苦地尋找信號或試圖增強信號了。

這群還是學生的研究者發明了一種新型的硬件,與傳統的Wi-Fi 網絡相比,耗電量降至萬分之一。這項新技術名為被動Wi-Fi (Passive Wi-Fi),用起來和家用路由器差不多,但是更加省電。讓我們用數據說話,以目前發展水平來說,低功率的Wi-Fi 耗電幾百毫瓦,而新技術僅僅耗電10 至50 微瓦——耗電量降至萬分之一。

一般Wi-Fi 需要兩台無線電接收裝置相互傳遞信號。由於同時會有幾台設備在相同的頻率(2.4 千兆赫或5 千兆赫)上,Wi-Fi 需要耗費大量電能從任意電子信號中分辨信號。每一台設備都包含一台能夠產生無線電波的射頻發射器和一塊把音頻信號編譯成基帶碼的基帶芯片。有了被動Wi-Fi ,只有一台設備會產生用來接受和傳送信號的模擬射頻,而不是每一台設備都產生模擬射頻。射頻頻率會通過各自獨立的無源傳感器傳送到連接至Wi-Fi 的設備上,無源傳感器僅僅由基帶芯片和天線組成,幾乎不需要耗什麼電。這些傳感器採集信號,並且將可識別的Wi-Fi 信號反射到任何一台內置Wi-Fi 集成電路片組的設備中去。

這一技術聽起來很像多跳網絡,信號在天線陣元之間跳來跳去,但事實並非如此。多跳網絡利用多個路由器,每一台路由器都有完整的模擬射頻發射器和數字基帶芯片,用來接收和轉播信號。

項目組中的一名學生成員Vamsi Talla 稱:“低耗能的被動Wi-Fi 並沒有發射任何信號,它僅僅通過映射來創建Wi-Fi 數據包。與互聯網設備相反,這項傳輸技術超級節能。”

這個過程中發生的“映射” 被稱作“逆向散射”。與傳統Wi-Fi 設備完全佔用無線電信號不同,華盛頓大學的學生們成功地研發了通過逆向散射就能發射信號的Wi-Fi 設備。

眼下大多數設備沒有內置具備逆向散射功能的硬件,因此無法將Wi-Fi 數據包發送回連接至互聯網的路由器。但是一旦這項技術成熟了,由於它解決了連接Wi-Fi 的設備的能耗問題,能夠使用這項技術的設備一定會獲得大量生產。

必須要指出的是,被動Wi-Fi 仍然需要運行一台Wi-Fi 路由器,而後者可不是什麼節能的設備。2013年,美國環保署為了鼓勵生產更節能的家庭網絡設備,甚至專門為此類設備設立了能源之星證書。美國環保署的網站上寫道:“如果所有美國已經出售的小型網絡設備擁有能源之星認證,那麼每年就能節約能耗超過5 億9000 萬美元,每年減少溫室氣體排放超過70 億磅。”被動Wi-Fi 節能的原因是設備內置的Wi-Fi 集成電路片組通過無線網絡進行傳輸,而不是通過連接至上行鏈路的路由器進行傳輸。

至於使用被動Wi-Fi 能否延長電池壽命還有待考察,因為一台設備中能夠影響電池壽命的組件太多了,屏幕就是一個很好的例子。華盛頓大學電氣工程學的研究生,同時也是被動Wi-Fi 項目組一員的Bryce Kellogg 則認為:“使用被動Wi-Fi 延長電池壽命的程度就和不開Wi-Fi 差不多。”

在不遠的將來,我們使用的設備可能會內置無源傳感器,傳送新發射波將成為過去時,取而代之的是將數據包映射至路由器。現在使用已有技術可以減少將Wi-Fi 傳送至設備的能源。

Kellogg 說:“我們的被動Wi-Fi 設備傳送速度可達11 兆每秒。” 這一速度是藍牙傳輸的11 倍。藍牙技術與Wi-Fi 相比,優勢在於相對耗能較低。然而被動Wi-Fi 耗電量只有藍牙的千分之一,而且藍牙傳輸不能加密,被動Wi-Fi 則和傳統Wi-Fi 一樣,可以加密傳輸。

11 兆每秒或許比藍牙要快,但依然比大多數家用寬帶速度要慢。佐治亞理工學院的工程師ChrisValenta 告訴記者:“由於逆向散射無線電技術比主動無線電技術範圍更小,可靠性更差,數據傳輸速率更低,你沒辦法通過這一技術觀看YouTube 上的視頻。然而對於大量物聯網設備而言,這項技術太完美了,因為手機上最耗電的就是無線電。”

由於Wi-Fi 非常耗電,它並不是智能設備連接互聯網的最佳選擇。正如Kellogg 所言:“智能家用設備的通信過程非常耗電。”

目前為止,被動Wi-Fi 還只是一項試驗室研究項目,然而在未來,或許每一台連接Wi-Fi 的設備都會內置一個無源傳感器。也就是說,我們的電子設備能直接將數據包映射至路由器,而不是通過Wi-Fi 廣播新的發射波來進行數據傳輸。即使是在現在,使用這項技術已經能節省用於把Wi-Fi 傳送到設備耗費的能量。

除了以上優點外, Kellogg 還補充說:“因為被動Wi-Fi 只需要一些簡單的組件,所以把這些組件整合到現有的智能手機或平板等設備中既便宜,又簡單。另外,它甚至還能再利用設備中內置的天線。”

“這項技術能夠切實減少數據傳輸時的耗能,從而使得物聯網設備可以來回發送少量數據。” Valenta 指出。隨著越來越多的智能設備依賴電池供電,而不是用插座充電,如何節約電池電量將會是一個長久的重要問題。這些學生研究者們正試圖創造一個更加節能,更加網絡化的世界。據他們說,已經有公司在和他們接洽,試圖把他們的構想變成現實。

注:本文譯者 Ariadne 。

電磁波退散!新款Wi-FI分享器耗能少10000倍

國外曾經有一群非常小眾的人對外聲稱自己得了 Wi-Fi 過敏症,因此根本無法居住在幾乎到處都有 Wi-Fi 訊號的城市,只能離群索居,在野外過著相對原始的生活。不論他們的感受是不是過度誇張的例子,網路設備產生的電磁波與健康之間的關係,還是不時會出現在公眾討論上。
因此這款尚處在原型、稱作 “被動 Wi-Fi”(Passive Wi-Fi)的 Wi-Fi 分享器,便主打所需要的能量,能比市面標準低上一萬倍之多(平均落在 1000 倍),進而減少自己的耗能與釋放的電磁波。事實上,這款 Wi-Fi 需要的能量,甚至還比手機藍牙少,非常有利健康和節能。

來自美國華盛頓大學的開發團隊,是透過先將一個設備插上插座,讓這個插座產生類比訊號,再經由 Passive Wi-Fi 感應器,將訊號轉變成數位(比起類比訊號,數位訊號非常節能)。由於這個轉變過程幾乎不需要能量,使得這款分享器可以不停地產生極低能量的訊號供各種設備使用,創造極低的總耗能。此外,雖說是低能量,但它的涵蓋範圍還算是相對合理,廣達 100 英呎,相當於 30.5 公尺,足夠應付一般的小家庭。
不過雖然它非常節能,很適合日後應該會陸續出現的物聯網小物,但它的網速實在和本世紀以來發展成熟的當前 Wi-Fi 分享器差別不小。事實上,現在的 Wi-Fi 分享器,理論上限大概都能拉到至少每秒 300 mb,但 Passive Wi-Fi 卻只有 11 mb。
電磁波退散!新款Wi-FI分享器耗能少10000倍
目前這個設計正由美國國家科學基金會(National Science Foundation)挹注資金,按照人類的科技史,我們其實還很有機會等到一款速度更快(或至少不變)、但節能性更強的 Wi-Fi 產品。