萬物皆有芯
隨著計算機以及聯網的成本越來越低,把它們置入越來越多本身并非計算機的物品——從尿布、咖啡機,到奶牛和工廠機器人——就變得順理成章了,“物聯網”(IoT)由此誕生。一項預測認為,到2035年,全世界將有一萬億臺互聯計算機,它們被置入食品包裝、橋梁和衣服等各種各樣的事物中。
物聯網最顯著的影響將體現在世界的運作方式上,可以把物聯網視為互聯網發展的第二階段。數據將是一個紛爭觸發點,互聯網公司在收集數據時用戶頂多也只是在一知半解地情況下做出知情同意的動作。在物聯網中也是如此,智能床墊能監測睡眠,醫療植入設備觀測和調整心跳及胰島素水平,保險業正嘗試用汽車或健身追蹤器的數據來調整客戶保費。應該跟蹤什么數據,以及誰擁有生成的數據,這些問題是現實世界里亟待解決的。
軟件機器人新貴
估值70億美元的UiPath是一家全球性的軟件公司,開發機器人流程自動化(RPA)平臺。該公司從羅馬尼亞布加勒斯特開始,后來在倫敦、紐約、班加羅爾、新加坡和東京開設了辦事處。UiPath首席執行官丁澹然(Daniel Dines)也登上了封面報道,講述公司的起步與快速發展,并成功引領RPA這一“科技領域最熱門的新增長領域”的故事。
UiPath致力于引領“自動化優先”時代,進而實現“人手一個機器人”的愿景。為此,它利用人工智能和機器學習技術引導機器人掌握新技能,并通過開放免費培訓課程幫助人們學習流程自動化技能。該公司最近的一輪融資是在2018年9月,當時這家金融科技獨角獸籌集了2.25億美元的C輪資金,由現有投資者CapitalG和新投資者Sequoia Capital共同領投,同時參加A輪和B輪融資的Accel也參加了本輪融資。
社交網絡影響集體決策
9月5日,《自然》雜志封面刊登的一項新研究顯示,社交網絡中人與人之間的信息流動可能會扭曲社區中其他人對如何投票的看法,而這可能會改變選舉的結果。
由賓夕法尼亞大學生物學家Joshua B. Plotkin和休斯頓大學的Alexander J. Stewart領導的研究人員發現了民主決策的一大障礙,這可能與社交網絡尤為相關。這些在線社交網絡是高度動態的系統,由于人與機器之間的大量反饋而發生變化:算法推薦連接;人們進行回應;算法根據人類回應進行調整。這些互動和過程共同改變了人們看到的信息以及他們如何看待世界的方式,信息偏差可能在沒有意識的情況下出現,但僅僅是機器學習算法的意外結果,這些算法經過訓練以優化用戶體驗。
超人運動服走路省力9%
這款特殊服裝更像是一套自行車運動衣,由內布拉斯加大學奧馬哈分校和哈佛大學的研究人員合作研發。這套裝備可以讓人在行走時節省 9.3% 的能量,在跑步時節約 4% 的能量,這個效果相當于佩戴者減重了 7.4 公斤和 5.7 公斤。
運動節能衣服并非首創,但這次的創新在于,這是首款能同時用于走路和跑步的機器助力衣服,這需要一套算法來同時適應走路和跑步的步態。裝備的功能由人工智能算法控制,后者可以檢測從步行到跑步的步態無縫切換,步態不同就需要不同的動作。與此前的產品相比,最新的助力衣服設計上更簡單,也更輕,其 91% 的重量接近人體重心,這會極大程度減少佩戴者的負重負擔和運動限制,也就更便于行走和跑步。