导航犬离线地图文章列表:

• 1、不用花钱，手机点几下，电子狗就来了！
• 2、长假出行不发愁：看锋友们挑哪款地图傍身
• 3、关于汽车的APP软件你使用过哪些呢？
• 4、初创公司即融资上亿，这个人造超级大脑赛道为什么不是噱头？
• 5、穿越时空 一台家庭NAS能为你带来什么

不用花钱，手机点几下，电子狗就来了！

前两天跟同事闲聊，无意间看到他在从网上看电子狗。

我就问他：你要买这玩意儿？

他回答说：是呀，我想买一个。

我又问：买这个干嘛？

他回答：防违章啊！

我接着问：这个不好使，用手机不就行了！

他惊奇的看着我：手机咋用？

我说：用高德地图啊！

然后，眼睁睁的看着他打开了iOS自带的地图...然后问我...

“电子狗在哪？”

平时我们用手机导航的时候，在导航的过程中都会有监控违章拍照的提醒。但是很多时候，我们不需要开导航，只是需要一个人来提醒你前面是不是有测速摄像头，是不是有违章拍照。

这时候，你就需要电子狗了。

电子狗这东西算不上是什么高科技产品了，好多年之前就有。发展到现在，电子狗的形态已经五花八门各式各样。

现在很多比较高端的行车记录仪都已经配上了电子狗的功能。

但是，这东西真的好用吗？

现在道路更新这么勤，安装摄像头的数目也是与日俱增。光靠储存卡里存的那些监控位置怎么能够？

所以对于电子狗而言，信息的更新速度以及更新的方便程度至关重要！由此看来，市面上很多靠手动更新储存卡的电子狗，明显就已经不符合这个时代了。虽然现在已经有不少电子狗支持在线更新，但是，你还得给他配上张流量卡，加上买机器的钱，使用成本可以不低。

明明可以免费，为啥还要花钱呢？

高德在高德地图中，就内置了这么一个电子狗的免费插件。

使用起来也是很方便，直接打开软件，找到右下角的这么一个小人的图标。点开后，找到工具箱，然后你就能找到电子狗的图标，直接点开就好，即开即用！（iOS&安卓界面相同）

相比于传统的电子狗，高德内置的这个小插件在功能上明显会更丰富。首先，他能实时显示你当前的时速，如果超速，他会对你语音提醒。在时速边上，还能现实你从打开电子狗到目前为止你所行驶的里程以及行驶的时间。

在电子狗的提醒方面，高德电子狗可以体现预警测速摄像头，并且对你进行分段式的语音提醒，保证你能有足够的时间进行减速。

从实时数据更新的方面来说，高德依托智能手机可以随时联网的优势，随时随地都可以更新当地摄像头的分布状况。除了能预报监控，高德电子狗还可以及时为了提供前方路况信息，如果前方道路有严重拥堵，他会提前一个路口提醒你，如果可以的话，你可以选择绕行。

当然了，你可以选择离线模式。只不过需要提前在家下好地图包。使用离线模式，违章预警几乎不受影响，但是道路拥挤情况的实时信息，就无法收到了。

在下好地图包的情况下，以在线的方式使用高德地图，其实还是很省流量的！

如果觉得好用的话，还可以直接把电子狗的功能，放到桌面上，这样用起来会更方便。（iOS版本实际放在桌面上的是个链接，打开之后会先转入浏览器，然后再到电子狗）

操作完，电子狗的图标就会来到桌面上了。

话还没说完，不少小伙伴肯定就急了。

你提到的这功能，我的车机也可以实现。我的车机可以实现实时在线，也能提前预警道路拥堵信息...额...

我之前试驾过国内某款互联网汽车，车机系统确实挺好用，功能也很丰富。但是有个事儿啊，这都啥年代了，流量还卖十块钱30M！这特么不是抢钱吗？

咳咳，土豪可以忽略......

最后一句，我替喷子们说了。

高德地图，麻烦把稿费给我打过来啊.......

求充值啊！哈哈！

长假出行不发愁：看锋友们挑哪款地图傍身

放假了，感觉周围的朋友不是已经在路上就是准备在路上，或者有的坐在家里看别人堵在路上。不管怎么样，国庆黄金周永远都跟出行有关系，而现代人的出行已经越来越离不开智能手机里的一类必备 App——地图导航 App。长假之前威锋论坛的锋友们就进行了一次出行地图/导航应用大投票，大家来看看锋友们心目中哪个地图最靠谱吧。

投票选项中给出了几乎所有中国区能下载到的热门地图类 App，当然也包括原生自带的苹果地图（使用高德地图数据），它们的功能都相对完备、更新稳定，我们在文章后面给出下载地址。

高德地图

从锋友们的投票就可以看出，选择高德地图、导航（其实高德导航已经和高德地图合在一起了）和百度地图、导航的占绝大部分，并且高德领先于百度，基本和上面的国内数据是一致的。

当然论坛中更多同学是两款都装，主流意见认为走路和骑行优先用百度，驾车（高速）优先高德。不过使用经验丰富的“老司机们”用亲身体验告诉我们，高德和百度都各自有相当靠谱的时候，但也都有抽风的时候……毕竟软件嘛！总会出现这样那样的情况。

锋友给出的高德优势：①高德地图和导航合二为一了，只用一款即可，方便；②高德有不少官方签约，包括商业的、交通服务的（与不少城市的交警部门联合播报路段拥堵绕行等）；③上高速高德比百度靠谱；④而且高德导航语音包有郭德纲和林志玲，冲着志玲姐那必须……

锋友给出的百度优势：①百度地图很适应中国的路况，会告诉你第几个路口，还会告诉你这个路口不要怎么样，我觉得很好用；②国内城市的更新速度很快；③一些不太知名的小路，高德上显示不出来，百度能显示出来……

百度地图

老司机对双方一视同仁的吐槽：百度在高速路上经常恶心，高德在环形路口经常恶心。

锋友特别推荐：iOS地图、悠悠驾车、图吧导航

除了高德和百度大系之外，iOS 10 的原生地图也获得锋友的好评，推荐理由是数据准确（高德数据），体验做得好，城市公交线路也完善了很多，导航到一半发现更好的线路还会主动推荐，并且 iOS 原生地图发热量比第三方地图要好太多。

悠悠驾车对开车的朋友来说实用度非常不错，关闭屏幕有全程的语音播报导航，实时播报准确。有电子眼和查违章提醒，还有代价、天气预报、油价限行等诸多服务，App Store 上评价也挺高，但是缺点全程比较耗流量。

还有个别开车的锋友推荐图吧导航，据介绍图吧导航是高端汽车导航供应商，最大优点是可以离线导航，而且相对非常准确，地图经常不定期的更新，第三就是可以按照自己要去的目的地进行各个区域的地图下载，节约很多内存空间。缺点是人性化做得不太完善。

图吧导航

冷门推荐：凯立德导航、腾讯地图、搜狗地图、导航犬

凯立德是比较老牌的专业地图导航了，本来不应该算冷门，但这款导航最近以来差评率比较高，作为 App 来说功能单一，使用感也不如一些国内 App 来的人性化。不过很多老用户还是会选择凯立德，毕竟人家也在专业导航这块辉煌过，应该是有值得信赖的地方，但也存在不少问题的一款 App。

腾讯、搜狗和导航犬这三个就是真·冷门推荐了，总之根据个人使用情况不同，多少会出现一些意想不到的惊喜，也会遇到一些哭笑不得的抽风。

无冕之王：谷歌地图

如果你的目的地是国外以及港澳台，那么请不要犹豫，首选谷歌地图，再备上其他一款加以辅助。锋友们的意见是，谷歌地图在使用上，跟前面所有的地图 App 都不是一个世界的级别，由此可见它到底有多好用。

谷歌地图

根据小编自身的经历评价，谷歌地图可以完全胜任你在海外城市的驾车、行走、公共交通和地点查询等方方面面的需要，而且精准度很高，偶尔有让你绕路的情况但好在方向都是对的，都能正确到达目的地。小编曾靠着它自己一个人单刷了东京—幕张—横滨副本，除了其中一次遇到地铁出口施工移走 100 米谷歌没能给出提示险些迷路之外，其余都非常靠谱。

小编特别推荐：随便走

看到锋友们都这么积极地分享，小编也给大家推荐一款比较特别的地图导航 App。随便走和前面那些常用的地图不一样，它最早推出的时候主打定位是“在目的地 100 米范围内为你指路”。什么意思呢？大多数地图引导你到达目的地范围之后就会结束本次导航了，但当你去的是一个很陌生的城市，到目的地后也是各种高楼大厦建筑物，你却很可能连门店的招牌、标志物都找不到，更不知道自己要去的门店或者住宅到底是在这堆建筑物里的哪一栋。

随便走就是在这时候派上用场的，它有一个最大的优点就是支持实景导航，打开 App 手机摄像头对着面前的建筑物群，屏幕上就会显示出更为具体的名称和距离，你就再也不用在一个陌生的商建群或者大地铁口没头苍蝇一样绕来绕去了。更重要的是！这货找公共厕所很好用的有木有！出门在外人有三急对不对……

随便走

现在随便走已经更新了不少内容，已经变得很适合旅游出行了，支持很多旅游景点，周边快查更是好用，对路痴来说真的很贴心啊。缺点是非热门城市更新有点慢，而且有少许的广告。强烈推荐给路痴备用。

————————————————————————————

以上就是锋友精心挑选呈上来给大家的出行所用的手机地图 App，有大众也有小众，不过正如帖子中说得最多的一句：“不管是好用还是难用的，终究是谁用谁知道。”只有真实用过一段时间，你才能对地图工具有一个比较客观的判断。有时候并非适合大多数人的都适合你，有时候别人认为不好的你用起来却挺顺手，总而言之都要用了才知道。

当然，有靠谱的地图 App 固然不错，威锋网在这里还要提醒大家假期出行遵守交规，避免疲劳驾驶和危险驾驶，关注好交通出行状况，充分做好出行准备。祝大家都有一个平安、舒心的旅行。

关于汽车的APP软件你使用过哪些呢？

现在的智能手机、平板电脑已经是人们离不开的生活工具，特别是年轻人，万能的APP软件数不胜数，今天我们要说的是关于汽车的那些APP你使用过哪些呢?

导航类

相关APP：高德导航、百度地图、导航犬等

使用指数：★★★★★

这些APP软件不仅司机们使用的多，就连生活在大城的屌丝们必不可少的软件。对于那些车上没有配备车载导航的朋友，不会在花高价钱安装，只要一部智能手机就能轻松搞定，而且下载离线地图，很多功能都是免费使用的。

在使用率最高的高德导航和百度地图上，高德也玩了些花样，采用了识别度高的明星语音导航，像林志玲、郭德纲……，也成了一个噱头。

需要提醒大家的是，手机导航是很方面，在开车也还是要注意安全，选择专业的车载手机支架是必不可少的，出行前就要设计定路线，不要一边开车一边设定手机。

违章查询类

相关APP：违章查询助手、车轮查违章等

使用指数：★★★★

前几天好像闯了个红灯，用手机轻松查违章，看看你的车子有多少违章没有处理?及时发现及时处理，省得等到年检时才到车管所一次性处理。可铜陵这类的APP方便了人们的用车生活，而且还有不少人性化的功能，它能显示每个城市违章高发地，提前让车主知晓，提高警惕。如果一旦查出违章信息，详细的违章处理地址，也可以帮助车主处理违章。

后服务市场类

相关APP：养车点点、e洗车、车点点等

使用指数：★★★★

这类软件也是近几年非常火爆的，各类汽车服务APP大批大批的出现，聚焦了洗车、维修、保养这类的汽车服务，很多软件前期都烧了不少钱，比如“一分钱洗车”，真是赚足了体验用户。

汽车资讯类

相关APP：汽车之家、易车网、团车网等

使用指数：★★★

这一类的APP都是以汽车最新资讯、优惠行情为主，帮助大家了解最新车市信息，想换车的看看新车，没买车的看看最新优惠。

以团车网为例，在定位了当前城市后，APP将会为你推荐该城市的最新资讯，开团信息，为你推荐你喜欢的汽车。

油耗类

相关APP：油耗通、小熊油耗、汽车账本等

使用指数：★★★

油耗类的APP使用率还不是很高，一些精明的车主，已经开始使用这种油耗APP来检测自己爱车的燃油情况。手机上的APP能通过长期的数据统计，计算出车主每天每月的增均油耗和加油费用，让账目看得更清晰。

团车小结：今天列举的这些APP你手机上有几类呢?智能的时代，谁手机上还没几款使用的APP，快来说说你最喜欢的手机APP是哪个吧。

各位看客想了解更多跟汽车相关的最新资讯，请搜索订阅团车网!

初创公司即融资上亿，这个人造超级大脑赛道为什么不是噱头？

杨净 丰色 发自 凹非寺

量子位 | 公众号 QbitAI

这不前阵子，马斯克扬言已将大脑上传到云端，并与虚拟版本进行交谈。

关于人造大脑这事儿，再次引发了热议：

人类是否能构建跟人脑一样的机器脑？

事实上这个问题，不光是理念，更已经是一种实践方向——归属于类脑计算的范畴。作为下一代人工智能的“种子选手”，它有望打破传统冯诺伊曼架构，引领新的计算变革。

不过发展至今，类脑计算始终呈现出正负两极的评价。

一面是业内如火如荼的融资进展。据相关机构预测，2035年类脑计算的市场规模约200亿美元。另一面则是脑机制研究不深入、没法复刻出相仿的神经网络等质疑。

到底是口耳相传的噱头，还是实打实的硬科技突破？

借着这一契机来盘一盘类脑计算到底什么来头？

什么是类脑计算

与人工智能、机器学习类似，类脑计算目前没有明确的定义。以至于有关它的英文表达，也不止一种：

Brain-like Computing（仿脑计算）；Brain-inspired Computing（脑启发计算）；Neuromorphic Computing（神经形态计算）……

不过字面拆解来看，类脑计算就是借鉴生物大脑的信息处理机制，以此诞生的一种新型计算形态。

与现有计算机相比，生物大脑（以人脑代表）有诸多优势。中科院院士、浙大校长吴朝辉曾撰文，主要有以下几点：

功耗低，仅20瓦左右；

容错性强，即便少部分神经元死亡，对整体功能影响不大；

并行处理信息；

神经网络可塑性好，可根据环境变化自主学习和进化。

而以神经科学为导向、以大脑为模仿对象的类脑计算，既保留计算机本身优势，又叠加了大脑处理机制的buff，比如低功耗、自主决策学习、并行处理等特点，自然成为引领新一代计算变革的种子选手。

近年来，人工智能，尤其是深度学习取得了令人瞩目的成果，在某些方面的表现甚至已经超越了人类。

但与自然智能相比，深度学习在效率、功耗以及通用性上仍有一定的局限性，远没有达到真正意义上的智能程度。

类脑计算另辟蹊径，于是就成为科学家们的研究重点。

但想要实现真正的类脑并非那么容易，即便上世纪末科学家们就已经开始探索。清华大学集成电路学院何虎教授将其形容为珠峰。谁也不清楚，哪一条路会攀上顶峰。

目前，类脑计算大体可分成三种探索方向：

模拟神经元结构和功能，简单来说就是仿真真实大脑机理，进而探索大脑内部的“运作模式”。

最新代表性进展来自北京智源人工智能研究院给出的“智能线虫”——天宝1.0。

它完整模拟出秀丽隐杆线虫的神经系统——302个神经元，以及数千个连接，并为它构造了3D流体仿真环境。它可以在其中蠕动前行，并具备简单趋利避害的能力。

不过这种逆向工程——从生物体环境提取出抽象的数字模型，存在一定的局限性。

一言以蔽之，就是生物大脑本身的复杂度。

正如何虎教授所介绍：一方面，大脑环境过于复杂。抽象出的大脑模型，相当于只是简化版。另一方面，结构和功能之间“有壁”。即便成功构建了大脑结构，距离真正实现其功能还有很长的路要走。

这一路径目前还停留在学研阶段，在此就不进一步深入展开。

核心来看剩下两种路径：模拟神经网络以及开发新型电子设备。更通俗来讲，即软件算法层面，或硬件芯片层面上对大脑机制的模拟。

为了便于理解，将类脑计算与当下主流的深度学习作为对比。

先来看软件算法层面，生物神经元是以脉冲的形式将信息传递到下一个神经元层，放在类脑计算的研究中，即演化为脉冲神经网络SNN。

SNN，相较于DNN，更忠实地模拟大脑神经元和连接电路，其信息载体为脉冲序列，有空间域和时间域两个维度来传递信息，在中科院李国齐教授看来，SNN兼具生物合理性与计算高效性。

△ SNN与DNN（ANN）的区别，图源：智源社区《中科院李国齐：一文梳理类脑计算的前世今生》

进一步的，北京理工大学杨旭博士分享了类脑算法与传统算法模型之间的不同，核心有三个层面：

连接方式不同，稀疏连接与全连接；

驱动方式不同：事件驱动与数据驱动；

学习方式不同：DNN是从大量数据中总结出规律，而SNN则是因果学习，自适应能力强。

这也就导致SNN所表现出的功耗更低，效率更高以及自适应能力更强。

但与此同时，也不免有人质疑SNN的有效性。

因为关于SNN训练，目前还面临着诸多挑战，包括脉冲神经元中复杂的时空动力过程、脉冲信息不可导、脉冲退化和训练精度损失等，也就进一步导致当前尚未存在一种统一的、且公认有效的算法来训练它。

具体举个例子，如杨旭博士所说，比如由于SNN中的脉冲不可微分，DNN中非常成熟的梯度下降法就没法直接应用，但现在由于对大脑机制的理解还不够，就找不到一个能和该方法同样有效的训练方法。

处于同一境地的，还有类脑芯片。

目前也没有统一的技术方案（此处统一指代的是具有超低功耗的计算芯片）。

世界上最早的一款类脑芯片，当属于IBM于2011年研制出的两个具有感知认知能力的硅芯片原型。

随后像英特尔、斯坦福、曼大、浙大、清华也都相应推出自己的芯片方案。

2019年，第三代天机芯登上Nature封面，再度掀起对类脑芯片的热议。芯片搭载在无人驾驶自行车上，实现了自主决策、实时视觉探测、自动避障等功能。

除此之外，另外两种趋势也不容忽视。

一种是类脑感知芯片，也叫做神经形态传感器，即对类脑触觉、视觉、听觉等传感器的研究，开发具有高时间分辨率、低延时、低功耗的新型传感器，在机器人、物联网等方面有应用价值。

比如三星的动态视觉传感器（DVS），配在数码相机上就能捕捉2000帧的画面，只消耗300毫瓦的电能。

另一种则是材料的延伸，开发基于纳米等新材料的芯片，比如像忆阻器、相变存储器、电化学存储器。

可以感知到的是，兜兜转转近十年的类脑芯片，目前还市场标准还未统一，应用场景也多样。更多芯片方案还处于自我更新迭代当中。

算法如此，芯片如此，背后的核心原因其实也不难理解。

一方面是理论知识不够，受限于对大脑机制的了解；另一方面则是工程化难题，从理论落到实际。

也正因此，类脑计算相关的质疑始终不少。

甚至有人直言：噱头而已。

当前行业现状如何？

是不是真的噱头，且来看当前的行业现状。

事实上，我们已经可以见到类脑计算商业化的身影。放眼全球，从2013年开始便有相关创企开始冒头，国内则集中爆发于2017-2018年。

据不完全统计，全球类脑企业公司已有20家左右，虽然融资轮次多集中于A轮，但各家公司拿到的融资金额少则千万多则上亿，甚至还出现了一家上市企业，来自法国的Brainchip。

跟更多前沿产业一样，有几家是直接从相关大学或研究所的类脑研究成果中孵化而来，Brainchip在内包括Innatera、时识科技、灵汐科技、优智创芯等。

△ 国外类脑企业代表

△ 国内类脑企业代表

从这些公司的技术路线上来看，主要有两条路径，恰好也是前面提到实现类脑智能的两种解决思路。

一是芯片优先，即在硬件层面上进行对大脑机制的模拟。目前大多数类脑企业都是这个思路。

以优先上市的Brainchip为例，他们研发出了世界上第一款商用神经拟态处理器Akida，面向边缘AI计算，去年10月开始量产。今年2月还与奔驰达成合作，用于座舱内的感知和识别。

最新融资约4000万元的荷兰企业Innatera，去年推出了一款基于SNN的神经拟态加速器，主要用于语音识别、生命体征监测和雷达等。

再比如专注于图像和视频领域的类脑企业PROPHESEE，通过模仿人眼和大脑的工作方式，开发出了一款类脑智能视觉处理器，能够帮助提高自动驾驶、工业自动化、物联网、安防以及AR/VR等领域的识别效率。

国内方面的代表，比如时识科技，其产品既包括可达到0.1mW的超低功耗计算芯片，还包括可用于面部检测、实时手势识别、实时目标分类等视觉任务的各类动态视觉类脑感知芯片。

做感知芯片的不算少，还包括专注类脑触觉芯片的他山科技（该芯片于去年9月流片），专注类脑嗅觉芯片的中科类脑（主要用于火灾预警等场景）等。

灵汐科技的重点是异构融合类脑计算芯片，该类芯片只需12W功耗即可提供32Tops的INT8算力和6Tflops的FP16算力。
……

这种以芯片优先的思路，最大好处是可以率先实现类脑的有效性，发挥它的低功耗优点。可以看到，目前这些产品已经大多落地于物联网、边缘计算等场景。

不过，这种思路也有它的局限性。我们知道，市面上的每一种产品实际上都是工程落地的问题。

但是在工程落地之前，要先把它最根本的物理原理理解清楚，变成算法，然后再去寻找最合适的工程方法，去做芯片，把它变成产品落地。

也就是说，芯片其实是为算法服务的。于是乎产业界出现了另一种声音：

如果连一个有效的算法都没有，相关的硬件和硬件加速又从何谈起呢？

这也恰好是第二种技术路线：以算法优先，然后再以算法定义芯片。

事实上，这种方式并不陌生，早在人工智能浪潮开始时，就有一波AI公司走的这条路径，比如旷视、地平线、商汤等。

因为用“算法定义硬件”，往往可以实现芯片性能的最大化。

像深度学习加速器，就是“算法定义硬件”的典型，当传统的芯片hold不住越来越快的新算法时，我们就通过优化算法来获得计算资源需求和内存需求更小的新模型，让芯片得以“适应”。

这种优势延伸到类脑领域，可以让开发出来的类脑算法运行在普通的芯片架构上，让传统芯片也能拥有此前不具备的能力。

因此，也有一些企业选择了这条路。

优智创芯，就是当前代表。

这家公司主要解决的是深度学习中的不可解释性问题，自研了基于SNN的可解释因果学习算法系统（CLAS Causal Learning Algorithm System）。

该系统下的因果学习算法最大的特点就是像人脑一样，在学习权值的调节过程中，会根据因果关系去决定权值该增加还是减少——

从而做到并非单纯地去模仿数据，而是去理解数据产生背后的具体过程是什么样的。

当然，最后还需要利用强化学习去加强每个因果过程（即前后神经元之间的连接关系）。

在此，杨旭博士解释道，通过模仿数据找规律的方式就是现在ANN的工作方式，这种网络对数据样本质量的要求非常高，而后者，在SNN上采取因果学习的方法，就没有这种要求了，甚至可能只需小样本就可以做到智能通用。

“就像人类认猫认狗，我们只需要认识路边的几只就知道狗长什么样，不需要把全世界的都看一遍。”

对于因果学习的合理性，何虎教授则表示，我们这个世界本身就是一套因果系统，人类文明可以说就是靠着不断去问为什么而往前发展的。就像学生，要真正学会解一道数学题，靠不求甚解地背过程是不可能的，还是需要知道每一步都是如何推理出来，即每一步的因果关系。

那么因果学习系统能带来的最大好处是什么呢？

是决策，何虎教授表示。

而优智创芯开发的这套因果学习算法一开始就瞄准的正是深度学习中的非完美信息决策问题（以自动驾驶为例，可能会出现的非完美信息就包括物体遮挡，道路交通标志不完整、不准确等情况）。

因此，针对该类问题的经典场景之一——打扑克，该公司实现了首个基于SNN的斗地主AI——“智玩”。

最终，“智玩”通过了107个人类个体样本不严谨图灵测试，拟人化程度超过80%，再经过人类个体样本训练，个性化程度达到了85%，胜率最高做到了49%，实现了“像人一样玩游戏”的目标。

除了“智玩”机器人，优智创芯还利用其自研的CLAS因果学习算法系统设计了类脑芯片。

其中，旗舰类脑芯片“思辨1号”对标SpiNNaker，采用28nm工艺，主频为2 GHz，支持RISC-V Vector 1.0指令集，同时支持AI加速（算力可达4TOPS）和类脑计算（SNN因果学习算法），单芯片同时最大可实现100万个神经元运算的同时，功耗不高于2W，性能可以与英特尔Loihi2媲美。

除此之外，优智创芯还构建出了基于CLAS因果学习算法系统和类脑芯片组成的整体解方案——“硅脑”全自主无人系统平台。

基于功耗小、成本低、具有可解释性以及可以自主灵活决策的特点，该平台聚焦在无人机、无人驾驶、机器人的应用，可以扩展到AIGC、元宇宙、脑科学研究等领域。

由该平台衍生出来的K50/K51型SFS全自主无人飞行系统（类脑计算盒子）直接挂载在无人机上即能够实现未知地域且离线状态下的全自主飞行任务，可以用于电力巡线、海岸、植被、轨道交通、矿山、消防等多场景全自主无人飞行巡查，也可用于军事领域的武器突防等。

以及衍生出来的C60型SDS全自主无人驾驶系统（类脑计算盒子），正在与多家车企合作验证，相信不久的将来，就会出现正真意义上的L4 级别无人驾驶汽车在城市中自由穿梭。

市场规模将达200亿美元

综上，我们可以看到，类脑计算并非“束之高阁”，而是已经走出实验室，开始了商业化的摸索。

据Yole Development预测，2035年类脑计算市场将占人工智能总收入的15%-20%，市场规模将达到 200亿美元。

虽然目前领域还处于发展的早期，面临着诸多待解难题，但已经显现出了势不可挡的趋势。我们认为理由有三。

首先，纵观人工智能发展的历史，从ANN到DNN，其实都是基于对大脑的模仿。

比如2016年击败围棋世界冠军李世石的AlphaGo，作为一个深度学习神经网络，它所利用的多层训练法就借鉴了一项认知科学的研究结果：

人们认识事物并不是通过直接分析，而是依靠一种逐层抽象的认知机制，即首先学习简单的概念，然后用它们去表示更抽象的。

△ 基于深度学习的图像识别过程中的逐层抽象过程

这种借鉴造就了AlphaGo的成功。

当然，诸如AlphaGo此类DNN都还是对大脑功能相对简单和抽象的模仿，存在着各种局限性。

第三代神经网络SNN由此诞生，除了神经元和突触状态之外，SNN还将时间概念纳入其中，实现了更高级的大脑生物神经模拟水平，有望打破现有的神经网络在功耗、算力、样本数量和质量等方面的限制。

因此，我们说，类脑计算不失一种顺势而为的科技发展趋势。

其次，要从当下最火热的通用人工智能（AGI）说起。

毫无疑问，现阶段的一些AI技术已经可以在某些特定任务上打败人类，但没法在所有技能上胜出。

这就像北京师范大学认知神经科学和学习国家重点实验室研究员万小红博士等所说，人工智能更专业，自然智能更通用。

更通用的强人工智能是AI发展的终极目标。就在一个多月之前，图灵奖得主LeCun公布的未来十年研究计划，就将AGI作为核心目标。

由于人类智能的核心是大脑，模拟大脑的类脑计算也就成为了实现AGI的一大重要路径。

最后，再将目光聚焦到当下，可以说，我们从未像今天这样需要新型计算机。

调查显示，全球每三四个月对于算力的需求就会翻一倍，这个增长速度已经远超摩尔定律和Dennard缩放定律。

但传统冯·诺伊曼计算架构存算分立的设计，让处理器即使再快也要等内存，算力根本无法得到提高。

作为新型计算形态的一种，类脑计算芯片有望打破这一僵局。

此外，值得一提的是，虽说目前人类对大脑的研究还远不够透彻，但北京理工大学杨旭博士和北京师范大学万小红博士——两位一个来自计算机科学领域，一个来自认知神经科学，都一致认为：

这并不会真正妨碍类脑计算向前发展。

相反，他们都表示，AI技术的发展反过来还可以促进脑科学的研究，两者其实是相互成就的关系。

那么，等到真正的类脑时代来临之时，它将会和传统的人工智能技术并存，还是完全取代后者？又将会给人类社会带来怎样的变革？

这无疑充满了想象的空间。我们拭目以待。

最后，结尾再抛给大家两个开放问题：

1、你认为类脑智能是否会产生意识？

2、类脑智能是否会像生物大脑一样也会产生遗忘？

欢迎讨论。

参考文献：
[1]https://news.sciencenet.cn/htmlnews/2022/1/472375.shtm
[2]https://www.sohu.com/a/424817554_129720
[3]https://www.sgpjbg.com/info/25374.html
[4]https://www.ahpst.net.cn/News/show/18405.html
[5]https://s3.i-micronews.com/uploads/2021/05/YINTR21214-Neuromorphic-Computing-and-Sensing-2021-Flyer.pdf
[6]张臣雄 .《AI芯片：前沿技术与创新未来》

— 完 —

量子位 QbitAI · 头条号签约

关注我们，第一时间获知前沿科技动态

穿越时空 一台家庭NAS能为你带来什么

如果要定义一台家庭NAS能为所有者带来什么，我们首先要明确一点：你不能太懒。这就像是一个摄影爱好者，觉得自己需要买一台相机，而在相机购买成功后的一个月后，相机/单反被束之高阁，而如果你很懒，一台家庭NAS对你的作用也只有让家里多添一个落灰的平台……如果你不懒，那么一台家庭NAS的能给你带来的帮助还真的不少。

作用一：穿越时间·帮你留住逝去的时光

我们常说，时光犹如白驹过隙，转瞬即逝。但是有些片段或镜头却会永远停留在记忆深处，无法磨灭，人们喜欢将这些记忆不时的翻起，像是捧起发黄的书页，轻轻地，生怕一碰即碎。那么，是不是有一种方法，帮助人们记忆这些逝去的时光？其实在笔者身边，就有人用一台家庭NAS承载起关于自己孩子的点滴。

网路上不乏这样的故事，一个摄影师准爸爸帮助准妈妈每天拍摄一张照片，记录宝宝的成长过程。每每看到这样的故事，笔者都会想，那么多的照片，他们存在哪里了吗？手机不够专业、相机内存不够大，何况摄影师自然还会有摄影工作，如果将工作生活的照片混在一起，应该很难整理。

家庭NAS

直到后来，笔者发现了这个秘密的答案，原来一台几千块，甚至更便宜的家庭NAS就能实现这个目标。如今，几乎家家都有不止两部手机，一台相机/录像机，两台笔记本等电子设备。而这些图像、视频等非机构化数据的生产带来的是巨大的存储空间需求。如果你也想将这些数据归类，却苦于没有足够存储空间，那么家庭NAS是一个不错的选择。

其实类似的照片存储功能，在影楼中有着更为明显的体现。如果你仔细观察会发现，其实每个影楼都有一台类似的NAS作为存储介质，存放客户的各种照片、视频。

特别提示：如果你有采购需求，请跳转《NAS存储采购难？“三问六则”帮你搞定》文章。

作用二：穿越空间·家就在身旁

信息化社会最大的好处之一就是：缩短了人与人之间的距离。我们不需要再写一封信，跨越千山万水送给另一个人，各种在线六天方式，视频语音方式层出不穷，让空间的限制不再成为障碍。比如李开复、姚晨等人一度推崇的“分身鱼”、小鱼在家等工具就是希望满足我们工作生活两不误的愿望。而家庭NAS也有同样的作用。

家庭NAS作为家庭的数据中心，不仅能够帮你存储数据，同时能确保你存储在家庭NAS上的数据都是“活的”，随时能够被提取或者随时存入。

如今的家庭NAS中，对多系统的兼容性自然不可不提。一台普通的家庭NAS往往会同时支持windows、mac、Linux多种系统，同时支持安卓、苹果等移动端链接。通过在移动端下载app，与家庭NAS建立连接，使用者就可以在任何地点查看NAS中的信息，真正穿越空间限制。

对于很多普通人而言（或者说是单身狗）而言，一人吃饱全家不饿，更不会存在对孩子的思念（因为根本没有），这时候家庭NAS又有什么作用呢？没错，家庭NAS一般都具有离线下载功能。

可能有人说，想下载什么我直接下载就好了啊。这也没错，但是有些视频文件动辄几GB，下载起来也十分费时。虽然说迅雷等下载工具也有提供离线下载功能，只是那些都是要交会员费的。更何况，用pc下载这些视频不但很吃CPU，而且费电啊……

但是如果你想说，难道家庭NAS下载时就不需要花电费吗？那笔者只能说，你完全可以让你的家庭NAS待机啊，这样对比下来两者的耗电量真的不在一个级别。

对于喜欢看电影、综艺等各种影视，有视频等大文件下载需求的人来说，家庭NAS完全可以实现提前添加需要下载的链接，然后让家庭NAS自动下载。尤其现在4K视频如此流行，对于4K和蓝光爱好者而言，视频体积太大怎么办？在笔者之前的评测中也提到过，目前很多家庭NAS已经能够实现4K视频播放支持，一台家庭NAS全搞定。