云栖大会参会回顾

2015年10月22日 5364点热度 0人点赞 1条评论

回顾大会议程

 

在前往杭州之前,我只关注了以下内容。

  研究方向 演讲主题 主讲人 所属单位
14日13:00-14:00 机器人/工业4.0 中国机器人现状与趋势 刘进长 国家科技部高技术研究发展中心
14日14:10-14:40 大数据 云与大数据成为中国创新创业引擎 田杰棠 国务院发展研究中心技术经济部
14日14:00-14:25 智能硬件/嵌入式 用“端+云”桥接未来 王永虹 上海庆科信息有限公司
14日15:40-16:10 大数据   肖永红 数据堂
14日16:00-17:00 智能硬件 智能硬件发展现状/市场趋势 吴奇 贾伟

陈向明

72度/洛可可集团/银杏谷资本/
14日16:00-16:15 智能出行 创新互动表演秀   杭州萝卜科技有限公司
14日18:00-18:30 网络安全 网络安全,未来已来 杜跃进 阿里巴巴安全技术
14日18:00-18:30 模式识别 基于深度学习的大规模图像识别、理解、人脸识别    
14日18:30-19:00 Docker Docker registry V1 to V2 刘梦馨 灵雀云软件工程师
14日18:30-19:15 网络安全/DT 对话:云安全市场的机遇、合作、挑战   主持人:杜跃进 阿里巴巴安全技术副总裁

李京春 国家信息技术安全研究中心常务副主任

左晓栋 中国信息安全研究院副院长

刘贤刚 中国电子技术标准化研究院信息安全研究中心副主任

Matthew Cheung, Gartner Research Director

刘志乐 杭州安恒信息技术有限公司首席安全官兼高级副总裁

刘向明 北京山石网科信息技术有限公司首席技术官

14日19:00-19:30 云计算 天河二号的openstack开源实践及体会 谭郁松 国防科学技术大学计算机学院教授

我在暑假时收到了云栖大会各个分会的邀请,只是碍于数学建模学习进程以及脚受伤不便行动,便没有报名参加。9月初收到阿里邀请函,决定参加10月14、15日在杭州云栖小镇举行的阿里云栖大会。期待见到更成熟的智能家居解决方案和优秀的较高集成度的开发板,了解最前沿的智能物联产品(而这些产品大都为阿里所或投资或关注),探查国内2万开发者的动向。自己有向机器学习、数据挖掘方向的研究转移的想法,阿里的方向和动态在一定程度上也反映了未来市场方向。

something interesting

  

德澜科技 开发板

yunqi01

德澜科技展示的这款套件没有mcu,只能算作拓展版吧。此产品使用了DHT11温湿度传感器,我对着款温湿度传感器的准确度抱有怀疑态度。

暑假时,我再尝试做基于arduniowifi通信,以温湿度数据的TCP/IP传输、串口传输为实例,训练对于传感器及开发板的使用。截止暑期结束时,一直没能解决数据传输不稳定、AP连接不稳定、传感器发热严重的问题。开学之后的两周时间里,我从库文件入手检查问题所在。发现自己买的esp8266质量太差,自己无法解决。遂停止了相关硬件开发,等待找到有效的替代方案。

很凑巧,德澜科技推出的8266wifi模块是我在展会上见过的唯一一款面向嵌入式开发者的实物,听介绍,新能不错,如果开发者社区和支持文档不错的话,可以考虑入手一块试试。

从产品层面上考虑,节约原件成本可以提高利润。但从用户体验层面考虑,由低质量原件组成的产品将会影响用户的体验感受。当然,我们可以通过算法和程序来优化抵消原件质量差距带来的负面影响。解决方案很多种,怎么处理就要看是站在哪种身份的立场。对开发者而言,以实现需求为目的。对产品经理而言,以更好的产品用户体验为最大愿景。对管理层而言,以更小的资本运作换取更大的回报为最优方案。

有时候,我也在思考:我究竟应该站在什么角度来考虑一件产品,还是说站在多角度考虑、判断、评估。我也曾与同学、导师争论过先关思考。

枫云景

yunqi02

云栖大会唯一让我耳目一新的便是这款智能产品。将生态与智能物联的组合实现绿色花卉展示与空气净化的思路很值得我思考和学习。我一直认为智能物联应当以认为本,满足人类需求,优化人类生活环境。然而从未考虑能够在生态建设优化、人类健康优化角度展开智能物联开发。虽说市场上有许多生理指标监视产品,然而没有一件能够面向用户对用户数据做出有效反馈。很多大数据分析的结果只能成为开发者的训练数据。我不禁思考,我们研究用户数据、分析用户数据的目的究竟是什么?

再来看这款产品。

主要实现功能:加湿、去除甲醛、去除苯类、去除PM2.5、植物植株培养。

模块组成:智能净化模块、植物生长灯、赏心悦目的花卉植物、种植模块、智能控制模块、储存水模块。

配置参数:

花卉数:894mm

适应环境温度:10~35℃

适应光照强度;1000~20000LUX

快速净化面积;8~10平方米

长效净化面积:32~40平方米

我构思了整个产品制作流程,问题卡在植物生产环境参数及稳态环境平衡调控。其实真的,我们可以有种种IDEA、种种想法,却无法做到有效的产品目的实现。模型建立、数据处理、特异性解决方案的反馈。常常唏嘘,我们做开发的要留给用户多少不完美,又要将就多少?

 

小K mini插座

yunqi03

在小K mini插座的宣传手册上介绍了小k mini插座的功能:远程遥控、wifi增强、定时延时、充电保护、双usb口、智能夜灯、电量统计。之前没有听说过小k mini插座,同类产品倒是很常见的。这款产品的特性,同类产品也具有。小米前些日子也推出了wifi增强器,只是小米的品牌效应比创业公司更好些。

小K mini插座由模块化构架,所有功能模块单独配置,通过USB接口集成在一个插座上。目前,面向大众有:遥控插件、环境插件、射频插件、感应插件。由于没有上手体验,无法判断USB接口只是提供工作电力支撑还是兼具数据传输功能。一般的,智能家居产品都是采取集中式方案,由统一的控制中心管理,各个模块只负责各自功能的实现。而这款产品为我提供了新的思路,分布式的架构方案,每个模块都有自己的通信功能,只要处于接入到英特网的WIF环境就可以与用户产生信息交流和交互。集中控制只在云端汇聚,每个模块都与独立的ID编码,为同一用户服务的模块都有与用户相匹配的唯一的特异性,这样极大地提高了产品的整体稳定性的易修复性如果那个模块故障或者想要增加节点模块,我们可以直接添加节点模块,连接到云端后由服务器同一管理,最后选择性的呈现给用相关信息。

 

中国机器人与工业4.0

 

与其说是是中国机器人现状与趋势,不如说是中国工业机器人的现状与趋势。国内智能机器人尚未在民用市场取得明显突破,技术限制与居高不下的价格都成为阻挡机器人行业发展的主要因素。现在我们在讨论机器人时,对机器人的期望都被限制在最基础的功能实现。N年前科普作家就幻想有朝一日机器人能代替低下的手工劳动力。时至今日,这也只是梦想,也只能给予更多的鼓励。

yunqi04

脑控制机器人

这款机器人是由脑控制的机器人。大脑发出控制信号,外置环绕接收器接受到信号,传输到位于胳膊上的仪器,仪器向机器人发出控制信息。

yunqi05

我国机器人市场需求旺盛——中国社会发展对机器人需求旺盛

 

机器人技术不断提升,机器人成本将以每年4%减少。

 

2014年中国工业机器人数量快速增长。

 

政府对机器人研发政策利好。

 

五类计划:

国家自然科学基金

国家科技重大专项

国家重点研发计划

技术创新引导专项基金

基地和人才专项

yunqi06

正如马云的演讲,第一次技术革命是体能的释放,是让人的力量更大,第二次技术革命是对能源的利用,使得人可以走得更遥远,而这一次技术革命是IT时代走向DT时代。每一次技术革命都是对生产力的效率的提升,将产生成熟的姿态,不只是商业形态与资本模式,还有新的信息量增长和价值提升。我们可以窥见,信息将在未来成为一种生产资料,可以产生直接的商业利益。信息与一般生产资料不同的是,信息可以被多次提取、多层筛选、多角度利用,这种生产资料的价值可能无法预测,直接取决于对数据的处理方案。那么开发者的能力将直接影响信息的利用率和价值大小。我们可以大胆推测,未来信息的转化、观测、处理都可以产生价值。对我们开发者而言,我们只是信息的搬用工,信息来自于用户,筛选过后也将回馈于用户。使用用户信息与保护用户信息安全的矛盾将成为DT发展的动力。

且看当下的智能物联产品对用户的信息数据利用率低下,还没有成熟的体系来收集用户数据,用户信息数据还需要时间来沉淀,智能物联产品的普及还需要资本市场的信心和用户的认可。在DT时代到来之前,我们开发者首要做的就是做好原始信息资本积累。在DT时代前期的用户数据是相对纯净、未被混淆、预期价值高的,这样的用户信息数据可称为原始信息资本。

早期用户信息数据收集受技术条件影响,我们只能通过简单的线上数据分析用户习惯继而转化为资本。现在,我们有能力生产面向大众的消费类智能物联产品,这无疑为我们收集用户信息数据提供了新的方式。如同养猪一般,我们需要对用户精心培养,提升用户体验,使之能产出我们期待的用户信息数据。再用这些用户信息数据反馈给用户。用户产生价值,再用价值换取更多用户价值的方式将是DT时代的新兴生产方式。

Dong Wang

Master student of computer science at Uppsala University in Sweden. My primary research interests are deep learning, computer vision, federated learning and internet-of-things.

文章评论

此站点使用Akismet来减少垃圾评论。了解我们如何处理您的评论数据