裸考也能拿满分

“1 个主机”是指全屋智能的核心计算、连接、控制、存储中心，华为将其称之为“超级家庭智慧终端”, 也就是相当于家庭智能主机，集家庭超级计算中心、智慧控制中心、影音娱乐中心，以及家庭私有云存储中心多种功能于一身。

　　“2 张网络”是指窄带宽的「PLC-IoT 家庭总线」和更高带宽的「家庭超宽带骨干网」，形成家庭物联网+家庭互联网，彼此功能区隔，互相协同，这两张网解决了连接和协同的挑战。

　　“N 个硬件”由华为品牌的智慧全场景生态硬件产品，以及 HiLink 泛生态单品与声光水电气等成套系统构成。目前 HiLink 生态已经有 150+ 品类、4000+SKU、800+ 合作伙伴、2.2 亿 +IoT 连接设备；

　　“华联合 42 个合作伙伴建立了 PLC-IoT 的标准，通过电力线与控制线的融合完成了家庭海量硬件的互联互通。其次是基于 HiLink 的设备，都可以协同起来。” 会后华为消费者业务 IoT 产品线总裁支浩在接受采访时表示。
 

比如，有些所谓有智能只是实现手机控制而非真正根据用户不同场景提供不同的服务。再比如过去的智能家居只能实现单品智能或是单系统智能，不同品类之间相互隔裂，无法形成统一的体验。更为关键的是，行业技术创新非常快，但是智能家居系统往往很难更新迭代。所以用户端的感受是，花巨大的成本安装一套智能家居系统，不仅不能体验到真正的智能，还很快就沦为落后的技术。

　　任何行业创新都有一个艰难的爬坡过程。无数的企业从各种路径上不断探索，可以说逐步实现了家庭的数字化。而随着 5G、AI、IoT、云计算等各项技术越来越成熟，家庭的智能化离我们也越来越近。

　　12 月 21 日，华为发布了全新升级的智能家居战略与全屋智能 ALL IN ONE 解决方案。可以说，这是华为聚合通信、IoT、AI、芯片、云技术等领域的诸多核心技术优势，面向智能家居领域打造的“新基础设施”，满足用户全方位、长周期、个性化的智慧家庭生活体验需求与未来期待。

　　ALL IN ONE 给智能的家一个基础设施

　　智能家居发展多年难以实现质的突破，在我们说的各种痛点背后，也告诉我们一个事实：智能家居本质上是一个高度集成、渗透性与带动性强的跨行业混合产业。这就对厂商能力提出非常高的要求。从技术上讲，厂商不仅是要能提供一个一个智能的终端产品，更要在各种创新技术上有着深厚的积累。从战略上讲，厂商不仅能制定有前瞻性、包容性的解决方案，更要有跨行业、跨生态的整合能力。

　　从数字化到智能化，有很高的一座山要翻越，有能力翻越这座山的企业并不多。“华为就是来解决智能家居行业瓶颈的。”华为消费者业务 CEO 余承东自信满满，他认为这一次华为可以带领行业向前迈进一大步。

　　全屋智能 ALL IN ONE 解决方案就是华为三十年在 ICT 技术上积累的一个成果，依托自身云、端、边、芯能力赋能智能家居产业的核心体现。具体业看，包括 1 个主机、2 张网络和 N 个硬件。
 

人脸识别面部信息属于个人敏感信息，一旦泄露将对个人的人身与财产安全造成极大的危害。

　　也正因如此，人们对于人脸识别的态度越来越慎重。

　　去年 5 月，旧金山出于安全与隐私的考虑，禁止政府使用人脸识别技术，成为全球第一个禁用人脸识别的城市。

　　科技公司对人脸识别的态度这些年也越来越谨慎，IBM 退出研究这项技术，微软也删除了用于研究的大型人脸识别数据集 MS Celeb。

　　人脸识别这项 AI 最初的“杀手级”应用，成就许多 AI 明星公司，但发展至今，人脸识别也正在来到一个十字路口。

　　一端，它的便利已经充分展现；另一端，伴随的隐私争议和错误率难题，也不断以新事件登上热搜。

　　用不用人脸识别？在什么地方用人脸识别？如何用人脸识别？
 

在游戏方面，以研究 AI 打扑克出名的 FAIR 研究科学家 Noam Brown 这样评价 MuZero：“当前人们对游戏 AI 的主要批评是模型不能对现实世界中相互作用进行准确建模。MuZero 优雅而令人信服地克服了这个问题（适用于完美信息游戏）。我认为，这是可以与 AlphaGo 和 AlphaZero 相提并论的重大突破！”

　　这个会思考的 AI，能做什么？

　　DeepMind 研究表示，MuZero 在不具备任何底层动态知识的情况下，通过结合 MCTS 和学得模型，在各种棋类种的精确规划任务中可以匹敌 AlphaZero，甚至超过了提前得知规则的围棋版 AlphaZero。

　　在实验中，只要为 MuZero 延长每次行为的时间，它的表现就会变得更好。随着将每次行动的时间从十分之一秒增加到 50 秒，MuZero 的能力会增加 1000 Elo（衡量玩家的相对技能），这基本相当于熟练的业余玩家和最强的职业玩家之间的区别。

　　开始自我思考的 MuZero 就像人一样。现实世界混沌、复杂，人们也没有具体的行事手册，只能摸着石头过河，慢慢形成自己的规划能力，进而制定下一步该怎么做的策略。

　　那么，MuZero 能做什么？

　　《连线》记者提到了在生化界做了件“大实事”的蛋白质结构预测 AI，接着问起了 MuZero 的实用价值。David Silver 表示，MuZero 已经投入实际使用，用于寻找一种新的视频编码方式，从而完成视频压缩。考虑到大量不同的视频格式和众多的压缩模式，能节省 5% 的比特已经是极具挑战的任务。“互联网上的数据大部分是视频，那么如果可以更有效地压缩视频，则可以节省大量资金。”由于 Google 拥有世界上最大的视频共享平台 YouTube，因此他们很可能将 MuZero 其应用到该平台上。

　　David Silver 想得更远，“一个真正强大的系统，它能看到所有你看到的东西，它有和你一样的感官，它能够帮助你实现目标。另外一个变革性的，从长远来看，（MuZero 的『强化学习』思路）是可以提供个性化的医疗解决方案的东西。有一些隐私和伦理问题必须解决，但它会有巨大的价值，它会改变医学的面貌和人们的生活质量。”

　　目前，“Alpha 家族”这种规划算法也已经在物流、化学合成等诸多现实世界领域中产生影响。然而，这些规划算法都依赖于环境的动态变化，如游戏规则或精确的模拟器，导致它们在机器人学、工业控制、智能助理等领域中的应用受到限制。

　　而不再“循规蹈矩”的 MuZero，先摸索规则、建立内部模型再精通的思路，显然具有更强的可塑性。会自己思考的 AI，离通用 AI 会更近一些。

　　“我不想给它设定一个时间尺度，但我想说，人类能实现的一切，我最终认为机器都能实现。大脑完成的只是一个计算过程，我不认为那里有什么神奇的东西。”David Silver 对它的造物有足够的自信。

（编辑：常州站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!