【立場轉載】【2020 諾貝爾物理學獎】廣義相對論與宇宙最黑暗秘密
打風落雨留在家,為何不試試學習黑洞的理論呢?😹😹😹
//諾貝爾獎有三個科學奬項,我們在學校也習慣以「物理、化學、生物」等不同科目去區分不同科學領域。這種分界當然能夠方便我們以不同角度去理解各種自然現象,但大自然其實是不分科目的。科學最有趣的是各種自然現象環環相扣,我們不可能只改變大自然的某一個現象而不影響其他。就好像蝴蝶效應,牽一髮而動全身。
廣義相對論間接推論暗物質存在的必要
廣義相對論是目前最先進的重力理論,它能夠解釋迄今為止所有實驗和觀測數據。然而,天文學家發現銀河系的轉速和可觀測宇宙的物質分佈,都顯示需要比觀測到的物質更加多的質量。這是物理學的其中一個未解之謎,有時會被稱為「消失的質量」問題。那些「應該在而卻看不到」的物質,就叫做暗物質 (dark matter) 。
有些物理學家猜測,會否根本沒有暗物質,而是廣義相對論需要被修改呢?他們研究「修正重力 (modified gravity) 」理論,希望藉由修正廣義相對論去解釋這些觀察結果,無需引入暗物質這個額外假設。可是從來沒有修正重力理論能媲美廣義相對論,完美地描述宇宙一切大尺度現象。
天文學研究向來難以得到諾貝爾獎,因為天文發現往往缺乏短期實際應用。然而過去十年之間,有關天文發現的研究卻得到了五個諾貝爾物理學獎。換言之,過去幾十年間改變人類對宇宙的基本認知的,有一半是來自於天文現象。其中有關廣義相對論的包括 2017 年的重力波觀測、 2019 年的宇宙學研究,以及 2020 年的黑洞研究。
不過很少人提及這三個關於廣義相對論的發現其實同時令暗物質的存在更加可信。因為這些發現測量得越精確,就代表廣義相對論的錯誤空間更小。換句話說,物理學家越來越難以靠修正重力去解釋「消失的質量」問題,所以暗物質的存在就越來越有其必要了。
換句話說,如果證明黑洞存在,其對科學的影響並不單止是為愛因斯坦的功績錦上添花,而是能夠加深人類對構成宇宙的物質的理解。
描述四維時空的圖
談黑洞之前,我們首先要理解一下,物理學家是如何研究時空的。研究時空的一種方法,就是利用所謂的時空圖 (spacetime diagram) 。一般描述幾何空間的圖,在直軸和橫軸分別表示長和闊,形成一個二維平面。有時更可按需要加多一條垂直於平面的軸,代表高度。長、闊、高,構成三維空間。但如果要再加上時間呢?那麼就再在垂直於長、闊、高的第四個方向畫一條軸吧。咦?
怎麼了,找不到第四個方向嗎?這是當然的,因為我們都是被囚禁在三維空間之中的生物。如果有生活在四維空間裡的生物,牠們會覺得我們很愚蠢,問我們:「為什麼不『抬頭』?第四個方向不就在這邊嗎?」就像我們看著平面國的居民一樣,在二維生物眼中,牠們的世界只有前後左右,沒有上下。到訪平面國的我們也會問:「為什麼不『抬頭』?第三個方向不就在這邊嗎?」但牠們無論如何也做不到。
宇宙是三維空間,另外加上時間。如果要加上時間軸這個「第四維」的話,我們就必須犧牲空間維度。物理學家使用的時空圖就是個三維空間,直軸代表時間(時間軸)、兩條水平的橫軸代表空間(空間軸)。當然,把本來的三維空間放在二維的平面上,我們需要一些想像力。在時空圖上,每個點都代表在某時某地發生的一件事件 (event) ,因此我們可以利用時空圖看出事件之間因果關係。一個人在時空中活動的軌跡,在時空圖上稱為世界線 (world line) 。
由於時間軸是垂直的,並且從時空圖的「下」向「上」流動。一個站在原地位置不變的人的世界線會是平行時間軸的直線。由於光線永遠以光速前進,光線的世界線會是一條斜線。而只要適當地選擇時間軸和空間軸的單位,光線的世界線就會是 45 度的斜線。因為沒有東西能跑得比光快,一個人未來可以發生的事件永遠被限制在「上」的那個由無數條 45 度的斜線構成的圓錐體之間,而從前發生可以影響現在的所有事件則永遠在「下」的圓錐體之間。這兩個「上」和「下」的圓錐體內的區域稱為那個人當刻的光錐 (light cone) ,而物理學家則習慣以「未來光錐 (future light cone) 」和「過去光錐 (past light cone) 」分別表示之。
所有東西的世界線都必定被位於未來和過去光錐之內。在沒有加速度的情況下,所有世界線都會是直線。如果涉及加速,世界線就會是曲線。而廣義相對論的核心概念,就是重力與加速度相等,兩者是同一種東西。因此我們就知道如果在時空圖上放一個質量很大的東西,例如黑洞,那麼附近的世界線就會被扭曲。不單是物質所經歷的事件,連時空也會被重力場扭曲,因此時空圖上的格網線和光錐都會被扭曲往黑洞的方向。換句話說,越接近黑洞,你的越大部分光錐就會指向黑洞內部。因為你的世界線必須在光錐之內,你會剩下越來越小的可能逃離黑洞的吸引。
2020 年的諾貝爾物理學獎一半頒給了彭羅斯 (Roger Penrose) ,以表揚他「發現黑洞形成是廣義相對論的嚴謹預測」。在彭羅斯之前的研究,大都對黑洞的特性作出了一些假設,例如球狀對稱。這是因為以往未有電腦能讓物理學家模擬黑洞,只能用人手推導方程。但廣義相對論是非線性偏微分方程,就算不是完全沒有可能也是極端難解開的,所以物理學家只能靠引入對稱和其他假設去簡化方程。因此許多廣義相對論的解都是帶有對稱假設的。這就使包括愛因斯坦在內的許多物理學家就疑惑,會不會是因為額外加入的對稱假設才使黑洞出現?在現實中並沒有完美的對稱,會不會就防止了黑洞的出現?
黑洞只是數學上的副產品嗎?
彭羅斯發現普通的高等數學並不足以解開廣義相對論的方程,因此他就轉向拓撲學 (topology) ,而且必須自己發明新的數學方法。拓撲學是數學其中一個比較抽象的分支,簡單來說就是研究各種形狀的特性的學問。 1963 年,他利用一種叫做共形變換或保角變換 (conformal transformation) 的技巧,把原本無限大的時空圖(因為空間和時間都是無限延伸的)化約成一幅有限大小的時空圖,稱為彭羅斯圖 (Penrose diagram) 。
彭羅斯圖的好處除了是把無限縮為有限,還有另一個更重要的原因:故名思義,經過保角變換後的角度都不會改變。其實在日常生活中,我們經常都會把圖變換為另一種表達方式,例如世界地圖。由於地球表面是彎曲的,如果要把地圖畫在平面的紙上,就必須利用類似的數學變換。例如我們常見的長方形或橢圓形世界地圖,就是利用不同的變換從球面變換成平面。有些變換並不會保持角度不變,例如在飛機裡看到的那種世界地圖,在球面上的「直線」會變成了平面上的「曲線」。
扯遠了。回來談彭羅斯圖,為什麼他想要保持角度不變?因為這樣的話,光錐的方向就會永遠不變,我們可以直接看出被重力影響的事件的過去與未來。彭羅斯也用數學證明,即使缺乏對稱性,黑洞也的確會形成。他更發現在黑洞裡,一個有著無限密度的點——奇點 (singularity) ——必然會形成。這其實就是彭羅斯-霍金奇點定理 (Penrose-Hawking singularity theorem) ,如果霍金仍然在世,他亦應該會共同獲得 2020 年諾貝爾物理學獎。
在奇點處,所有已知物理學定律都會崩潰。因此,很多物理學家都認為奇點是不可能存在宇宙中的,但彭羅斯的計算卻表明奇點不但可以存在,而且還必定存在,只是在黑洞的內部罷了。如果黑洞會旋轉的話(絕大部分都會),裡面存在的更不會是奇點,而是一個圈——奇異圈 (singularity ring) 。
黑洞的表面拯救了懼怕奇點的物理學家。黑洞的表面稱為事件視界 (event horizon) ,在事件視界之內,你必須跑得比光線更快才能回到事件視界之外。因此沒有任何物質能夠回到黑洞外面,所以黑洞裡面發生什麼事,我們都無從得知。就是這個原因給予了科幻電影如《星際啟示錄 (Interstellar) 》創作的空間——在黑洞裡面,編劇、導演和演員都可以天馬行空。只要奇點永遠被事件視界包圍,大部分科學家就無需費心去擔心物理學可能會分崩離析了。甚至有些科學家主張,研究黑洞的內部並不是科學。
雖然如此,卻沒有阻礙彭羅斯、霍金等當代理論天體物理學家,利用與當年愛因斯坦所用一樣的工具——紙和筆——去研究黑裡面發生的事情。雖然或許我們永遠無法證實,但他們的研究結果絕非無中生有,而是根據當代已知物理定律的猜測,即英文中所謂 educated guess 。利用彭羅斯圖,我們發現不單奇點必定存在,而且在黑洞裡面,時間和空間會互相角色。
但這是什麼意思?數學上,時間和空間好像沒有分別,但在物理上兩者分別明顯:在空間中我們可以自由穿梭,但在時間裡我們卻只能順流前進。彭羅斯發現,帶領掉入黑洞的可憐蟲撞上奇點的並非空間,而是時間,因此我們也說奇點是時間的終點。亦因為在黑洞裡面掉落的方向是時間,向後回頭是不可能的,所以一旦落入黑洞,就只能走向時空的終結。
看見黑洞旁的恆星亂舞
另一半諾貝爾獎由 Reinhard Genzel 和 Andreas Ghez 平分,以表揚他們「發現銀河系中心的超大質量緻密天體」。銀河系中心的確有一個超大質量的物體,而且每個星系中心都有一個。這些質量極大的物體,就是所謂的超大質量黑洞 (supermassive blackholes) 。
上世紀 50 年代開始,天文學家陸續發現了許多會釋放出無線電輻射的天體,稱為類星體 (quasars) 。之後其中一個類星體 3C273 被觀測確認是銀河系外的星系中心。根據計算, 3C273 釋放出的無線電能量是銀河系中所有恆星的 100 倍。起初,天文學家認為這些能夠釋放巨大能量的類星體,必然是些比太陽重百萬倍的恆星。但是理論計算結果卻表明,這麼重的恆星會是極不穩定的,而且壽命會非常短,因此類星體不可能是恆星。
為什麼這些類星體不可能是恆星?因為恆星的發光度是有極限的,而且正比於恆星的質量。這個極限稱為愛丁頓極限 (Eddington limit) 。如果恆星的發光度超出愛丁頓極限,光壓(radiation pressure ,即光子對物質所施的壓力)就會超過恆星自身的重力,恆星就會變得不穩定。因此,天文學家逐漸改而相信類星體是位於星系中心的超大質量黑洞。這也令類星體多了一個名字:活躍星系核(active galactic nucleus)。
每個黑洞旁邊都有一個最內穩定圓形軌道 (innermost stable circular orbit) ,依據黑洞會否旋轉而定,大概是黑洞半徑的 3–4.5 倍。比最內穩定圓形軌道更接近黑洞的範圍,環繞黑洞運行的物質都會因不穩定的軌道而墜落黑洞之中,並在墜落的過程中釋放出 6–42% 的能量,因此可以解釋活躍星系核的強大發光度。
另一方面,彭羅斯在 1969 年亦發現一個旋轉的黑洞能夠把能量轉給物質,並且把物質拋出去,這個過程稱為彭羅斯過程 (Penrose process) 。換言之,從黑洞「偷取」能量是有可能的。科學家估計,科技非常先進的外星文明有可能居住於黑洞附近,並利用彭羅斯過程從黑洞提取免費的能源。這個過程亦進一步支持超大質量黑洞能夠釋放巨大能量的理論。
由於 E=mc2 ,能量即是質量,因此被偷取能量的黑洞的質量就會減少。霍金在 1972 年發現一個不會旋轉的黑洞的表面積不可能減少。黑洞質量越大,其表面積就越大,因此不會旋轉的黑洞不會有彭羅斯過程。他亦發現,如果是個會旋轉的黑洞,其表面積是有可能減少的。因此霍金的結論支持了彭羅斯的理論。
Genzel 和 Ghez 兩人的研究團隊已經分別利用位於智利的歐洲南方天文台 (European Southern Observatory) 的望遠鏡和位於夏威夷的凱克望遠鏡 (Keck Telescope) 監察了距離地球約 25,000 光年的銀河系中心區域將近 30 年之久。他們發現有很多移動速度非常快的恆星,正在環繞一個不發光的物體轉動。這個不發光的物體被稱為人馬座 A* (Sagittarius A*, 縮寫為 Sgr A*) 。 Sgr A* 會放出強大的無線電波,這點與活躍星系核的情況相似。
他們不單確認了這些恆星的公轉速率與 Sgr A* 的距離的開方成反比, Genzel 的團隊更成功追蹤了一顆記號為 S2 的恆星的完整軌跡。這兩個結果都表明, Sgr A* 必然是一個非常細小但質量達 400 萬倍太陽質量的緻密天體。這樣極端的天體只有一種可能性:超大質量黑洞。
霍金輻射 黑洞的未解之謎
諾貝爾物理學委員會在解釋科學背景的文件中亦特別提及霍金的黑洞蒸發理論以及霍金輻射 (Hawking radiation) 。現時仍然未能探測到霍金輻射的存在,未來若成功的話除了將再一次驗證廣義相對論以外,更會對建立量子重力理論 (quantum gravity theory) 大有幫助。就讓我們拭目以待吧!
重力波研究、宇宙學研究、黑洞研究,都是直接檢驗廣義相對論預言的方法。加上 2019 年 4 月 10 日公布的黑洞照片,大自然每一次都偏心愛因斯坦。相信愛因斯坦在天上又會伸出舌頭,調皮地說:「我早就知道了!」//
同時也有1部Youtube影片,追蹤數超過2萬的網紅數學老師張旭,也在其Youtube影片中提到,【摘要】 今天這集一口氣講了不少東西,從韓信點兵到同餘符號的介紹,再到中國餘式定理,然後再到 RSA 密碼系統的介紹,最後再以中國餘式定理在 RSA 上的應用。這集一開始很輕鬆,但後面很陡,這也是我做這個系列的主要精神之一,短時間內把基本到進階甚至值得研究的課題串起來。 【本系列其他影片】 上集 ...
費馬小定理應用 在 城邦讀書花園 Facebook 的精選貼文
【#贈書活動】
#簡明大科學 https://bit.ly/3aSePyL
理科人夢幻共筆!一頁看懂一個精華知識
薛丁格的貓、觸控螢幕和量子力學有什麼關係?
花式溜冰選手的完美自轉其實隱藏著守恆定律?
數學家們如何花了三百年接力證明費馬最後定理?
黑洞、時空扭曲、宇宙旅行究竟是怎麼一回事?
殺蟲劑為什麼在禁用幾十年後仍在嬰兒血液裡測出殘留?
疫苗、幹細胞、基因工程真的是人類未來生長關鍵?
160個科學核心知識一次收錄,以最簡單清楚的圖表,提供重點介紹與歷史脈絡,說明數學、物理、化學、生物、醫學、生態學、地質學和應用科技等各大科學領域的精華概念。從微積分到邏輯,從居禮夫人到史蒂芬·霍金,從地心引力到氣候變遷,從原子彈到國際太空站,每一個關鍵人物、理論、發現或發明,都有簡潔生動的解釋,讓我們能立即理解,掌握全貌。
特別附錄:專有名詞解釋&重要公式整理
科學可應用於網際網路、綠能源、建築工程、醫藥與手術等各種領域,改善人類生活,提升未來進步,但也能製造武器、引發戰爭、汙染環境,甚至產生可怕的疾病。唯有認真了解科學在各個不同領域的基礎原理與關鍵知識,才能在浩瀚未知的宇宙奧祕裡,領會人類的渺小同時無限可能,掌握科學研究在現今世界的真正運作形態。
📙看更多 #創意市集《簡明大科學》https://bit.ly/3aSePyL
===========================================================現在只要在2020/08/31(一)下午15:00前,按讚「城邦讀書花園」,公開分享本文,並在本文下方留言:@_____ 「我想看《簡明大科學》圖解160個最關鍵理論、科學家、重要發現、發明與科技應用。」
🎁就有2位朋友可獲得《簡明大科學》1本哦!
※得獎名單將於2020/08/31(一)晚上20:00前公布於粉絲團:)
※得獎名單會直接在原贈書活動貼文上,以「留言」方式公布。
※贈書寄送限台澎金馬地區。
※城邦讀書花園粉絲團擁有變更活動內容的權利。
費馬小定理應用 在 台灣物聯網實驗室 IOT Labs Facebook 的最佳貼文
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
費馬小定理應用 在 數學老師張旭 Youtube 的最佳貼文
【摘要】
今天這集一口氣講了不少東西,從韓信點兵到同餘符號的介紹,再到中國餘式定理,然後再到 RSA 密碼系統的介紹,最後再以中國餘式定理在 RSA 上的應用。這集一開始很輕鬆,但後面很陡,這也是我做這個系列的主要精神之一,短時間內把基本到進階甚至值得研究的課題串起來。
【本系列其他影片】
上集 👉 從高中機率抽球問題,講到大學機率論的二項分布與卜松分布,最後教你如何開除員工 (https://youtu.be/gN8TWD1hvfw)
下集 👉 從高中數學排列組合的加法原理和乘法原理,講到大學離散數學的圖論的五色定理證明 (https://youtu.be/bhB5hubDgss)
【版權宣告】
本影片版權為張旭 (張舜為) 老師所有
嚴禁用於任何商業用途⛔
如果有學校老師在課堂使用我的影片的話
請透過以下聯絡方式通知我讓我知道,謝謝
FB:https://www.facebook.com/changhsumath
IG:https://www.instagram.com/changhsumath