开年采购季-AI+大数据专场ModelArts新品尝鲜低至2.9元/小时，文字识别3折低至120元/年大数据包月包年75折起消费满额送华为P40 Pro企业用户抽华为平板电脑点此直达活动页→【1】ModelArts新品首发，限时抢购CPU的价格，GPU的体验！价格低至2.9元！华为云一站式AI开发开发平台ModelArts，支持数据处理、标注、训练、模型生成、部署全流程AI开发，帮助用户快速创建部署模型，管理全周期AI工作流。（1）ModelArts新人限定款--零基础玩转AI买3小时GPU送3小时CPU，原价87.6元，现价17.52元！（2折）一杯奶茶的价格，带你入手AI开发学习！Tips：活动仅限新用户参与，每位用户仅限购买1次。（2）ModelArts深度学习款，全流程体验买15小时GPU送25小时CPU，原价450元，现价270元（6折）全流程体验进阶学习课程，一次性掌握八大热门AI核心领域。（3）ModelArts实战应用款，企业级应用买30小时GPU送35小时CPU，原价882元，现价441元（5折）超值项目开发套餐，助力企业快速敏捷完成AI项目开发，高效变现。 超低套餐折扣，搭配实战应用案例，助力成为领域专家。华为云高级技术专家亲自授课，体系化课程+实战应用案例。 【2】AI 产品特价放送文字识别产品包年全系3折！通用类、票据类，证件类等22款子产品均享折扣，价格低至120元/年起！内容审核基于图像、文本、视频检测技术，可自动进行涉黄、广告、涉政涉暴、涉政敏感人物等内容检测，帮助客户降低业务违规风险。限时9折优惠，涉及内容审核产品全部规格，对审核能力要求高、审核量大的企业尤为友好！此外，本次开年采购季语音交互服务（一句话识别、录音文件识别、定制语音合成、实时语音转写）人脸识别服务（特征检索、删除特征、人脸检测、人脸比对、检测），包周期全部规格均有9折优惠！【3】大数据产品诚心诚意，开年豪礼75折！(1)数据仓库服务—包年75折数百家大型企业和组织的选择基于华为GaussDB产品云原生服务，实时、简单、安全可信的企业级融合数据仓库，AI-Natvie、分布式、多模能力为客户带来持续创新。华为云DWS所有规格，包年75折，包月也有9折优惠。（2）MapReduce服务—新版本特惠尝鲜华为云MapReduce，提供租户完全可控的企业级大数据集群云服务，轻松运行Hadoop、Spark、HBase、Kafka、Storm等大数据组件。（3）云搜索、数据可视化、数据湖治理中心，均有包年75折华为云云搜索服务是一个基于Elasticsearch且完全托管的在线分布式搜索服务，为用户提供结构化、非结构化文本的多条件检索、统计、报表。完全兼容开源Elasticsearch软件原生接口。它可以帮助网站和APP搭建搜索框，提升用户寻找资料和视频的体验；还可以搭建日志分析平台，在运维上进行业务日志分析和监控，在运营上进行流量分析等等。（4）数据湖探索包年76折起华为云数据湖探索完全兼容Apache Spark、Apache Flink、openLooKeng（基于Presto）生态，提供一站式的流处理、批处理、交互式分析的Serverless融合处理分析服务。企业使用标准SQL、Spark、Flink程序就可轻松完成多数据源的联合计算分析，挖掘和探索数据价值。活动时间：3月3日-3月31日

奥迪股份有限公司、宝马集团、戴姆勒股份有限公司、爱立信、华为、英特尔、诺基亚及高通于此前宣布成立“5G汽车联盟”。联盟将着眼于开发、测试、推动用于自动驾驶、业务泛在接入、智慧城市整合及智能交通等应用的通信解决方案，助推标准，促进产品的商用化发展与全球市场渗透，以满足人们对社会移动互联与道路安全的需求。随着5G网络、LTE演进及蜂窝车联通信的发展，信息和通信技术的焦点将逐渐向物联网与产业数字化转型领域转移。5G网络预计可提供高达数十Gbps的吞吐量，支持数毫秒超低时延，可供连接设备数量也将达到100倍。该网络亦可应对紧急通信需求，同时使能多种联通信解决方案。新的解决方案为汽车行业与信息通信技术产业带来了重大技术发展及商业契机。为充分激活新一代网络的价值，5G汽车联盟成员将密切合作，共同促进端到端解决方案的部署与发展。联盟主要着眼于技术与政策法规问题，借助下一代移动网络，为车辆平台提供连接、互通及计算解决方案。联盟主要活动包括：定义及规范化应用场景，技术要求与部署策略辅助标准化组织与政策法规制定监管机构聚焦车联与通信领域的挑战及各种技术要求，诸如安全、隐私、认证、分布式云架构等进行包括互通测试，大规模试点及外场试验联合创新及推动5G汽车联盟属于全球性联盟组织，向汽车生态系统、汽车产业链与道路交通系统企业开放，欢迎汽车行业及信息通信技术行业广大合作伙伴的加入。各参与方都对5G汽车联盟寄予了深厚的期望。联盟的主席由Christoph Voigt担任，同时总监由Dino Flore担任。联盟将会与国家及区域性的相关组织例如欧洲联接与自动驾驶预部署项目等（European Connected&Automated Driving Pre-Deployment Project）进行紧密的合作。奥迪娱乐信息与技术发展首席技术官Alfons Pfaller：汽车联接将会重塑未来的移动出行体验，5G移动网络会将车联网带入新的高度。成功的关键在于跨领域的通力合作，这也是建立了5G汽车联网的初衷。宝马电子高级副总裁Christoph Grote博士我们希望5G成为下一个十年中的移动通信标准。5G能够满足汽车的数字化以及自动驾驶需求对于汽车行业十分重要。5G汽车联盟创建了一个跨行业的交流机会，不同行业中的领先者得以共同促进5G技术的发展。作为5G汽车联盟的发起者之一，我们欢迎更多的行业伙伴包括车商，信息技术厂商以及移动运营商加入进来。戴姆勒数字汽车与移动主任Sajjad Khan车联服务将会为用户提供更好的服务，让用户的日常生活更加便利，同时也增强了舒适性与安全性。这一切的前提是需要实现一种全球标准化的低时延移动通信技术。戴姆勒与其他行业伙伴一起创建了5G汽车联盟，希望联盟能够基于下一代移动通信技术将车联服务带上一个新的高度。爱立信首席技术官Ulf Ewaldsson联盟的组建正是我们放眼新型生态系统，发展跨行业数字产业合作的最佳佐证。借助最新的5G网络技术，我们有望解决诸多挑战。基于当下需求，此番跨行业合作必将大大促进社会发展。华为2012实验室总裁李英涛博士联盟的成立恰恰证明了移动产业与汽车行业的跨行业合作需求，以便在解决方案路标，标准规范与时间点问题达成一致。联盟将基于5G技术，对自动驾驶与未来汽车服务制定一系列认证，标准化及全球规范。英特尔IOT集团高级副总裁及总经理Doug Davis英特尔在5G技术发展中的领先工作，标准推动的长期努力以及在汽车产业中与领先者的紧密合作将加速5G在汽车及运输领域的应用。与行业中其他领先者的合作将会确保5G能够使安全驾驶，自动驾驶，智慧城市以及智能交通在全球范围内的广泛应用。诺基亚首席创新运营官Marc Rouanne博士5G汽车联盟是诺基亚与汽车行业紧密合作的最新例证，这将使车联网成为现实，并拉开一个新时代的序幕。云、通信与网络技术的不断创新将会使能车辆之间的联接，从而提升人们的驾驶体验并满足社会的移动需求。诺基亚乐于在联盟中起到引领作用，帮助提供更安全的驾驶，更绿色的环境以及更高效的交通。高通技术公司汽车业务高级副总裁兼总经理Patrick Little多年来，高通一直致力于车联网的发展。最初，公司仅着眼于车联网解决方案，现已拓展至一系列连接与计算解决方案的集成，包括骁龙片上系统、蜂窝、Wi-Fi、蓝牙、全球导航卫星系统与车联技术。高通很荣幸能够成为联盟创始者之一，并有机会与世界领先的企业进行合作，从而进一步加强汽车与通信行业之间的合作，优化新型运输技术。更多信息，请关注华为5G+X 联创营：https://developer.huaweicloud.com/techfield/5g.html5G云市场：https://marketplace.huaweicloud.com/markets/5GtoB/AI云市场：https://marketplace.huaweicloud.com/markets/ai/机器视觉云市场：https://marketplace.huaweicloud.com/markets/holosensstore/index.htmlIOT云市场：https://marketplace.huaweicloud.com/markets/iot/混合云云市场：https://marketplace.huaweicloud.com/markets/hcs/鲲鹏云市场：https://marketplace.huaweicloud.com/markets/kunpeng/

来源：电子发烧友5G作为数字化转型的核心技术之一，无疑是“煤矿军团”进军煤炭行业中的重要武器。春节前的2月9日，山西省政府、华为、晋能控股等单位联合成立“煤矿军团”后，将产业基础研究、产品研究、市场交付组合在一起，缩短产业链条，快速适应需求，通过技术创新，推动煤炭行业数字化转型。煤炭行业已有数千年历史，如今也在不断演进技术创新，在各类ICT技术加持下，这一古老行业正在发生渐进式的变化。虽然能源结构在优化，但煤炭依然事关国计民生、关系经济社会可持续发展和人民基本生活。目前，中国已成为全球最大的能源生产和能源消费国，能源生产和消费机构在持续优化，建设多元清洁的能源供应体系已成为共识。不过，我国是一个“富煤、缺油、少气”的国家，煤炭对国计民生影响非常大。根据国家统计局发布的数据，2019年中国一次能源生产总量达39.7亿吨标准煤，其中煤炭仍是保障能源供应的基础能源，占一次能源生产的比重高达68.6%。从以下数据可以看出，近年来我国非化石能源的产量逐年增长，但煤炭生产依然占据能源总量60%以上。从消费侧来看，2019年中国能源消费总量为48.7亿吨标准煤，而其中煤炭消费占能源消费总量比重为57.7%，相比2012年降低了10.8个百分比。近年来，我国在降低煤炭使用量，减少碳排放方面成果显著。可以看出，虽然中国能源的生产和消费结构不断优化，但无论从哪个角度来看，煤炭依然在能源市场中占据绝对高的份额，因此煤炭的生产对于整个能源市场具有举足轻重的作用。自然资源部发布的《中国矿产资源报告2020》显示，中国探明的煤炭储量为1.7万亿吨，且每年还有新增探明储量。若以每年消费50亿吨计算，现有煤炭储量可使用超过300年。在2020年12月18日闭幕的中央经济工作会议上，“做好碳达峰、碳中和工作”被列为2021年的重点任务之一。在这一背景下，未来煤炭在我国能源体系中所占的比重还将继续降低。不过，在未来一段时间内，我国的能源需求总量仍会增加，可再生能源产能无法满足14亿人和数千万企业的用能需求，煤炭、石油等化石能源依然是保障能源供需平衡和经济社会发展的核心组成部分，因此短期内还不具备实现可再生能源对煤炭供能全替代的条件。在中国工程院院士刘中民看来，即使煤炭在能源消费比重中逐年降低，但煤炭拥有丰富的碳资源，作为化工原料，发展空间广阔，煤化工能够生产多种化工、能源产品，相比于燃烧供能，碳排放有所降低。过去几年，我国煤制油、天然气等的生产能力显著提高。当前，又积累了一批新的核心技术，开展了众多示范项目，具备了构建产业链的基础。未来，随着科技的发展与进步，煤炭作为化工原料的潜力将会进一步挖掘和提升。因此，提升煤炭生产的技术水平，事关未来国内能源产业结构和化工产业竞争力，用ICT技术提升煤矿数字化水平就是面向这一领域的革新。千年古老行业，科技助力发展我国不但是煤炭消费大国，而且对于煤炭开采已有几千年历史，是世界上最早发现和利用煤炭的国家之一，早在春秋战国时期，煤已成为一种重要产品，用于冶炼，燃料等。根据相关史料记载，西汉至魏晋南北朝，出现了一定规模的煤井和相应的采煤技术，采煤技术在这一时期已发展起来。随着煤炭在日常生产生活中重要性提升，煤炭开采的技术和安全问题也受到重视。明代已知煤层内有瓦斯，称为“毒气”、“毒烟”，也有一些排瓦斯的方法，明末《天工开物》一书系统地记载了我国古代煤炭开采技术，包括地质、开拓、采煤、支护、通风、提升以及瓦斯排放等技术，说明当时的采煤业已发展到一定的规模了。生命无价，安全问题一直都是煤矿生产的头等大事。近年来，我国煤矿安全生产工作成效显著，根据中国煤炭工业协会的数据，2020年我国煤矿发生死亡事故122起、死亡225人，同比减少48起、91人，分别下降28.2%和28.8%。从历史数据来看，近年来煤矿安全事故和人员伤亡数量持续降低。来源：中国煤炭工业协会然而，煤矿依然是高危工作场所，安全隐患不确定性很大，在危险场所无人或尽量减少人员是提升生产安全的主要手段。一直以来，煤矿的技术进步基本上都是在提升生产效率的同时大幅度减少危险场所人员，当前煤矿智能化是解决这一问题的重要抓手。2020年3月，国家发改委等8部委联合发布了《关于加快煤矿智能化发展的指导意见》，提出煤矿智能化是煤炭工业高质量发展的核心技术支撑，将人工智能、工业物联网、云计算、大数据、机器人、智能装备等与现代煤炭开发利用深度融合，形成全面感知、实时互联、分析决策、自主学习、动态预测、协同控制的智能系统，实现煤矿开拓、采掘（剥）、运输、通风、洗选、安全保障、经营管理等过程的智能化运行，对于提升煤矿安全生产水平，保障煤炭稳定供应具有重要意义。举例来说，智能化采掘工作面的应用是近年来提升效率和安全生产的重要举措，2015年全国煤矿仅有3个智能化采掘工作面，到2020年增至494个，已有采煤、钻锚、巡检等19种机器人在煤矿现场实施应用，形成“有人巡视，无人操作”的智能开采新模式。又如，2019年以来，华为与山西煤炭行业多个合作伙伴进行了智能化转型探索，就推出了智能矿山联合解决方案，依托本次成立的智能矿山创新实验室，还将在井下摄像头“自清洁”技术、井下无线低频传输、风险提前预判技术等方面进行创新突破，实现煤矿固定场所无人值守、关键环节机器人替代等，目标是让智能化采煤工作面人数减少60%，山西全省井工煤矿单班入井人数减少10%-20%，并实现井下“三无一减”，也就是无安全事故、无人值班、无人巡检、配置减员。发挥5G的作用，解决煤矿智能化痛点《关于加快煤矿智能化发展的指导意见》提出了三阶段的目标，包括：2021年，建成多种类型、不同模式的智能化示范煤矿，初步形成煤矿开拓设计、地质保障、生产、安全等主要环节的信息化传输、自动化运行技术体系，基本实现掘进工作面减人提效，综采工作面内少人或无人操作。井下和露天煤矿固定岗位的无人值守与远程监控。到2025年，大型煤矿和灾害严重煤矿基本实现智能化，形成煤矿智能化建设技术规范与标准体系，实现开拓设计、地质保障、采掘（剥）、运输、通风、洗选物流等系统的智能化决策和自动化协同运行，井下重点岗位机器人作业，露天煤矿实现智能连续作业和无人化运输。到2035年，各类煤矿基本实现智能化，构建多产业链、多系统集成的煤矿智能化系统，建成智能感知、智能决策、自动执行的煤矿智能化体系。煤矿智能化的实现，是多种技术融合的产物，而5G在这个过程中解决了多个痛点。2020年4月，山西阳泉煤业集团新元公司井上井下5G网络开通并完成全部优化工作，建成了全国首个煤矿专网。采用5G专网，主要解决了煤矿智能化过程中的几个痛点：生产设备和人员时刻移动，有线无法保障；煤矿设备控制低时延高可靠，4G、WiFi无法满足；视频和设备海量数据上传。阳煤相关人员总结采用5G后带来新的变化包括：井上看清井下— —和4G网络小于20Mbps的上行带宽相比，新元公司5G专网具有超千兆上行带宽，使单站拥有同时传送50路以上4K高清画面的能力，结合视频智能AI分析技术，让技术人员“身临其境”。井上控制井下— —相较于4G网络、WiFi网络大于50ms的时延，5G网络小于20ms的低时延、快切换和抗干扰、高可靠的能力，使远程控制成为现实。末端设备轻松“剪辫子”— —借助5G网络，职工可以轻松“剪”掉井下工业环网末端的设备通信线缆，同时方便移动设备。井下万物互联、多网归一、统一运营— —5G网络海量连接和大带宽的特性，使井下每个系统一张网、信息互相隔离的情况成为过去。除了井下外，露天矿卡装卸、运输过程也实现了5G应用。2020年10月，在国家能源集团神宝能源露天煤矿生产现场，5台无人驾驶矿用自卸卡车逐一自动与挖掘机对位装车，实现了装运排一体化运行作业，标志着世界首个极寒工况5G+220吨无人驾驶矿用自卸卡车编组项目成功运行。实际上，大量厂商已经盯上了矿区无人化解决方案，相对于公共交通的无人驾驶方案，矿区这种封闭、路线固定的场所实现无人化比较容易。更为重要的是，全国矿主每年要在物料运输上支付上百亿人力成本，而这些人工还不能很好解决安全和效率问题。因此，矿主愿意为自动驾驶付费。多年前，海外一些厂商如美国的卡特彼勒、日本的小松就把自己的自动驾驶矿用车投放在澳大利亚和智利等地，形成成熟商用模式。因此，这一领域不仅有技术可行性，还有商业可行性。当然，5G在煤矿中的应用并非一帆风顺，不仅仅需要做好移动通信本身的工作，更需要整个涉及煤矿产业链的配合。举例来说，为了满足煤矿场景要求，相关各方联合开发了防潮、防尘、防爆、小型化且上下行带宽配比为3:1的无线基站；井下4K摄像头手机终端、CPE等均满足煤矿防爆和可靠性的要求；5G专网系统需要获得国家矿用安全标准认证方可进行推广。5G赋能千行百业不是一句口号，需要深入到各行业生产经营流程中，去优化甚至改变核心生产经营流程。煤矿智能化提出了到2035年的三阶段目标，可以看出煤矿智能化是一个渐进式持续演进的过程，这一过程中需要5G等ICT技术的赋能，注定也是一个“长跑”的过程。5G在行业应用处于导入期，业界还需足够耐心，因为面对的可能是一个已存在数千年的古老行业。更多信息，请关注华为5G+X 联创营：https://developer.huaweicloud.com/techfield/5g.html5G云市场：https://marketplace.huaweicloud.com/markets/5GtoB/AI云市场：https://marketplace.huaweicloud.com/markets/ai/机器视觉云市场：https://marketplace.huaweicloud.com/markets/holosensstore/index.htmlIOT云市场：https://marketplace.huaweicloud.com/markets/iot/混合云云市场：https://marketplace.huaweicloud.com/markets/hcs/鲲鹏云市场：https://marketplace.huaweicloud.com/markets/kunpeng/

论文：https://arxiv.org/abs/2103.01456开源代码：https://github.com/imlixinyang/HiSD相信大家还记得CycleGAN刚出来时带给大家的震撼，从CycleGAN提出后，图像翻译面临的最大的两个问题就是扩展性（同时处理多种篡改）和多样性（生成不同的结果），然而，一直没有一个很好的方法，可以兼顾扩展性和多样性的同时，又能使得这种篡改满足预期。例如，对于人脸属性篡改任务，我们想要给人脸加上刘海，可是却改变了发色或是背景，再例如，我们想要给人脸加上眼睛，结果竟然性别和年龄也改变了。下面是最新模型StarGANv2的结果：HiSD就是为了解决这些问题，并且还同时支持从噪声中生成或者从图像中提取这样的风格。利用了原始0-1标签之间存在的互斥性（对同一个语义的不同描述）和独立性（不同语义），HiSD将原始Label转换为了Tag和Attribute，并想要无监督地解耦出对应上某个Attribute的风格，比如图中不同眼镜的款式，就可以达到可控多样性的目标了。进一步，我们将各个模型也对应上了这个层次结构，然后每一次只训练一个对应某个Tag的转换器将图像在两个Attribute之间进行转换，然而这样就可以解耦出单个Tag的风格了吗？想法是美好的，现实是残酷的。除了标签本身，我们并没有其他的监督信息，例如分割图等，甚至数据集中本身对于各个属性就是不解耦的（戴眼镜的有83%的男性，而不戴的只有36%）。为了抑制区域上的过度篡改，我们引入了已经被广泛使用的无监督掩膜思想，唯一不同的是我们的掩膜是作用在特征图上的，而不是图像本身上，也因此加入了Channel-wise的注意力。然而性别和年龄在极度不平衡的数据集的对抗过程中，仍然被不可避免的篡改了。但是性别年龄也是我们可以利用的标签！能不能让对抗过程中的鉴别器可以看到这些标签本身就是不平衡的，从而来让翻译前后保持这些不平衡标签不变呢，也就是让鉴别器在鉴别金色刘海的同时，要让原始图片的性别和年龄也保持不变。还真可以，这一个结构叫做Tag无关条件鉴别器，我个人觉得应该可以用来缓解很多对抗过程中数据集本身不平衡的问题，这几步结构上的改动带来的影响可以用一些对比结果表示跟SOTA模型比较，我们有着最好的真实性、解耦性和用户最喜欢的多样性。同时还有着对于两种来源的风格编码最为平衡的性能。

    Read, Attend and Comment: A Deep Architecture for Automatic News Comment Generation    是一篇 EMNLP 2019 接收论文，会议结束之后则在社交网络上引发了大片声讨之声。我们固然知道具备优秀学习拟合能力的深度神经网络有能力大批量生成新闻评论，这篇论文中的方法能提取文章的重点观点生成响应的评论，而且也在自动评价指标和人类评价的两个方面都得到了很好的结果，但批评的声音认为，更重要的是「是否应当做这样的研究，这样的研究的社会影响是怎么样的」。EMNLP 2019 还有一篇遭受了类似批评的论文是《Charge-Based Prison Term Prediction with Deep Gating Network》（https://arxiv.org/abs/1908.11521），在诉讼案件中根据检方指控的罪行预测被告刑期。    论文地址：https://arxiv.org/abs/1909.11974        转自，杨晓凡，https://www.leiphone.com/news/201912/TK9EEFIUdjdbAC4J.html

近日，在2021MWC上海期间，5G确定性网络产业联盟（5GDNA）联合5G切片产业联盟（5GSA）以及中国南方电网、全球能源互联网研究院、中国电力科学研究院信息通信研究院、中国移动、中国电信、中国联通、国网浙江省电力有限公司信息通信分公司、国网青岛供电公司、南瑞集团南京南瑞信息通信科技有限公司、广东省电信规划设计院和华为等成员单位联合发布了《5G确定性网络@电力系列白皮书II：5G电力虚拟专网建网模式》。随着5G+智能电网产业样板项目的持续深入推进，产业信心持续提升，商用落地进入快车道。白皮书秉承理论与实践相结合的原则，基于多个产业标杆项目试点经验进行抽象提炼和总结，首次明确定义了5G确定性网络应用于电力行业的虚拟专网顶层设计原则和思路，细化了虚拟专网中无线接入网，承载网和核心网三个子域的建设和部署模式，为运营商向电力行业客户提供5G电力虚拟专网服务提供了有益的输入参考。该白皮书是《5G确定性网络@电力系列白皮书I：需求、技术与实践》之后的第二篇电力系列化白皮书，也是业界首个5G行业广域专网的建网模式白皮书，对于5G应用于更多行业场景具有重要的指导作用和良好的借鉴意义。白皮书基于前期试点成果的提炼总结，提出了5G电力虚拟专网总体设计思路，围绕5G电力虚拟专网关键概念、部署界面、电力切片规划、隔离、虚拟专网建设、运维运营等关键问题进行了详细分析，定义了5G电力切片的规划原则、生产控制和管理信息大区不同切片所采用的隔离方案以及无线接入网、承载网、核心网的建设思路和方案。运营商应基于“公网专用、行业定制、能力开放、分权分域”的理念，设计5G电力虚拟专网管理与服务总体架构，通过5G统一能力开放平台，向电网开放对应的5G行业虚拟专网服务和管理能力，让电网行业客户像用水、用电一样，实现对5G行业虚拟专网的“简简单单购买、明明白白消费。”伴随着5G+智能电网进入商用快车道，5G电力虚拟专网的规模建设也开始提上历史日程。华为将携手5G确定性网络产业联盟，持续从技术、商业、生态、政策等视角进行全方位推动，真正打通产业断点，为基于5G确定性网络的电力虚拟专网规模商用做好充分准备。中国移动政企事业部副总经理俞承志、中国南方电网电力调度控制中心通信处处长洪丹轲、华为中国区副总裁周建军、全球能源互联网研究院信息通信研究所所长周飞、国网浙江省电力有限公司信息通信分公司副总经理黄红兵、国网青岛供电公司5G联合创新实验室主任徐群、中国电信研究院杨峰义、中国联通智网创新中心5G创新中心总监冯毅、广东省电信规划设计院有限公司副总经理陈学军和南瑞集团南京南瑞信息通信科技有限公司副总经理赵高峰出席了本次发布仪式。更多信息，请关注华为5G+X 联创营：https://developer.huaweicloud.com/techfield/5g.html5G云市场：https://marketplace.huaweicloud.com/markets/5GtoB/AI云市场：https://marketplace.huaweicloud.com/markets/ai/机器视觉云市场：https://marketplace.huaweicloud.com/markets/holosensstore/index.htmlIOT云市场：https://marketplace.huaweicloud.com/markets/iot/混合云云市场：https://marketplace.huaweicloud.com/markets/hcs/鲲鹏云市场：https://marketplace.huaweicloud.com/markets/kunpeng/

来源：深圳商报今年，5G应用场景的落地开始全面铺开，自动驾驶、远程医疗、AI助手等，都依靠着5G技术的突破得以实现。以“和合共生”为主题的2021MWC上海（世界移动通信大会上海展）2月23日正式开幕，在首日主题演讲上，主办方、运营商和通信企业代表就如何进一步拓展5G行业应用展开讨论。MWC主办方GSMA会长葛瑞德在当天线上演讲时预测，2021年底，5G网络将覆盖全球五分之一人口，到2025年，全球运营商在5G网络的投入将接近1万亿美元，到2030年，5G将使得全球行业每年产生7000亿美元收入。中国移动董事长杨杰认为，经济社会加速进入数智化时代，2020到2035年，仅5G就将拉动全球GDP增长率提升7.4%，创造经济总产出达到13.1万亿美元。产业跨界融合催生新的经济形态，这种形态就是“实”（实体经济）、“虚”（虚拟经济）、“软”（信息技术和服务）三个字的“化学反应”，三者相互融合、相互作用。中兴通讯总裁徐子阳认为，经过近两年的5G商用实践，5G依然处于导入期，但数智化的浪潮已经不可阻挡。华为轮值董事长胡厚崑说，在5G、云、AI等技术这些新技术的推动下，全社会都面临一次数字化转型的新机遇。在谈及数字技术改造制造业时，他展示了华为位于东莞南方工厂的案例，华为在这里部署5G专用网，500多台设备接入5G，操作工人减少八成，效率提高三倍。过去手机电路板检测依靠人工，最有经验工人检测完一个也要花上两三分钟，现在通过AI上传至云端只需6秒，良品率大幅度提高。他称、据预测，到2025年，全球97%的大企业会部署人工智能，中国GDP的55%将由数字经济来驱动，运营商60%的收入将来自行业。目前，华为和运营商、合作伙伴一道在20多个行业，签署了1000多个5G toB项目合同。中国电信董事长柯瑞文在演讲中指出了时下5G应用的不足，他说，5G个人应用场景不够丰富，产业互联网应用仍处于探索期；在自身运营方面，5G网络的运营成本呈增加趋势，5G应用需深度介入客户业务。谈及5G建设和运营成本过高，投资回报周期太长的问题。联想集团董事长兼CEO杨元庆认为，关键在于拓展更多5G在垂直行业的应用场景，找到健康可持续的商业模式。一方面，5G必须要跟物联网、边缘计算、云计算、人工智能等技术协同作战，发挥出5G高速传输的优势；另一方面，还需要积累深厚的行业知识，挖掘企业的业务痛点与转型需求，为5G找到真正的“用武之地”。更多信息，请关注华为5G+X 联创营：https://developer.huaweicloud.com/techfield/5g.html5G云市场：https://marketplace.huaweicloud.com/markets/5GtoB/AI云市场：https://marketplace.huaweicloud.com/markets/ai/机器视觉云市场：https://marketplace.huaweicloud.com/markets/holosensstore/index.htmlIOT云市场：https://marketplace.huaweicloud.com/markets/iot/混合云云市场：https://marketplace.huaweicloud.com/markets/hcs/鲲鹏云市场：https://marketplace.huaweicloud.com/markets/kunpeng/

传统工厂中自动化机器设备擅长的重复劳动工角色，正在逐渐被更加智能的机器人替代。而这一趋势也在刺激着敢于革新的人们试图把最先进的移动通信技术往生产制造业各环节渗透，走出移动通信技术只在人与人之间的应用的常规区域，让移动通信进入工厂，为生产制造业开辟一片新蓝海。华为联合德国电信（Deutsche Telekom AG）现场进行了基于5G技术的工业机械臂搬箱子的动态演示，令人印象深刻。华为5G网络端到端切片技术精准的控制着两只机械臂动作时延同步，使之流畅的完成了全套协同动作，在空中划出两道优美的弧线，精彩的演绎了5G网络在工业生产中应用的理念，也被视为5G使能未来智能工厂的一个缩影。华为联合德国电信基于5G技术动态演示工业机械臂搬箱子机器人运用在现代社会生产中已经不是新鲜事。在5G到来之前，全球不计其数的工厂已在为实现工厂全面智能化摩拳擦掌。在被人称为熄灯工厂的荷兰一家电动剃须刀工厂里，128个机械臂以超高灵活度做着同样的工作，它们的动作远远超过世上最灵巧的工人。机械臂不停地在两条连接线上做出三道完美的弧线，将零件穿进肉眼无法看见的小孔中。这些机器臂飞快的运行，为了不伤及工厂中的管理人员，它们会被存放在玻璃柜中。它们不分日夜全年不停的工作，实现了在固定地点、固定程式下的高度自动化生产，奠定了未来智能工厂的雏形，彰显着人类对劳动力解放的未来世界的美好向往。随着移动互联网和物联网进一步融合成移动物联网，移动通信技术应用正渗透到社会生产的各个领域，人与人之间的通信扩展到人与物、物与物之间的通信，所以生产制造业也变为信息产业中的一部分，信息技术带动生产制造业升级转型成为趋势。而作为现代生产制造业这项王冠上最璀璨的明珠— —工业机器人，在转型过程中将扮演着举足轻重的角色，自然而然就被寄予厚望。人们希望它们除开能够从事生产线重复工序之外，也希望能够具有自由移动、工业大数据分析和处理、协调管理和生产决策等更高级的功能。这些功能要求工业机器人同时具备灵活移动性、海量信息数据即时收集和处理能力、99.999%的高可靠性、“零”时延特性，当前通信技术如固网或WiFi因其本身的属性，不能同时满足这些要求。5G无线通信技术，可以为工厂提供光纤般的接入速率、毫秒级的端到端时延、99.999%的可靠性、百亿设备的连接能力、数十Tbps/km2的超高流量密度和超高移动性等多个场景的服务，突破地域和单一产业领域的限制，催生从设计到消费的全新生产模式，带动社会生产结构升级，为生产制造业开辟了一片新蓝海。5G网络使能柔性制造实现高度个性化生产全球人口正在接近80亿，中产阶层消费群不断扩大，有望形成巨大市场，进而对消费布局产生影响。带有客户需求和产品“信息”功能的系统成为硬件产品销售新的核心，个性化定制成为潮流。为了满足全球各地不同市场对产品的多样化、个性化需求，生产企业内部需要更新现有的生产模式，基于柔性技术的生产模式成为趋势。国际生产工厂研究协会的定义为柔性制造系统是一个自动化的生产制造系统，在最少人的干预下，能够生产任何范围的产品族，系统的柔性通常受到系统设计时所考虑的产品族的限制。柔性生产的到来，催生了对新技术的需求。一方面，在企业工厂内，柔性生产使得工业机器人的灵活移动性和差异化业务处理能力有很高要求。5G利用其自身无可比拟的独特优势，助力柔性化生产的大规模普及。5G网络进入工厂，在减少机器与机器之间的线缆成本的同时，利用高可靠网络的连续覆盖，使得机器人在移动过程中活动区域不受限，按需到达各个地点，在各种场景中进行不间断工作以及工作内容的平滑切换。5G网络也可使能各种具有差异化特征的业务需求。大型工厂中，不同生产场景对网络的Qos要求不同，精度要求高的工序环节关键在于时延，关键性任务需要保证网络可靠性、大流量数据即时分析和处理需要高速率。5G网络以其端到端的切片技术，同一个核心网中具有不同的Qos，按需灵活调整。如设备状态信息的上报被设为最高的业务等级等。另一方面，5G可构建连接工厂内外的人和机器为中心的全方位信息生态系统，最终实现任何人和物在任何时候和任何地点都能实现彼此信息共享。消费者在要求个性化的商品和服务的同时，企业和消费者的关系发生变化，消费者将参与到企业的生产过程中，消费者使用者可以跨地域通过5G网络下参与到产品的设计以及产品状态信息查询。无线工厂应用场景探索5G网络驱动工厂维护模式全面升级大型企业的生产场景中，涉及到的跨工厂、跨地域设备维护，远程问题定位等场景，5G技术在这其中的应用，可以提升运维效率，降低成本。5G带来的不仅是万物互联，还有万物信息交互，使得未来智能工厂的维护工作突破工厂边界。工厂维护工作按照复杂程度可按实际情况由工业机器人或者人与工业机器人协作完成。在未来，工厂中每一个物体上都是一个唯一IP的终端，即使是生产环节的“原材料”都具有“信息”属性，“原材料”会根据“信息”自动生产和维护。人也变成了具有自己IP的“人肉终端”，人和工业机器人进入整个生产环节中，和带有唯一IP的原料、设备、产品进行信息交互。工业机器人在管理工厂的同时，人在千里之外也可以第一时间接收到信息变更并进行交互操作。设想在未来有5G网络覆盖的一家智能工厂里，当某一物体故障发生时，故障被以最高优先级“零”时延上报到工业机器人。一般情况下，工业机器人可以根据自主学习的经验数据库在不经过人的干涉下完成修复工作。另一种情况，由工业机器人判断该故障必须由人来进行操作修复。此时，人即使远在地球的另一端，也可通过一台简单的VR和远程触觉感知技术的设备，进行远程控制工厂内的工业机器人到达故障现场进行修复，工业机器人在万里之外实时同步模拟人的动作，人在此时如同亲临现场进行施工。5G技术使得人和工业机器人在处理更复杂场景时也能游刃有余。如在需要多人协作修复的情况下，即使相隔了几大洲的不同专家也可以各自通过VR和远程触觉感知设备能第一时间“集合”在故障现场。5G网络的大流量满足VR中高清图像的海量数据交互要求，极低时延使得触觉感知网络中的人在地球另一端也能把自己的动作无误差的传递给工厂机器人，多人控制工程中不同机器人进行下一步修复动作。同时，借助万物互联，人和工业机器人、产品和原料全被直接连接到地球上除自身外的所有知识和经验数据库，在故障诊断时候，人和工业机器人可参考海量的经验和专业知识，提高问题定位精准度。5G网络使能工业机器人直接进行生产活动判断和决策在未来智能工厂生产环节中涉及到物流、上料、仓储等方案判断和决策，5G技术为智能工厂提供全云化网络平台。精密传感技术作用于不计其数的传感器，在极短时间内进行信息状态上报，大量工业级数据通过5G网络收集起来，庞大的数据库开始形成，工业机器人结合云计算的超级计算能力进行自主学习和精确判断，给出最佳解决方案。在一些特定场景下，进一步降低了业务端到端的时延，在网络负荷实现分流的同时，反应更为敏捷，生产制造各环节的时间变得更短，解决方案更快更优，生产制造各环节的时间变得更短，解决方案更快更优，生产制造效率得以大幅度提高。我们可以想象未来10年内，同样是这家荷兰工厂里，5G网络覆盖到工厂各个角落。5G技术控制的工业机器人，已经从玻璃柜里走到了玻璃柜外，365天不分日夜在车间中自由穿梭，进行设备的巡检和修理，送料、质检或者高难度的生产动作。机器人成为中基层管理人员，通过信息计算和精确的判断，进行生产协调、以及生产决策。这里只需要少数人承担着工厂的运行监测和高级管理工作。机器人成为人的高级助手，替代人完成人不可能完成的工作，人和机器人在工厂中得以共生。未来已来。华为作为全球领先的信息和通信技术（ICT）解决方案供应商，正在进行5G在生产制造领域的应用场景探索，通过和垂直行业紧密合作，开发智能制造解决方案，联手推动全球制造企业从传统制造升级到智能制造。5G时代下，我们重新定义了工厂。你心目中的未来工厂，又是什么样子？更多信息，请关注华为5G+X 联创营：https://developer.huaweicloud.com/techfield/5g.html5G云市场：https://marketplace.huaweicloud.com/markets/5GtoB/AI云市场：https://marketplace.huaweicloud.com/markets/ai/机器视觉云市场：https://marketplace.huaweicloud.com/markets/holosensstore/index.htmlIOT云市场：https://marketplace.huaweicloud.com/markets/iot/混合云云市场：https://marketplace.huaweicloud.com/markets/hcs/鲲鹏云市场：https://marketplace.huaweicloud.com/markets/kunpeng/

受益于深度学习技术的突破，图像分类、物体检测等传统计算机视觉任务的精度也得到了大幅度的提升。但是由于深度学习模型的复杂性，目前关于深度学习的理论并不完善，这就导致了两大问题：第一，模型的工作机制对使用者来说并不透明，人们无法解释模型识别正确或错误的原因，因此也就无法从理论上证明模型在实际应用中是否能够达到好的效果，从而在一定程度上阻碍了模型在一些性命攸关的领域中应用（如医疗影像分析、自动驾驶等）；第二，几乎完全基于数据驱动的方式学习模型参数，难以将人们长期以来总结形成的经验和知识融入模型，从而难以对模型学习过程施加有效的约束，使模型在小训练样本、零训练样本等真实条件下的精度远低于人类。人工智能领域顶级学术期刊 IEEE Transactions on Pattern Analysis and Machine Intelligence（即 IEEE TPAMI，影响因子 17.861）最近接收的论文《What is a Tabby? Interpretable Model Decisions by Learning Attribute-based Classification Criteria》中，华为云联合中科院计算所，针对上述两个问题提出了一种探索性的解决方案，通过利用物体类别之间存在的层级关系约束，自动学习从数据中抽取识别不同类别的规则，一方面对模型的预测过程进行解释，另一方面也提供了一条引入人工先验知识的可行途径。 论文链接：https://ieeexplore.ieee.org/document/8907459 首先，我们通过一组简单的例子来看一下分类学家是如何对动物进行分类的（来自维基百科）：（1）「虎斑猫」是一种体表有条纹、斑点、线条、螺旋图案的「家猫」。（2）「家猫」是一种小型的、通常体表有皮毛的、肉食性的、被驯化的「猫科动物」；（3）「猫科动物」是一种具有伸缩自如的爪子、苗条但肌肉强健的躯体、灵活的前肢的「食肉动物」。图 1. 类别层级结构示意从上边的例子可以看出来，分类学家在对动物进行分类的时候，采用了一种层级化的方式，在层级中，每个类别都被表示成「父类 + 一些特定属性」的形式，比如有条纹、有斑点、有线条、有螺旋，就是「虎斑猫」相比它的父类「家猫」出来的属性。实际上，如果对层级做一些压缩操作，每个类别都可以完全用一组特定属性来表示。以「虎斑猫」这个类别为例，经过一级压缩：「虎斑猫」是一种小型的、肉食性的、被驯化的、体表有带条纹、斑点、线条、螺旋图案皮毛的「猫科动物」。可以看到，经过一级压缩后，「虎斑猫」就可以通过「父类的父类 + 更多的属性」来表示了。更进一步，如果经过两级压缩：「虎斑猫」是一种小型的、肉食性的、被驯化的、具有伸缩自如的爪子、苗条但肌肉强健的躯体、灵活的前肢的、体表有带条纹、斑点、线条、螺旋图案皮毛的「食肉动物」。可以看到，经过两级压缩后，「虎斑猫」就可以通过「父类的父类的父类 + 更多更多的属性」来表示了。以此类推，如果一直将这个压缩的过程进行下去，「虎斑猫」就可以通过「动物 + 虎斑猫具有的全部属性」这种方式来表示了。对于其他动物来说，也是类似的，每种动物都可以表示为「动物 + 这种动物具有的全部属性」。由于每种动物的表示中都含有「动物」这个公共的组成部分，可以将每种动物的表示形式都简化为「这种动物具有的全部属性」。类似的，对于「植物」、「人造物」等等所有物体，都可以完全用一组属性来表示。因此，只要属性定义足够好，完全通过属性就可以准确地区分出来所有可能见到的类别，并且这种分类方式的可解释性非常好，也可以轻松地将新的人工先验知识引入进来。 但是实际中，由于类别数量巨大、海量属性难以定义，不可能通过人工的方式对每个类别的属性进行定义。那么有什么方法可以在不对数据进行额外标注的情况下实现类似的分类方式呢？ 方法介绍事实上，上面的推理过程给我们提供了两点重要的洞察：第一，当属性足够多、足够好的时候，属性可以用来准确地区分不同的类别；第二，每个类别具有的属性数量一定比它的父类多。针对第一点洞察中对于属性数量和质量的要求，近期的研究 [1, 2, 3] 表明，以图像分类任务训练的深度学习模型可以自发地学习到一些具有语义的属性，因此通过这种方式，可以不再需要人工定义属性，仅通过算法自动学习的方式来得到足够多、足够好的属性；针对第二点洞察中对于类别间的约束关系的要求，可以将这样的类别间关系进行形式化，指导算法学习属性的过程，使学习到的属性满足约束条件。这样一来，就既解决了属性难定义、难标注的问题，又保留了基于属性进行分类的方案在高可解释性和便于引入人工先验知识方面的优势。图 2. 方法框架示意图 具体来说，作者在提出的方法中设计了一个包含两条分支的模型，如图 2 所示。上边的分支以图像作为输入，主要作用是学习属性；下边的分支以层级结构作为输入，主要作用是对学习属性的过程施加约束：其中上边的分支使用常见的卷积神经网络 backbone，上边分支的输出是一个 1×D 维的「属性向量」，向量中的每一维表示一个属性，每一维的值则表示图像样本是否具有这个属性（0 表示样本不具有这个属性，大于 0 的值表示样本具有这个属性），同时当激活值大于 0 时，激活值的大小表示图像样本在这个属性上的强度；下边的分支按照类别间属性数量的约束关系，学习类别层级结构中每个类别的属性表示形式。在这里，令表示层级结构中所有 N 个类别的 D 维属性表示（维度与图像特征相同，是下边的分支需要学习的参数），表示第 i 个类别的第 k 个属性的值，含义与图像表示中的含义相同。将层级结构用有向无环图表示，如果在层级结构中，第 j 个类别是第 i 个类别的祖先节点的话，那么由于每个类别的属性数量多于他的祖先节点这一约束，和需要满足下列约束：训练时，损失函数的目标是要求两个分支的输出都能够正确的预测 D 维特征对应的最细粒度类别和对应的粗粒度类别。通过这种方式，上边的分支就可以学习到 D 个对于分类任务来说有用的属性，而下边的分支则可以保证这 D 个属性满足类别间属性数量关系的约束，从而可以对模型分类原理给出人类可以理解的解释。取得的效果论文中，作者在 CIFAR-100 和 ILSVRC 两个大规模的层级数据库上进行了实验，通过大量的实验验证了方案的有效性：1. 分类精度从实验结果来看，尽管论文提出的方法针对提高模型的可解释性和提高引入人工先验知识的便捷程度做了大量的设计，但是在分类精度上仍然达到了 SOTA 的水平，表明该方案在实际业务中具有实用价值。2. 属性学习效果定性展示结果方面，作者通过可视化的方式展示了模型学习到的属性，实验结果中针对每个属性，通过展示每个属性在数据集上响应值最大的 9 个图像块来表示属性，如图 3 所示。从图中看，模型学习到了大量不重复的、有意义的属性，并且既有比较简单的纹理、形状（dotted、round 等）属性，也有语义性更强的车轮、山等属性。图 3. 算法学习到的属性展示。（a）CIFAR-100 数据库上学习到的属性；（b）ILSVRC 数据库上学习到的属性。从定量评测的结果来看，在包含 1000 个类别的 ILSVRC 数据上，模型学习到了 2600 多个属性，远超基线模型（标准 ResNet-50 分类模型）的 2000 个属性；在去除重复属性（可能包含了同种属性的不同情况）后，论文方法学到的属性数量接近 140 个，多于基线模型的 120 余个不重复的属性。图 4. 模型学习到的属性数量的定量评估结果针对属性响应区域的可视化结果（图 5）也显示，模型学到的属性基本上是可靠的。图中响应最强的区域（红色部分）也正是和属性对应的区域。图 5. 属性响应区域可视化3. 规则学习结果和人工先验引入实验中，作者展示了模型下边的分支学习到的分类规则，将每个类别表示成「父类 + 特定属性组合」的形式，如图 6 所示。模型学习到的结果中包括：（1）「钟表」是一种圆形的、放射状的「家用电子设备」；（2）「猎豹」是一种有条纹、斑点的「猫科动物」；（3）「足球」是一种在白色背景上有黑色斑点的「球」。模型给出的解释规则基本符合人的认知，表明模型可以学到类似于分类学家定义的「父类 + 特定属性组合」形式的分类规则，可以对模型的分类原理给出人类可理解的解释。图 6. 模型学习到的解释规则展示。（a）CIFAR-100 数据库上学习到的解释规则；（b）ILSVRC 数据库上学习到的解释规则相比之下，现有方法 [4] 如果想要给出同样形式的解释结果，需要人工标注每个类别的属性表示，而这在大规模场景下显然是不现实的，作者在实验中也展示了相应的对比结果（表 1），从对比结果来看，论文中提出方法的适用范围显然更广泛。表 1. 与现有方法 [4] 对比    有了上边这种人类可以理解的解释规则，就可以对模型进行定制化的调优，去除模型不应该利用的规则，补充模型没有学习到的规则：在 ILSVRC 数据的「救护车」和「猎豹」两个类别上尝试了去除模型学到的错误规则的方案，该方案在基本不影响其他类别识别效果的前提下，可以提升模型在「救护车」和「猎豹」两个类别上的识别精度；在同一个数据库的全部类别上，作者尝试了补充额外属性的方案，并得到了约 2 个百分点精度提升。结论可解释的深度学习模型，以及深度学习模型与人工先验的结合是当前学术界重点研究的前沿方向，对于提升深度学习模型的可靠性和泛化能力具有重要的意义。这次介绍的论文同时在这两个方向上迈出了坚实的一步：在可解释深度学习模型方面，相比于现有方法，不仅能够给出图像中的关键区域，还能给出规则化的解释，对使用者更友好，更符合人对于解释结果的期望；在引入人工先验知识方面，走通了一条基本可行的技术路线，希望能够对未来的研究者有所启发。参考文献[1] C. Huang, C. C. Loy, and X. Tang, “Unsupervised learning of discriminative attributes and visual representations,” in Computer Vision and Pattern Recognition (CVPR), 2016, pp. 5175–5184.[2] V. Escorcia, J. C. Niebles, and B. Ghanem, “On the relationship between visual attributes and convolutional networks,” in Computer Vision and Pattern Recognition (CVPR), 2015, pp. 1256–1264.[3] S. Vittayakorn, T. Umeda, K. Murasaki, K. Sudo, T. Okatani, and K. Yamaguchi, “Automatic attribute discovery with neural activations,” in European Conference on Computer Vision (ECCV), 2016, pp. 252–268.[4] S. J. Hwang and L. Sigal, “A unified semantic embedding: Relating taxonomies and attributes,” in Advances in Neural Information Processing Systems (NIPS), 2014, pp. 271–279.

我穿越时空，只想遇见你。如果给你一个机会穿越时空，你想做什么？真实的穿越小编是做不到了，不过作为一名时尚时尚最时尚的小编，可以告诉大家另一种“穿越时空”的方法— —VR博物馆。现在虚拟现实（VR）技术，可以将实体博物馆数字化，让珍贵的书、画、瓷器、服饰、钟表等文化遗迹定格在永恒里；可以再现经典场景，例如步入梵高名作《夜间的咖啡馆》，感受艺术的色彩；甚至可以让你亲自见证历史发生的一刻。游戏设计师Mac Cauley制作的《夜间咖啡馆》与名人对话，与艺术对话，与历史对话，这一场“爱恋”你想试试吗？小编带你感受下穿越的精彩。故宫博物馆早在2003年，故宫博物馆就成立了故宫文化资产数字研究所，第一个向公众展示的作品就是故宫VR电影《紫禁城：天子的宫殿》。近年故宫博物馆也将VR技术应用在新展览上。例如“故宫明代成化御窑瓷器对比展与明清御窑瓷器考古新成果展”中，游客戴上VR设备后，便可以从紫禁城穿越到江西景德镇考古现场，在1.4万平方英尺的景德镇遗址的虚拟世界里漫步。美国自然历史博物馆美国自然历史博物馆引入VR深海体验，只需戴上头部显示设备就可以探索虚拟海洋：感受蓝鲸在头顶游泳、一群银鱼冲过来的奇妙，或者用虚拟手电筒探照深渊。意大利罗马的和平祭坛博物馆意大利罗马的和平祭坛博物馆通过VR技术，将古祭坛上雕刻的2000多年前的人、神、动物生动还原，使游客能多感官、身临其境地感受2000多年前古罗马帝国的起源与辉煌，以及奥古斯都家族的历史。大英博物馆作为世界上历史最悠久的综合性博物馆，大英博物馆在2015年便可以通过VR头部设备，把游客传送到青铜时代。同时，为了让更多人们感受博物馆的魅力并充分享受到沉浸感，其推出了在线的WebVR体验。VR与博物馆的结合打开了一扇新的大门，然而，的确不是所有人都有机会实地游览世界各地的博物馆（比如小编），不过越来越多的博物馆如同大英博物馆一样，开始提供在线的VR体验。这意味着：远在印度新德里的男孩可以随时逛故宫三希堂；窝在家里的你我也可以在家安静的私人空间里，感受千年前的历史扑面而来，享受全球文化的熏陶。与此同时，一些第三方的博物馆VR应用也在涌现。例如在Google的Art&Culture应用中，用户戴上Google Cardboard的VR设备，就可以游览70个国家的上千座博物馆，观看博物馆中的艺术作品、历史文献和世界奇观。传说中的知识点来了，仔细看VR正在参与并改变博物馆的未来，但是，如果在欣赏过程中网络不够好，出现卡顿那就尴尬了。那么，究竟VR对宽带网络的需求如何呢？首先是大带宽。华为iLab研究发现，VR入门阶段的全景分辨率为8K，观看体验等效于传统标清电视，带宽需求却达到100Mbps；VR高清体验的全景分辨率为24K，并且3D画面不可或缺，即便采用了Viewpoint Adaptive Streaming（注视点自适应传送）等黑科技，带宽需求至少1Gbps— —小伙伴们，你们家的宽带准备好了么？此外，高分辨率对图像计算和处理能力要求更高，VR云端渲染，将成为VR业务中必不可少的一部分。MTP（Motion to Photon移动时间延迟）是VR重要的体验指标，反映了人动作发出（转动头部和身体）到预期画面呈现的时延。只有当MTP小于20ms时，才不会产生眩晕感，而VR云端渲染系统涉及动作捕捉、控制信号传输、云端渲染、画面传输、VR终端实现等环节，20ms的端到端时延分配给网络的屈指可数。所以这对网络时延提出了极高要求。不仅如此，VR突发产生的超大流量，加剧了网络的“潮汐效应”。由于网络流量的峰值和均值差异较大，只有随需网络才能有效保障用户体验。“随需”不仅要求带宽和时延的随需，还要确保网络的“自动节能”。华为全面云化网络架构，不仅能提供千兆级的网络接入能力，保障端到端2ms的网络低时延，同时通过云化技术，打造敏捷、智能、高效、开放的全面云化网络，促进VR产业的发展。所以，网络问题我们解决了，那么通过VR博物馆进行这样一场穿越时空的“爱恋”时，你想遇见谁呢？更多信息，请关注华为5G+X 联创营：https://developer.huaweicloud.com/techfield/5g.html5G云市场：https://marketplace.huaweicloud.com/markets/5GtoB/AI云市场：https://marketplace.huaweicloud.com/markets/ai/机器视觉云市场：https://marketplace.huaweicloud.com/markets/holosensstore/index.htmlIOT云市场：https://marketplace.huaweicloud.com/markets/iot/混合云云市场：https://marketplace.huaweicloud.com/markets/hcs/鲲鹏云市场：https://marketplace.huaweicloud.com/markets/kunpeng/

5G：唯快不破此前，华为在北京怀柔外场完成基于5G真实网络环境的业务验证：单用户下行超过6Gbps，小区峰值超过18Gbps，空口时延在0.5ms以内，单小区实现422万连接，各项性能指标均业界领先，超越ITU（国际电信联盟）对5G定义的要求。这个数据到底有多牛逼？5G将怎样颠覆我们的生活？华为带你提前领略5G不一样的速度与激情！5G自动驾驶为“速度与激情”安全护驾未来的汽车还需要方向盘吗？答案是否定的，而这并非天方夜谭。年初，华为与德国宇航院、慕尼黑工业大学的天才科学家共同完成了5G远程无人驾驶和车辆编队测试，小伙伴们将有望在上海亲身体验远程无人驾驶。5G远程无人驾驶，可让驾驶员在室内操控台上驾驶几十公里之外的“无人汽车”。通过5G网络大带宽，240度多路高清视频即时传回车内，完美呈现驾驶员视角；而5G的超低时延，使驾驶员对于方向盘、油门和刹车的操作指令瞬间传达到几十公里之外的无人车辆上，驾驶员仿佛置身于车内，实时操控无人车辆。在这场试验中，端到端的时延在20毫秒以内（5G空口通信时延小于1毫秒），这意味着车速为90公里/小时情况下刹车安全距离为0.5米，使车辆在出现拐弯、变道和紧急刹车等极端危险状况时误差距离极度缩小，最大程度保障驾驶安全。科普时间：时延，通常是指一个信号从网络一端发送到另一端所需要的时间，包括了发送时延、传播时延、处理时延和排队时延等，而缩短传播的通信时延一直都是通信人的追求，也是5G的目标之一。华为在北京怀柔测试中的0.5ms，已是在无线空口技术上的极大突破。远程自动驾驶具有广泛的应用场景，尤其在恶劣环境和危险区域，比如矿区、垃圾运送区域、地基压实区等人员无法达到的地点，将极大提升操作效率并节省人力。从2020年开始，随着5G商用部署，自动驾驶和无人驾驶也将逐步渗透到公共车辆和商用车领域，并逐步推动整个智能交通体系的构建，5G网络的低时延、大带宽将是安全和高可靠性驾驶的神助攻，真正将无人驾驶车辆培养成可上路的“老司机”。当5G遇上AI移动智能机器人时代将全面来临此前，华为与德国电信等产业伙伴展开了广泛的研究与合作，探索5G通信技术在智能制造领域的应用前景。视频里华为与合作伙伴展示的5G协同机械臂操作，展现了智能工厂的一角。可以想象未来10年内，在某家智能工厂里，5G网络覆盖到各个角落。5G技术控制的移动工业机器人，365天不分日夜在车间里自由穿梭，进行设备的巡检、质检和高难度的生产动作，人类终于第一次从繁复的流水线上解放。而不计其数的传感器采集数据，通过5G全云化架构组建宏大的数据库，再采用AI技术进行智能分析和决策，机器人也史无前例成为工厂中的中层管理人员，与人高效协同工作，和谐共存。在这个场景中，我们不难理解，华为在5G怀柔外场测得的422万连接数，对于连接智能工厂中数量巨大的控制节点的重要性，而0.5ms时延，则是机器人协同工作的关键。无人机，作为飞行机器人，在5G的加持下，将成为真正的“天空之眼”，在基础设施巡检中发挥极大的作用。这是华为与大疆联合展示的巡检无人机。当放飞5G联网无人机后，随着摄像头的转动，无人机将实时进行数据采集，并第一时间上传视频和画面信息，在监控端实时高清显示出来。在这个场景中，5G网络因其上行速率与时延相比4G有质的飞跃，回传视频图像才能保证实时与清晰，因而拥有更独特的商业价值。5G将融合虚拟和现实世界全面升级个人通讯随着虚拟现实和增强现实的技术成熟，5G的超大带宽和超强移动性将使两者走向融合，悄然改变和丰富每个人的生活和工作。移动技术的不断升级，让人们跨越了语音、视频通话，而全息VR/AR通讯有望通过5G实现。未来，当你想和家人联络时，接通电话后，现场布置的3D拍摄可实时捕捉双方表情动作，通过5G高速网络传至对方，真正做到“远在天边、近在眼前”。5G VR会议也会让工作变得更加有趣。未来的多人会议将实现真人式体验和交互，不同地域用户用VR眼镜手柄加入VR虚拟会议，人们的交流没有延迟，只有5G网络提供的沉浸式会议效果。会中还可更换会议场景、编辑白板内容，播放视频、空间建模、全息显示。借助于先进的云端智能技术和5G大带宽、低时，盲人也将重见“光明”。华为与达闼科技正合作研发导盲头盔，成为盲人和弱视群体的“眼睛”，头盔上的多个摄像头协助识别人物、物品、道路和行人等，这些图像信息实时回传至5G云网络，通过计算快速地制定路径规划，再通过语音指导盲人在路况复杂的场景下安全地行走与臂障。正如4G移动智能生活超出想象，5G所使能的全社会数字化时代也将不断带给我们惊喜。华为愿意与所有合作伙伴一起探索新应用，迎接新未来！更多信息，请关注华为5G+X 联创营：https://developer.huaweicloud.com/techfield/5g.html5G云市场：https://marketplace.huaweicloud.com/markets/5GtoB/AI云市场：https://marketplace.huaweicloud.com/markets/ai/机器视觉云市场：https://marketplace.huaweicloud.com/markets/holosensstore/index.htmlIOT云市场：https://marketplace.huaweicloud.com/markets/iot/混合云云市场：https://marketplace.huaweicloud.com/markets/hcs/鲲鹏云市场：https://marketplace.huaweicloud.com/markets/kunpeng/

开年集采上云总动员领8800元开年红包活动期间新购消费满额送华为P40 Pro3月注册并完成企业实名认证客户有机会抽取华为平板电脑数据仓库服务 GaussDB(DWS)包年75折提供云上企业级融合数据仓库，支持实时数据分析具备高性能、低成本、易扩展等特性GaussDB(DWS)释放千行百业数据价值点此直达活动页→扫码关注我哦，我在这里↓↓↓

 产业中国蝉联世界第一制造大国11年，工信部定调「制造、网络」强国2020年，中国连续11年成为世界最大的制造业国家。制造业的占比比重对世界制造业贡献的比重接近30%。2021/03/03 18:05原文链接翻滚跳跃、集群飞行，MIT开发新一代类昆虫无人机，还能承受人为撞击昆虫大小的无人机。2021/03/03 15:06原文链接「蚂蚁呀嘿」的App，国内火完七天就下架了又一个热门 AI 应用，眼看它开源完代码，眼看它火了，眼看它下架了。2021/03/03 14:54原文链接ICDAR首届文档图像与自然语言处理研讨会DIL2021启动征稿！近日，百度联合中科院自动化所、德国人工智能研究中心、纽约州立大学布法罗分校举办ICDAR 2021第一届文档图像与自然语言处理研讨会DIL2021，并诚邀相关领域的各专家学者投稿参会，2021/03/03 10:58原文链接全球首次！AI研制新药物仅需18个月，李开复梁颕宇：AI医疗已突破，但只打1分比AlphaFlod更加完整2021-03-03 13:30:46原文链接理论表现优于ViT和DeiT，华为利用内外Transformer块构建新型视觉骨干模型TNT优于谷歌ViT和FB DeiT的新型视觉Transformer网络架构。2021/03/03 15:10原文链接其他中兴通讯回应“设立汽车电子团队”：消息属实内部人士透露，该业务体系的一把手仍在竞聘阶段。2021-03-03 18:18:41原文链接上海临港新片区：到2025年集成电路产业规模破千亿上海临港新片区发布集成电路产业专项规划2021-03-03 17:39:36原文链接7999元大疆最新无人机，支持第一人称视角极速拍摄，网友：不是航拍，是直接起飞单手就能操控2021-03-03 13:39:49原文链接英特尔芯片专利官司败诉，判罚140亿，半个季度白干了…英特尔律师直言，这次碰上“专利碰瓷”2021-03-03 12:55:12原文链接

自动驾驶与无人驾驶，无疑是目前最炙手可热的词汇。车联网被看作是未来跨界最多、市场最大、技术最复杂的领域，很诱人却又荆棘丛生。传统车商犹如名门正派一身武功已修炼到极致，但是面对如特斯拉、Google、百度等异军突起的互联网新秀，也是身不由己，纷纷投入到自主驾驶平台的开发中，并积极开展了跨界合作，这无疑也将加快整个智能网联市场的快速发展，使消费者早日受惠于科技带来的便利。通信驱动自动驾驶升级典型的自动驾驶就是将车培养成为高速移动下的人工智能。车辆需要像人一样具有“环境感知、分析决策、行动控制”这三个功能。针对每个项功能进行流程分解，使每一个微小环节突破技术瓶颈，达到极致安全和可靠，是整个业界正在努力的方向，比如传感器的探测精度、距离、面对恶劣天气的补充功能，高精地图对路况的全面输入和及时更新、机器视觉的升级和精度（对图片、数字。信号灯甚至模糊路标的识别能力，在某些信息缺失下的经验判断）、对大数据处理的及时程度和永远在线......甚至车窗玻璃、车内座椅在事故发生时的二次毁灭性的降低......都在研究范围，目的就是为了根本上提升安全和可靠性，消除人们对自动驾驶安全性的疑虑，真正推动自动驾驶的快速和规模商用。而通讯技术的升级，将是自动驾驶汽车研发的必经之路。5G，是自动驾驶达到极致安全和99.999%可靠性的必要手段。5G对于自动驾驶的神助攻没有V2X的自动驾驶技术难以达到高度的高效、安全交通，未来必须是连接自动驾驶一体的智能交通体系。V2X，是指车与外界的信息交换，包括汽车对汽车（V2V）、汽车对路侧设备（V2R）、汽车对基础设施（V2I）、汽车对行人（V2P）、汽车对机车（V2M）及汽车对公交车（V2T）等六大类。V2X与自主式雷达、摄像头同等地位，功能互补，共同组成未来自动驾驶的基础。自动驾驶的大部分应用场景如紧急刹车、V2P、V2I、V2V、V2N等多路通信同时进行，需要瞬间进行大量的数据处理，并及时作出决策，因此也需要网络同时具有大带宽（10Gbps的峰值速率）、低时延（1毫秒）和高可靠性（99.999%）和高精度定位等能力，唯有5G能同时满足这些条件。远程驾驶此前，在世界移动大会.上海期间，中国移动、上汽集团和华为揭幕了其在嘉定车联网试验区完成的远程驾驶演示。该演示基于上汽集团自主开发智能驾驶汽车名爵iGS。据悉，该车已经在美国、中国等多个封闭道路进行路测，已达到L3-L4自动驾驶水平。此次进行的远程驾驶演示，在MWC展馆（上海浦东新国际博览中心）中国移动展台搭载远程驾驶操控台，iGS真车则远在30多公里之外的嘉定。在中国移动与华为搭建的真实的5G网络环境下，iGS车辆安装的多个高清摄像头将240度驾驶视角的多路高清视频实时回传到远程驾驶台，现场实测上行传输速率达到50Mbps，而在远程驾驶台上，驾驶员直接根据回传的多路高清视频进行驾驶操作，其对方向盘、刹车和油门的每一个动作，也在10毫秒之内传输到了嘉定的车辆上。高清视频的及时传入、控制信号的及时传出，使驾驶员仿佛置身于几十公里之外的车辆上，轻松准确的进行驾驶操作。而这一切，都得益于5G网络所使能的大带宽、低时延的能力。远程自动驾驶未来具有广泛的应用场景，尤其对于在恶劣环境和危险区域如矿区、垃圾运送区域、地基压实区等人员无法达到的区域，可进行远程驾驶操控，提升效率，并节省人力。同时，远程驾驶也可以作为自动驾驶的补充，比如在租车和共享汽车场景中，一名驾驶员可以管理多辆汽车，通过远程驾驶将汽车从偏远区域移到人员密集区域，提高车辆利用率。车辆编队车辆编队控制在近年来成为广受关注的一个问题，尤其在客运、货运和港口物流等场景中，通过对车辆队形、间距、速度和协同驾驶一致性的自动化控制，能够有效提升公路交通的效率和安全性，并降低运输成本和运输风险。从今年年初到现在，华为与德国航空航天中心（DLR）及中国某高校分别在德国和中国进行了一系列基于5G网络的车辆编队自动驾驶测试，并顺利完成了紧急制动、紧密跟踪、协同变道等多个场景演示。在这些场景演示中，两辆车或多辆车同向行驶，前车作为领航车，有人驾驶，后车为无人驾驶。前车在进行紧急制动、变道、转弯时，实时将操控信号通过5G基站传达到后车，后车在极低时延下受到信号指令，及时做出与前车协同一致的动作。现场测试表明，基于5G的高可靠和超低时延的V2X方案，前车和后车指令传输的端到端时延最低可以控制在5毫秒，大大缩短后车延迟发应的时间，从而使整个车辆编队步调一致，车辆间的安全距离也可缩小，直接降低风阻造成的燃油消耗，同时使整个车队的安全性也得到保障。高密度车辆编队中使用5G所使能的自动驾驶或无人驾驶，将大幅降低燃油损耗，节省雇佣司机的人力成本。在车辆编队行驶中，车与车通信的端到端时延直接决定了车车之间的最小安全距离，也直接降低了燃油的损耗。5G在该应用场景中，5毫秒以内的端到端低时延以及99.999%的可靠性，是安全高效车辆编队行驶的关键。华为与中国移动合作建设并开放了其在上海金桥的5G真实网络环境，在用户移动的场景下，由5G低频段所构成的容量覆盖层能保持1.7Gbps的平均用户体验速率，而峰值体验速率最高可达5Gbps；与此同时，通过5G高低频双连接技术，在保证连接可靠性的前提下，毫米波可有效提升热点区域网络容量，单用户体验速率可以达到18Gbps，5G空口时延也在1毫秒以内。随着5G的脚步越来越近，我们相信5G自动驾驶也会加速到来。此外，华为Wireless X Labs正积极与业界合作伙伴共同探索5G在无人机、智能制造、VR/AR等多个领域的应用场景研究，让我们共同期待5G使能的全方位智能社会快速到来！更多信息，请关注华为5G+X 联创营：https://developer.huaweicloud.com/techfield/5g.html5G云市场：https://marketplace.huaweicloud.com/markets/5GtoB/AI云市场：https://marketplace.huaweicloud.com/markets/ai/机器视觉云市场：https://marketplace.huaweicloud.com/markets/holosensstore/index.htmlIOT云市场：https://marketplace.huaweicloud.com/markets/iot/混合云云市场：https://marketplace.huaweicloud.com/markets/hcs/鲲鹏云市场：https://marketplace.huaweicloud.com/markets/kunpeng/

华为云AI经典论文复现活动基于华为云一站式AI开发平台ModelArts或HiLens Framework复现AI经典论文复现的算法已经开放共享到AI Gallery赋能开发者让更多人来低门槛使用经典算法我们邀请了参赛的知名高校师生来一起聊一聊~请戳下图