当前位置:经济频道首页 > 国内经济新闻 > 正文

MIT科技评论最新全球十大突破技术:人造胚胎基因占卜上榜(6)

2018-02-23 09:16:04      参与评论()人
在风靡一时的科幻经典《银河系漫游指南》中,你把一条黄色的巴别鱼塞到耳朵里,就可以听到实时翻译。在现实世界中,谷歌已经研究出了一个过渡性的解决方案:一副叫做Pixel Buds价值159美元的耳塞。这副耳塞可以在Pixel智能手机上通过谷歌翻译应用进行实时翻译。需要一个人佩戴耳塞,另一个人手持手机。

佩戴耳塞的人用自己的语言讲话——默认是英语——然后谷歌翻译应用就会对所讲的话进行翻译,并在智能手机上大声播放。手持手机的人回应后,回答被翻译,然后在耳塞中播放。

谷歌翻译之前就已经有了对话功能,其iOS和安卓版应用都可以自动识别说话者的语言,然后自动翻译。但背景噪音会增加应用理解话语的难度,同时也会让应用很难判断说话人何时停顿,何时开始翻译。Pixel Buds 有效解决了这些问题,因为佩戴人可以在说话的同时用手指点击和长按右边的耳塞。将交互分别放在智能手机和耳塞上,可以让双方都能控制麦克风,帮助讲者保持眼神交流,因为这样就不用来回传递手机了。

目前,Pixel Buds因为低于行业平均水准的设计而备受抨击。耳塞看起来很不智能,也不是很贴合耳朵,而且很难与手机进行适配。不过硬件笨拙还是有计可施的。Pixel Buds让大家看到了近实时翻译跨语言障碍自由沟通的曙光,而且你还不用把一条巴别鱼塞到耳朵里。

在中国,有许多公司也积极投入发展,科大讯飞、百度、搜狗可以说是这个领域的领先者,除了提供智能语音、翻译等服务外,也将技术引入硬件中,不过,相较于外国业者偏好以耳机作为切入点,中国企业则选择翻译机,像是科大讯飞推出晓译翻译机,百度则有共享WiFi翻译机,搜狗也在日前发表“旅行翻译宝”和“速记翻译笔”。

专业解读

微软亚洲研究院资深研究员/研究经理韦福如:基于序列到序列(sequenceto sequence)的端对端神经网络机器翻译(NMT,Neural Machine Translation)近年来大幅度提高了机器翻译的质量和水平,是深度学习算法在自然语言处理领域最大的突破和成果之一,NMT 技术的进步也进一步触发相关服务和硬件的创新。

BrainCo及BrainRobotics 创始人兼CEO韩璧丞:Google发布的这款pixel buds是其对于智能耳机领域的第一次的尝试,然而小硬件背后却是大心思。仅通过这一款硬件,Google就攒起自家过半的当家AI技术-知识图谱、自然语音处理、翻译、语音识别,以家居+车载+便携的全场景语音接口,撬动智能家居,智能出行等生态系统,这次打造耳机便携 AI 接口的野心不可谓不大。

材料的量子飞跃

入选理由:研究者们最近开始使用量子计算机对简单分子进行建模,而这仅仅是开始

技术突破:IBM 采用 7 量子比特的量子计算机对小分子的电子结构成功地进行彷真计算

重大意义:借助该技术,科学家能了解分子的各个方面信息并以此开发出更有效的药物以及更高效生成或传输能源的新材料

主要研究者:IBM、Google、哈佛大学 Alán Aspuru-Guzik 教授、中国科技大学、中国科学院、浙江大学、阿里巴巴等

成熟期:5到10年

新型量子计算机功能强大,不过它的发展道路上依然笼罩着一层迷雾:量子计算机有着当今计算机无法比拟的计算力,但是我们至今尚未弄清楚这种能力能被用来做什么。一个前景无限的应用方向正在向量子计算机招手:精确分子设计。

多少年来,化学家都梦想着能设计出新型蛋白质,用于研制更有疗效的药物,或是设计出新型高效电池中的电解质、直接将太阳能转化为液态燃料的神奇化合物以及更高效的太阳能电池。然而,这些技术中的材料分子都难以在计算机上建模和彷真,遑论设计和合成了。即使彷真一个简单分子的电子形态这样的任务,都会复杂到让现有的计算机败下阵来。不过,这对于量子计算机而言就是小菜一碟了。

相比传统计算机那样采用“1”或“0”的数字比特(Digital Bits)作为计算和存储单元,量子计算机采用量子系统的量子比特(Qubits)作为运算单元。最近,IBM 的研究者应用 7 量子比特量子计算机针对一个三原子分子进行了彷真实验。

如今,科学家正在打造具有更多量子比特的量子计算机,量子算法也在提升,我们更感兴趣的大分子精确彷真计算也将成为可能。

实际上,中国在量子计算方面也有相当明显的成长,虽然目前的技术层次还无法与前面几家大企业相提并论,但是在产业、学术界,以及政府的通力合作之下,也正一步步追赶上领先者的脚步。

2017 年5月,中国科学院宣布由中科大、中国科学院──阿里巴巴量子核算实验室、浙江大学、中科院物理所等单位或公司联合研製的光量子电脑正式诞生。另外,同年 10月11日,由中科院与阿里云合作发佈量子计算云平台,量子计算的商业化已经近在咫尺,速度毫不逊色于欧美的脚步。

然而,量子计算还有不少需要突破的地方,首先,量子计算的精度相当低,虽然用在深度学习等精度需求不高的计算上相当合适,但要处理传统计算机的通用计算工作,可能就力有未逮了。其次,量子计算这种高度并行的计算环境需要框架的适配,以及编译器的针对性优化,这种开发逻辑与现有的计算架构完全不同。 

(澎湃新闻获微信公众号DeepTech深科技:mit-tr授权转发,禁止二次转载)

首页上一页...3456 6

为您推荐: