我們的下一代和美國pk科技,能贏在起跑線上嗎?
分享一篇我的好朋友談教育的文章,作者郝景芳是大陸知名新銳科幻作家、教育企業「童行學院」的聯合創始人,比較東西方在兒童基礎教育思維上的差異,探討我們的下一代需要什麼、而我們能為他們做什麼?
文章轉載自郝景芳的微信公眾號:晴媽說(id:qingmashuo),已獲作者轉載授權。
前一段時間,有一所學校招生的新聞悄無聲息佔據了很多關注教育的人目光C位,紛紛議論:如果是你,會送孩子去這所驚世駭俗的學校嗎?
▎從一所學校引發的討論
這是一所什麼樣的學校呢?原來是矽谷鋼鐵俠 Elon Musk 埃隆.馬斯克給自己孩子建立的私人小學,現在對外公開招生了。
消息一經發出,瞬間擠破頭。加州有1000個以上家庭遞交了申請。 (注意!這只是本校Ad Astra的分校Astra Nova,雖然課程和模式照搬了本校,但畢竟只是子品牌,就已經如此轟動了。)為什麼?
我們先來看一下這所學校入學考什麼:
試題一:首次殖民火星任務需要一位隊長。以下為六位候選人自評及他評的創造力、合作力、尋找資源力、定力、學習力、體力、意志力,七個方面的數值。
1.1 請問哪位候選人最適合擔任隊長來完成以下任務:
“存活並在火星建立基地,在兩年後返回地球。”
1.2 如果任務變成以下,誰又更適合:
“存活並在火星建立基地,使用火星的資源建立能源工廠。永久待在火星並等待三年後第二批殖民者。”
1.3 我們是否應該派人去殖民火星?為什麼?
試題二是一款自創的策略桌遊,讓孩子跟對手對戰二十次,摸清桌遊規律,並尋找出最佳策略。
哇哦,這樣的入學測試題,是不是耳目一新呢?你家小朋友會如何回答呢?
馬斯克原本建立的Ad Astra學校,只是給他的SpaceX員工家的少量小朋友辦的”子弟校“,也算是承襲了我們社會主義祖國”企業辦校“的優良傳統,有著濃濃的SpaceX企業風。那麼這所學校日常如何教學呢?
Ad Astra的學生:
- 不分年級:8-14歲的孩子一起上課
- 側重科技:學習的科目主要是編程、AI、倫理和工程
- 練習創業:每人都會建一家虛擬公司,使用學校的虛擬貨幣進行創業和交易
- 接受複雜性挑戰:模擬、案例研究、製造和設計項目、Astra Nova開發的實驗室和企業合作夥伴;學生被複雜性和解決未知問題的能力所吸引。
- 每年更新:每年根據學生和每個項目、實驗室、討論或戰略計劃的經驗教訓來重新設計。
- 讓孩子們喜歡上學:如果學生被認真對待,他們的時間被充分利用,會怎麼樣呢?
哈哈,就是赤裸裸地培養科技創業企業家啊!說不准其中就有SpaceX的繼承人,或是下一代矽谷獨角獸公司創始人。
很想了解一下,這樣直奔主題、前沿酷炫、自由創新、前途未卜、不走尋常路、偏科嚴重的學校,如果是你,會給孩子報名嗎?
▎從科技之爭引發的思考
Ad Astra對科技的重視,讓我們想到近期另一個持續火爆的話題:中國大陸的科技和西方發達國家之間到底有多大差距?
我們都知道,自從去年華為被美國針對性封鎖以來,中國科技面臨著前所未有的挑戰:敵人像窮凶極惡的野狼一樣圍追堵截,而我們在關鍵性技術——尤其是芯片上——受到了極大掣肘。美國進入了麥卡錫主義,對所有與科研有關的華人採取排擠和封鎖政策。這讓人議論紛紛、憂心忡忡、怒氣沖衝。
這引發了很多討論:大陸和發達國家的科技差距,最主要的來源是什麼?
對這個問題,我曾經寫過兩篇文章,從資金投入、資金結構、產業結構角度進行了分析:《創新中國仍然缺失的必要環節》和《特朗普貿易戰,為什麼是個教育問題》,在此不多展開。
在此只想分析一種說法:“中國科研起步晚、投入少,暫時落後很正常,只要持續花錢投入,假以時日,一定能全方位超越歐美髮達國家。”
這種說法聽起來很有道理,但是深入分析就會發現問題:如果認為中國20年後科研水平將全方位超越歐美發達國家,那就意味著,20年後,中國的科研主力軍實力水平要全面超越於歐美髮達國家科研主力軍之上,進一步推論,這就意味著,今天10歲的中國孩子,未來的科研能力要全面超越於今天10歲的歐美孩子。
是這樣嗎?我們的少年真能贏在科研的起跑線上嗎?
我向大家推荐一本書:《Cycles of Invention and Discovery——Rethinking the Endless Frontier》,是一本深入回顧科學和科技創新的研究,有不少紮實的工作和洞見(尤其推薦其中講貝爾實驗室的部分)。
這本書裡詳細回顧了現代半導體和通信工業的發展歷程,其中重大的成果節點包括:
- 1956年諾貝爾獎(1947/48年成果):晶體管的發現/發明;
- 1964年諾貝爾獎(1954/58年成果):量子電子學的發展引發激光的發現/發明;
- 1985年諾貝爾獎(1980年成果):量子霍爾效應的發現;
- 1998年諾貝爾獎(1982年成果):帶有分數電荷的新型量子流體的發現;
- 2000年諾貝爾獎(1957/63/70年成果):半導體異質結構的發明;
- 2009年諾貝爾獎(1966年成果):光纖波導的發明;
可以看得出來,這裡面有兩個非常明顯的現象:
1)發達的信息工業背後,是強大的基礎研究作為水下冰山;
2)發現和發明往往先於工業應用很多年。
晶體管的發現/發明(1948年)先於英特爾公司成立20年(1968年),更早於286芯片上市(80年代)。再往前追溯,晶體管的前身電子管,是1884年的想法,1904年的專利。是100多年持續不間斷的強大的基礎研究才導向今天發達的工業應用。那是什麼力量帶來了這樣強大的基礎研究?
基礎研究不同於應用研究。應用研究通常是把所有能獲取的科學成果整合在一起。結果是可控的、時間是可控的、成本是可控的、方向是可控的。但是基礎研究不是這樣。基礎研究方向是完全不確定的,它的目標就是發現和理解,是向未知前行。站在歷史節點上,我們會發現:
半導體的發現不是為了電腦,是法拉第發現了異常電阻現象;電磁波的發現不是為了手機,是麥克斯韋從數學上整合電現象和磁現象;流體力學方程不是為了飛機,是伯努利為了解釋水流速不同的現象;激光的預言不是為了光纖和武器,是愛因斯坦發現的光電效應和量子力學能級理論的推演。
所有這些帶來劃時代改變的重大發現,都是為了解釋自然現象、探索基本規律,背後是抽象思想帶來的快感,是科學家對自然不斷追問的樂趣。
▎教育系統需要作出的改革和困難
從前面的梳理我們可以看到,真正劃時代的重大發現,都是去解決未知問題。但是我們目前的教育,讓學生練習的都是“解決已知答案的問題”,而不是“解決未知答案的問題”。我們練就了孩子們猜測出題人心思的能力,但是真正面對複雜未知的自然,該如何思考和探索,孩子們是毫無概念的。
真正好的基礎教育,是讓孩子學習探索未知問題。這種教育需要教孩子的是探索問題的方法,而不是直接記住答案。
馬斯克在接受采訪時說過,如果你想教別人如何使用引擎,你應該把引擎給他們,讓他們自己動手拆卸,而不是簡單地在教科書上閱讀螺絲刀和汽車的知識。如果一個孩子把引擎拆開,他們會明白所有的部分是如何一起工作的,他們會明白整體,而不是部分。
我們的傳統教育是告訴孩子電磁感應定律是什麼,然後讓孩子通過左右手定則做練習題,而真正培養創新者的教育,應該反過來:讓孩子理解法拉第到底在探索什麼問題,他觀察到什麼,他是怎樣想問題的,是怎樣提出理論猜想,怎樣做實驗驗證,遇到什麼挫折,又是怎樣找到答案,最後得出電磁感應定律。
也就是說,傳統教育是從知識出發,培養創新者的教育是從探索出發,讓知識作為結果。
我們有多少課堂帶孩子了解過科學定律的發現過程?我們有多少學生知道,胡克是為什麼研究彈簧?伽利略是為什麼研究慣性?如果不知道科學探索背後的思維邏輯,就很難做出未來的創新。可是引領孩子探索知識的發現過程太花時間了,沒有哪個課堂有這樣的耐心。
對比中美教育創新,會發現,我們的基礎教育改革實在是太慢了、太難了,不要說一所像Ad Astra這樣顛覆式創新的學校,就連做一些教材和教學法方面的改革,都舉步維艱。
制度政策先不說,人才培養方面,能夠做“以問題為引導”“探究式教學”設計的老師就十分稀缺;考核方式方面,目前之所以只強調應試,是因為其他教學方式缺乏統一評價標準,給舞弊開了口子;教育出路方面,現在仍然只有高考一條路能導向好的職場發展,缺乏和新興職場發展的鏈接;社會環境方面,現在整個大環境都急功近利,讓父母也充滿焦慮。這些方面都讓真正開創性的教育探索困難重重。
▎致力培養下個時代的革新者
我之所以創辦童行學院,就是希望在中國也能做一些面向下個時代培養創新者的事情。辦學校不容易,我們就辦課外學校。
童行學院採取線上課的方式,給孩子項目制的實踐機會,培養孩子知識、視野、思維,並讓孩子感受並學習科學、人文、藝術背後的思維方法。童行學院的所有課程和引導理念,都是以問題為出發,問題驅動的學習。我們在時空之旅課程裡,帶孩子探訪科學家,回到科學發現的現場,跟科學家一起發現知識。這種“問題驅動——激發好奇——引導思考——培養思維——學習知識”的教學思路,是一種從根本出發的教學方式。
在童行學院的“火星探索”項目制學習營中,有一個環節是讓孩子探索“如何讓火星車減速,安全抵達火星”。我們讓孩子準備一個煮雞蛋,用生活中各種能想到的材料,想辦法讓煮雞蛋從高空中落下而不摔碎。孩子通過動手,再和老師討論,會真正理解火星探索過程中的挑戰,也會對重力/空氣阻力/緩衝等等物理概念充滿好奇,熱情發問。
我們希望有更多同路人參與,我們會積極尋找志同道合的合作者,也希望更多家庭和孩子加入我們。
韋能能源評價 在 台灣物聯網實驗室 IOT Labs Facebook 的最佳解答
深度:中科院AI勢力崛起
2020-01-21
智東西
文 | 韋世瑋
我們將時針倒回至七十年前。
己丑年甲戌月,東四馬大人衚衕10號的冬天全然未見絲絲涼意。這看似並不起眼的北京城中一隅,正醞釀着一場影響中國科技發展的深刻變革。
小衚衕裏,時年57歲的郭沫若被正式任命爲中國科學院院長。歷史以此爲起點向前奔涌,往後領導班子不斷更替的七十年間,我國自近代以來百廢待興的科技產業發生了翻天覆地的變化。
中國科學院(簡稱中科院)是我國在自然科學和高新技術綜合研究領域的最高學術機構。自成立以來,逐漸建成了完善的自然科學學科體系,覆蓋物理、化學、環境與生態學等學科,爲我國國家安全和科技硬實力的發展上,成爲了不可或缺的國家戰略科技力量。
從首次人工合成牛胰島素,到第一臺原子力顯微鏡(AFM)的誕生;從第一臺大型向量計算機系統,到首款通用處理器芯片「龍芯1號」的自主研發……中科院一路高舉科學振興的旗幟,帶領我國無數高端學科和科技產業萌芽、興起與爆發。
在學術研究領域,中科院旗下擁有12所分院,超100家科研院所,中國科學院大學、中國科學技術大學、上海科技大學(與上海市共辦)均爲中科院所屬的全國重點大學。建院以來,中科院已培養了近千名科技領軍人物和科技尖子人才,涌現出一批又一批的高科技創業者。
隨着人工智能的大火再度把世界科技熱潮點燃,中科院仍保持着強勁實力屹立於世界AI領域的發展潮頭。
放眼世界,2019年全球頂尖計算機科學機構排行榜CSRankings中,中科院以5.3分排名AI全球榜第四,僅次於清華、北大和卡耐基梅隆大學。
回望中國,中科院一手甩出寒武紀、雲從科技等估值10億美元的AI獨角獸,一手穩握中科曙光、科大訊飛和中科創達等多支A股王牌,在羣雄割據混戰的AI戰場中肆意廝殺。
國內外AI科技競賽一波未平一波又起,不知不覺間,中科院AI勢力的星星之火在2019年AI落地生死戰中,歷經了數萬家企業落幕背後的暗潮撲殺,正以爆發之態燎原至漫山遍野。
溯源中科院這場AI勢力崛起的背後,不僅是瞭解我國最高科研學術機構的技術根基和人文底蘊,我們對中科院系的冰山一角進行層層剖析的同時,也嘗試從中窺見這派AI勢力在當下產業落地生死戰的底牌與新活法。
一、中科院的根:研發與人才四十餘年灌溉
中科院系AI企業的野蠻爆發與生長,源於中科院深埋於我國科技土壤的根,離不開研發與人才長年累月的滋養和灌溉。
中科院的研發實力有多強?2019年《Nature》雜誌公佈的2019自然指數(Nature Index)年度榜單中,中科院以1678.64分一馬當先,超越845.54分的哈佛大學,猛衝全球領先研究機構第一的寶座。
細數我國改革開放四十餘年,在國民經濟、國家重大需求乃至世界科技前沿領域,亦活躍着中科院的身影。
2018年,中科院系統梳理了它在四十年間所研發的40項具有代表性、標誌性的重大科技成果。
其中在國家重大需求領域,中科院微電子所組織全國性產學研用聯盟,七年間不斷攻克集成電路(IC)產業研發瓶頸,實現22nm高K介質/金屬柵工程、14nm FinFET器件、新型閃存器件和可製造性設計等關鍵技術突破。
與此同時,在關鍵工藝模塊上,中科院微電子所還形成了較爲系統的知識產權佈局,擁有專利2406項,其中國際專利483項。
中科院持續在各個領域加強核心技術攻堅,實際上爲其在AI產業的爆發打造了一支又一隻精兵強將。
根據中國新一代人工智能發展戰略研究院在2019年5月發佈的《中國新一代人工智能科技產業發展報告》,截至2019年2月28日,我國共有75家AI領域的非大學科研機構,中科院下屬科研院所爲38家,以51.4%的佔比盤踞我國非大學科研機構陣營的半壁江山。
不僅如此,中科院下屬科研院所還強勢霸榜了我國AI領域專利數Top 10非大學科研機構。數據顯示,從第一名的中科院計算所,到第十名的中科院上海微系統所,中科院共爲我國AI產業貢獻了15457項AI技術專利。
人才之於研發,亦如園丁之於園林。
從成立至今,在郭沫若、方毅、盧嘉錫、周光召、路甬祥、白春禮一代代院長的帶領下,中科院如海納百川般吸引了無數身居科研金字塔頂尖的學術巨擘,遍佈數學物理、生命科學、信息技術和化學等多個領域。
現階段,中科院學部共有830名院士,107名外籍院士,平均年齡高達73歲。
81歲的並行算法、高性能計算專家陳國良院士正是其中的一員。他曾開發了國產曙光並行機「用戶開發環境」商用軟件,並帶領團隊成功研製出萬億次高性能計算機「KD-90」,爲我國高性能計算領域的自研核心技術添上了濃墨重彩的一筆。
外籍院士中,時年72歲的微電子學家、FinFET之父胡正明提出的鰭式場效晶體管(FinFET)芯片工藝技術,不僅成功讓芯片晶體管構造從原先的2D邁入3D大門,還打破了曾限制半導體產業發展許久的「摩爾定律」,爲全球半導體產業快速進軍先進工藝領域作出了巨大貢獻。
在近千名院士的披荊斬棘之下,雲從科技創始人及CEO周曦、寒武紀創始人陳天石與陳雲霽、雲知聲創始人樑家恩等一衆出身於中科院的後起之秀,亦在AI領域嶄露頭角,力圖創造一個又一個創業佳話。
縱觀中科院的科研實力與人才優勢,自成立七十餘年——尤其是改革開放後的四十一年間,日復一日地滴匯成海、聚沙成塔,不僅推動了我國科學技術硬實力的復興,亦爲如今中科院系AI公司在產業的爆發埋下伏筆。
二、中科院系AI企業的三大主戰場
如果說AI用了六十年的時間,才讓世界重新關注到它。那麼,中科院自改革開放後花了四十餘年,才讓中科院系企業在當下迎來爆發,這並不意外。
往前,我國的AI產業有中科曙光、科大訊飛和新鬆機器人等公司,在高性能計算、語音、機器人等領域開創基業的篳路藍縷。
往後,國內AI領域則有寒武紀、雲從科技和雲知聲等AI獨角獸與初生牛犢將優勢傳承,在AI芯片、AIoT、計算機視覺等市場不斷釋放潛力。
2019年年初,全球創投研究機構CBInsights發佈32家全球AI獨角獸公司名單。其中,出身中國的10家企業中,寒武紀、雲從科技和雲知聲爲中科院系創企,自動駕駛創企Momenta也有多名高管出身中科大。
中科院系在國內的競爭力同樣強勁。2019年8月,賽迪研究院發佈《2019賽迪人工智能企業百強榜研究報告》,在綜合實力TOP100榜單中,科大訊飛、中科曙光、寒武紀和漢王科技等9家中科院系企業榜上有名。
四十多年來,不斷在AI市場展露野心的中科院系企業已在多個領域開枝散葉。
從當前全局來看,中科院系企業的戰場主要集中在計算機視覺、AI語音和AI芯片三大方向。
它們從成立之初就開始逐漸影響着這些行業,在利用創新技術瓜分市場的同時,也重新定義着傳統市場的變革之路。
1、計算機視覺(CV)
計算機視覺是如今AI領域中十分熱門一個分支,同時也是極具商業化價值的賽道。
其中,以人臉識別爲核心技術的AI企業已廣泛遍佈國內市場,與安防、金融、自動駕駛和消費電子等應用場景緊密結合。
在這一市場中,中科院系老牌企業則有中科創達首當其衝。
中科創達成立於2008年,它針對成像技術開發了一系列圖像處理和智能視覺算法,既有面向衆多領域檢測人臉的年齡、性別和情緒的Face ID方案,也有面向工業、安防和交通等領域的視覺缺陷檢測。
尤其在智能網聯汽車方面,中科創達融合底層操作系統技術、Righware Kanzi 3D開發技術和智能視覺AI技術,進一步提升用戶的駕駛體驗。
據悉,中科創達在全球已擁有超過100家智能物聯網汽車客戶,其業務增速在2019年上半年約爲74%。
深度:中科院AI勢力崛起
另一廂,現在市場中老生常談的「CV四小龍」中,雲從科技則是中科院系麾下創企,成立4年就已拿下10億美元估值。
雲從科技在計算機視覺領域擁有三大核心技術,分別爲3D結構光人臉識別技術、跨鏡追蹤(ReID)技術和人體3D重建技術,在安防、金融、交通和零售等行業都有落地應用。
例如,其人臉識別技術能夠對圖像中的人臉進行屬性分析,以判斷年齡、性別、膚色、是否佩戴眼鏡和麪部遮擋物等信息,實現毫秒級響應。
2018年,國際調研機構Gen Market Insights曾發佈《全球人臉識別設備市場研究報告2018》,數據顯示,中國是全球人臉識別設備的最大消費市場,雲從科技的市場份額排名第一。
2、AI語音
要說中科院系企業在AI語音領域的最大王牌,科大訊飛當仁不讓。
自1999年成立至今,科大訊飛在語音識別、語音合成、聲紋識別和自然語言處理(NLP)等技術領域,已逐漸成爲中國AI語音行業的領頭羊。
科大訊飛的AI語音業務覆蓋智慧教育、智慧醫療、智慧城市和智慧汽車等領域。其中,在智慧教育方面開發了訊飛學習機,能夠幫助孩子定位弱項學科,制定個性化的學習方案。
科大訊飛董祕江濤曾表示,科大訊飛語音識別的市場佔有率已居全國第一。
而在新秀陣營,雲知聲和聲智科技等創企的潛力亦不可小覷。
例如,當前處在國內語音交互領域第一梯隊的雲知聲,2012年時就已將深度學習技術應用到語音識別領域,隨後還提出了面向物聯網的「雲端芯」產品體系構想。
雲知聲自主研發的雲知聲開放平臺3.0,利用語音識別、語義理解、語音合成和音頻轉寫等技術,爲移動物聯網、智能家電、可穿戴設備和醫療等領域提供AI語音解決方案。
據瞭解,目前雲知聲的覆蓋用戶已達2億,其中開放語音雲覆蓋的城市爲470餘個,覆蓋設備超9000萬臺。
3、AI芯片
在我國的半導體產業發展史上,脫胎於中科院計算所的龍芯中科自2001年以來,陸續研發龍芯1號和龍芯2號系列芯片,打破了我國缺乏自主研發CPU芯片的歷史。
而往後看,尤其是過去五年間AI專用芯片需求的爆發,中科院也孕育出了寒武紀和雲知聲兩家AI芯片獨角獸公司,以及中科睿芯、欣博電子和啓英泰倫等重要玩家。
其中,創立於2016年的寒武紀在2018年6月完成數億美元的B輪融資後,市場估值已達25億美元(約167億人民幣)。
寒武紀打造的兩代智能處理器IP,曾被搭載於華爲麒麟970和麒麟980兩款SoC中,幫助華爲一炮打響「真正的AI手機」口號。
2019年11月,寒武紀面向邊緣AI計算領域,最新推出了思元220芯片,擁有高安全、低延時和高帶寬三大優勢。
隨着思元220芯片的推出,寒武紀的AI芯片正式形成雲、邊、端三個方向的完整佈局,進一步滿足現今碎片化AI市場的多個應用場景需求。
三、回溯三大技術源頭,AI勢力的厚積薄發
追根溯源,如今中科院系AI勢力的逐漸崛起,與中科院AI歷史的變遷與演進離不開關係。
與我國曆史發展脈絡同步,中科院在結束了徘徊中前進的兩年後,國內AI的發展也逐漸醞釀着解禁。
1978年,我國著名數學家、中科院院士吳文俊提出的「幾何定理機器證明」獲得了全國科學大會重大科技成果獎,爲我國之後的AI體系構建奠定了重要基礎。
直到上世紀80年代,中國航天之父、中科院院士、兩彈一星元勳之一錢學森等先輩開始主張開展AI研究,讓我國的AI領域研究逐漸開始活躍。
隨着我國AI技術和思想的層層「破冰」,加之1994年中科院啓動支持高水平科技領軍人才引進的「百人計劃」,中科院乃至我國的AI從人才到技術、從學術到產業、從機構到企業,才一步步地蓬勃發展起來。
歷史滾輪之下,我國的AI發展脈絡與中科院息息相關。
當我們將回溯的目光放至中科院系AI企業的「身世」上,不難發現,這些企業的出身可大致分爲兩派。
一派以研究員爲出發點,其公司創始人、CEO和主要高管均爲中科院及下屬研究所出身,由研究員獨立或聯合創業而成;
而另一派則以科研項目爲出發點,公司在成立前曾爲中科院及其下屬研究所的科研項目,通過技術成果轉換後,才正式成立爲公司繼續發展。
但不論是研究員的出身,還是科研項目的孵化,這些公司的技術起點幾乎主要源於中科院的三家關鍵機構——中科院自動化研究所、中科院計算技術研究所、中科院聲學研究所。
1、中科院自動化研究所
設立於1956年的自動化所,不僅是我國最早成立的國立自動化研究機構,也是我國最早開展類腦智能研究的國立研究機構。
自動化所主要涉及生物特徵識別、機器學習、視覺計算、自然語言處理、智能機器人和智能芯片等領域的研究,漢王科技、中科唯實、銀河水滴、中科慧遠和中科視語等公司均從中孵化落地。
截止2018年底,自動化所共擁有696名科技人員,包括中科院院士2人、發展中國家科學院院士1人、IEEE Fellow 9人。
在AI領域,自動化所亦扮演着重要的開拓者角色。
上世紀90年代,自動化所以控制科學爲基礎,率先佈局AI研究。緊接着從2010年起,其AI研究方向進一步細化,開始在類腦智能研究領域出招。
據悉,自動化所通過架構設計創新,曾自主研發了量化神經處理器(QNPU),在資源受限的芯片上實現大規模深度神經網絡的獨立計算。
而在生物特徵識別技術方面,自動化所還實現了從中距離到遠距離的可識別生物特徵信息全覆蓋,包括虹膜識別、人臉識別和步態識別,已在國家衆多重要安全領域應用落地。
2、中科院計算技術研究所
計算所同樣創立於1956年,是我國第一個專門從事計算機科學技術綜合性研究的學術機構。
計算所主要研究信息處理、網絡安全、大數據處理、智能技術和虛擬現實技術等領域,曾研發出我國衆多的「第一」歷史性時刻,爲我國的高端計算機技術、數字化技術和通用CPU技術等方面作出了巨大貢獻。
例如,我國的第一臺通用數字電子計算機、第一臺109乙大型通用晶體管計算機、第一顆通用CPU芯片「龍芯1號」,以及全球PC市場份額第一的聯想集團前身皆誕生於此。
同樣,計算所亦是中科曙光、寒武紀、中科智芯、中科視拓和中科物棲等一衆AI企業的搖籃。
截至2015年,計算所的研究隊伍已超500人,其中中科院、工程院院士共5名,正高級專業技術人員70名。
而在未來,計算所也將計劃實現三個100億的產業目標,包括中科曙光市值達到100億美元、嵌入到華爲等企業的IT產品銷售100億人民幣、創業公司市值達到100億人民幣,真正成爲我國計算機產業的源頭。
3、中科院聲學研究所
與自動化所和計算所相比,聲學所則較爲「年輕」些,它成立於1964年。
聲學所主要負責聲學和信息處理技術學科的應用基礎,以及高技術發展研究,面向我國的海洋、安全、能源和生命健康等領域。
其中,聲學所的水聲物理與水聲探測、通信聲學和語言語音信息處理、聲學與數字系統集成等技術,不僅孵化了聲智科技等AI語音企業,同時也培育了一批如海天瑞聲創始人賀琳、小聲科技創始人陳孝良等產業人才。
截至2018年底,聲學所共有專業技術人員794人,包括正高級專業技術人員133人,副高級專業技術人員255人。
在國家重大科研項目領域,聲學所亦參與研製了我國「蛟龍」號載人潛水器的研發與應用,爲我國載人深潛技術的發展作出了突出貢獻。
中科院AI技術的「黑土地」不止於此,中科院軟件研究所、微電子研究所、半導體研究所等科研機構,同樣催生了衆多極具潛力的中科院系AI企業。
四、中科院的時代發展機遇
中科院系AI勢力的燎原,不僅僅是七十多年來科研技術和人才培養的厚積薄發,抓住了AI產業「甦醒」的時代機遇,亦是我國政策和中科院科技成果轉換的催化。
自我國的科技發展進程翻篇到新世紀,國家層面對AI技術和產業的嗅覺愈發靈敏。
國家高層領導人在2014年中國科學院第十七次院士大會、中國工程院第十二次院士大會開幕式上發表的一次重要講話,首次高度評價了AI和相關智能技術,無形中大力推動了我國AI技術的發展。
一年後,國務院正式頒佈了《中國製造2025》,加快推動新一代信息技術與製造技術融合發展,將推進智能製造作爲我國製造強國戰略的主攻方向。
至此,AI逐漸被提到了每一項重要產業中不可或缺的核心技術位置。
在國家政策的積極帶動下,中科院及下屬各個研究所亦開展了一場自上而下的政策規劃。
但立足於產業,如何更好地實現科技成果轉移轉化也成爲了中科院各項政策規劃的重要方向。
實際上,技術成果轉化的難點在於如何尋找技術產業化的方向。這常常缺乏專業的服務機構和人才,同時還面對部分科技成果轉化的政策不完善、科技成果與市場需求脫節等問題。
在政策方面,以下屬研究所爲例,中科院計算所在2016年制定了自身的「十三五」規劃,一是計算所發展模式要從自主創新轉變到引領創新,對標斯坦福大學;二是通過建設中科院網絡計算創新研究院,引領中國「信息高速鐵路」技術的發展;三則是支撐企業實現三個100億的產業目標。
以地方爲例,2018年,中科院科技促進發展局、中科院北京分院、中關村科技園區管理委員會共同推出了《促進中科院科技成果在京轉移轉化的若干措施》,通過支持科技成果轉化平臺建設、實驗室共享等十項舉措,推動更多科技成果在北京轉化落地。
此外,中科院還全資設立了國科創新公司,不斷探索產業技術研究院、技術企業孵化器和聯動創新產業園三種平臺的科技成果轉換模式。
截至目前,國科創新已實現了120多項科技成果轉換服務,覆蓋AI、智能製造、智能物流和智能電網等領域,孵化企業的融資規模已達到2.8億人民幣。
結語:七十載征程,中科院仍笑傲AI江湖
時光如流水,七十年的風吹雨打,中科院已然成長爲我國AI技術和產業力爭站立於世界潮頭的國之重器。
順延着它的歷史軌跡,我們可以看到,它AI勢力的強勢崛起,既有歷史的累積、人才培育的影響,也有一代代產業經驗累積後的良性循環。回顧中科院系AI企業的漫漫長路,它爲我國AI產業如何利用好產學研之間的合作優勢,提供了一個新的角度與思考方向。
但同時,我們也需意識到,在當下殘酷的AI落地戰和全球科技競賽激烈的環境中,我國整體的AI技術實力與國外仍存在一定的差距。
我國AI玩家們將要面臨的,不僅是全球科技競賽給市場格局帶來洗牌的陣痛,還需面對顛覆性技術爲各領域市場,乃至人們的生活帶來的巨大挑戰。生,便能乘着市場和資本的東風一躍而起,闖進商業落地的頭部陣營;死,便只能被大浪拍在岸邊的礁石上,隨着時間流逝被市場和資本遺忘。
未來,中科院系AI企業又將如何書寫這一頁歷史征程?時間將會告訴我們答案。
附圖:▲中科院研究單位統計表
▲我國自然科學工作者代表會議籌備會合影
▲自然指數全球百強機構前十名榜單
▲中科院改革開放四十年40項重大科技成果
▲我國AI領域專利數Top 10非大學科研機構(圖源中國新一代人工智能發展戰略研究院)
▲中科院學部院士年齡統計(圖源中科院官網)
▲陳國良院士
▲胡正明院士
▲賽迪網發佈2019年中國AI企業綜合實力百強名單
▲計算所成立公司情況(圖源計算所官網)
資料來源:https://bangqu.com/YDah49.html
韋能能源評價 在 股魚-不看盤投資 Facebook 的最讚貼文
再優秀的投資人也都仍有犯錯的可能性,更何況是我們呢!
---------------------------------------------------
巴菲特也犯錯誤 樂購造假致巴老損失慘重
鉅亨網新聞中心 (來源:新浪財經) 2014-10-21 01:39:00
戴金鴻
在對樂購的投資上,“股神”巴菲特也承認失誤了。
投資樂購乃巨大失誤
16日,巴菲特旗下伯克希爾-哈撒韋公司(下稱“伯克希爾”)提交給倫敦證券交易所的一份聲明顯示,該公司已將其在樂購(TESCO)的持股比例削減至不到3%,目前持股數為2.453億股。
歷史資料顯示,截至9月24日,伯克希爾依舊持有樂購3.98%的股份,這也就意味著9月24日以來,伯克希爾已出售了至少價值2.32億美元的樂購股票。
如果以9月24日作為時間基準,那麼根據當時伯克希爾依舊持有的樂購股份計算,在樂購這筆投資上,伯克希爾虧損額達到近7.5億美元。
特易購(TESCO)是全球三大零售企業之一——英國TESCO集團在中國註冊的名稱,而樂購則是英國TESCO集團在中國運營的大賣場的名稱。
巴菲特在接受媒體採訪時稱,他對樂購的投資是個“巨大失誤”。而去年有關樂購的交易是巴菲特15只重倉股中唯一出現虧損的股票。
早在2006年,巴菲特就開始投資樂購,持股比例最高曾一度達到5%。而根據樂購股價走勢來看,2007年11月1日其股價一度漲至494.25英鎊/股的歷史新高。不過,自從2013年第四季度以來,樂購股價就開始大幅下跌。統計資料顯示,2013年9月1日至今,樂購股價跌幅達到51.25%。
緣於財務造假
今年以來,受到來自低成本運營商激烈競爭的影響,樂購的銷售出現大幅下滑。而9月中下旬,樂購在外界壓力下不得不承認其上半年虛報了2.5億英鎊(約合4.09億美元)的利潤。
受此影響,樂購首席執行官與首席財務官均被解職,同時從德勤公司聘請審計員對公司財務進行調查。
根據目前的調查結果,樂購賬簿上約有4.1億美元的黑洞,此前的假賬將已經被預訂但還沒有售出的折扣商品作為收入進項,同時做低了其銷售成本。事實上,樂購上半年的利潤應為8.5億英鎊,而不是早前宣佈的11億英鎊。
IG公司市場分析師阿拉斯泰爾-麥凱格表示:“考慮樂購目前需要解決的所有問題,糟糕的內部審計問題是最後一項需要解決的。盈利預期下調23%可不是一件小事。”
其實,樂購的問題早在2013年就已顯露苗頭。
首先,在中國市場,截至2013年8月底的半年時間內,樂購的虧損額就達到9.7億元。此後樂購被中國華潤萬家收編,組成合資公司,其中樂購持股比例僅占20%。
與此同時,2013年9月,樂購出售其美國分部Fresh&Easy,適時其帳面顯示:樂購在美國長達八年多時間內的投資不僅分文未賺,還巨虧20億歐元。
其次,由於錯誤的投資策略,樂購從2011年開始就將其主要關注力轉向國際市場,而大力開拓國際市場的同時卻忽略了英國國內的市場。然而,英國國內市場占樂購的收入比重接近三分之二。店面髒亂差、人手不足等現狀令樂購的品牌信譽度大大受損。
再者,鑒於英國國內零售企業的激烈競爭,樂購的市場佔有率已經從2013年的30.3%下降至目前的28.9%。
這也就使得樂購的財報壓力陡增,最終選擇了財務造假這一“捷徑”。
“股神”也是凡人
其實,此次承認投資失誤並未巴菲特首例。歷史資料顯示,在不同時間、不同場合,巴菲特都曾對自己的部分投資選擇給出“失誤”評價。
2008年,巴菲特表示,其犯了一個嚴重的錯誤——在油價和天然氣價格接近最高點時,增持康菲石油(68.83, 0.75, 1.10%)股份。
“我沒能預計到2008年下半年能源價格的戲劇性下跌,我仍然認為未來石油價格會比現在的40~50美元/桶高得多。但是到目前為止我錯得離譜。即使石油價格回升,我選擇購買的時機也讓伯克希爾消耗了數十億美元。”
2013年,巴菲特在接受《第一財經日報》記者採訪時也曾透露過他的另一筆失敗投資:1993年收購美國鞋企Dexter。巴菲特將這筆投資看成是其一生中
最慘痛的失敗。
“我曾花大約4億美元買過一家鞋履公司,最後全部賠光,最糟糕的是我用伯克希爾的股票去買的,現在估計那些股票值40億美元。”巴菲特表示。1993年巴菲特以價值4.2億美元伯克希爾股票的代價收購了Dexter。
而在今年的伯克希爾公司股東大會上,即中國國內投資者熟悉的巴菲特年會,巴菲特也對能源未來控股公司(EnergyFutureHoldings)的投資承認了失誤。
儘管巴菲特也頻頻失誤,但是不可否認的是,從投資的角度來看,巴菲特是極其成功的。
伯克希爾第二季度財報顯示,其總營業收入達到497.6億美元,主要得益於換股交易以及多項業務的盈利增長。而每股營業收入達到2634美元,超出市場預期的2482美元,同比增速接近40%,每股收益也達到3889美元;淨利潤為64億美元,其中投資業務收益19.6億美元,衍生業務收益1.01億美元。
目前,伯克希爾公司股價已經達到驚人的20.55萬美元/股,總市值也達到1932億美元。
韋能能源評價 在 韋能能源- Home | Facebook 的推薦與評價
來自新加坡的韋能能源為亞太全方位的再生能源開發運營商,我們致力於減緩全球暖化和遏制自然資源枯竭;並提供可負擔的、可靠的、永續的再生能源;與在地夥伴合作,提供生態 ... ... <看更多>
韋能能源評價 在 [請益] Vena Energy 韋能能源 - PTT評價 的推薦與評價
看板Tech_Job標題[請益] Vena Energy 韋能能源作者. UCSD. (加州大學聖地牙哥分校)時間 May 30 23:19:45 2021 推噓 推:1 噓:1 →:4. PTT評價. ... <看更多>
韋能能源評價 在 韋能能源vena energy - 工作板 - Dcard 的推薦與評價
大家好,近日應徵上這家公司的行政內勤,想請問是否有人也在這家公司上班呢?公司內部氛圍還好嗎?員工離職率高嗎?因為網路上找不太到有人分享, ... ... <看更多>