2017中国海交会：“智创未来” 创新创业大赛

（本文转自广东中环微信报道。）

广东省常务副省长林少春在开幕式上致辞

12月20日，2017中国海外人才交流大会暨第19届中国留学人员广州科技交流会（以下简称“海交会”）在中国进出口商品交易会展馆及广州白云国际会议中心举办。硅谷科技咨询委员会协办海交会“智创未来”海外（北美区）创新创业大赛及“红棉天使”暨2017海交会“智创未来”海外创新创业大赛优秀项目（北美区）路演。国家”千人计划“专家、美国硅谷科技咨询委员会执行主席、硅谷科技协会理事长范群博士，硅谷科技咨询委员会创会主席、广东中环投资集团董事长、广东省侨商会副会长、汕头海联会副会长、汕头侨商会会长林少华先生，硅谷科技咨询委员会理事长、广州归谷科技园董事长林铭先生，美国Wave Cyber董事、奧斯博环保材料有限公司董事長郑志光，信禾投资有限公司总经理姚田等受邀出席开幕式活动，林铭先生作为海外特邀嘉宾出席省市领导主持的海外高层次人才座谈会。

国家千人计划专家、SVTC执行主席与中科院
院士、美国国家科学院外籍院士施一公合影

SVTC创会主席、广东中环投资集团
董事长林少华先生参加了活动

次日下午2017中国海交会“智创未来”海外创新创业项目投资对接会在广州归谷科技园举行。此次投资将对接会齐聚海交会“智创未来”全球40个科技创新优胜项目，以及部分“春晖杯”大赛入围项目，众多前沿科技创新项目涵盖生物医药、电子信息、新能源与新材料、现代服务业等多个领域；中国天使基金、广州基金、第一创业投资、和君资本、汇垠云泽投资基金、大喜中环资本、岭南创业投资、宏韬资本、至尚投资、琢石资本、达安创谷、海汇投资、国泰君安、利好集团、含元投资、华高投资、阳和生物医药投资、新松中以智慧产业投资、天使投资训练营等多家投资机构参加了投资对接活动，对接前沿科技创新项目，衷心祝愿届时达成若干投资意向。

SVTC海外分会场路演团队

本届海交会将从人才交流向“人才交流+成果交易”转变，参会群体增加高技能人才，办会模式方面变为“政府引导+企业”共同主导。大会活动分为海外人才招聘、峰会论坛、展览展示、项目对接、推介发布、实地考察等六大板块，将打造全链条式人才项目服务，帮助英才实现创意落地、理想腾飞。作为当前中国规模最大、层次最高、影响力最广的海外人才交流平台，本届大会以“智汇、创新、共赢”为主题，参会人数达到4500人，其中海外人才3000人左右，主要包括知名专家院士等外籍高层次人才，“千人计划”专家，高新技术企业、科研机构和著名公司高层次人才，海外创新团队核心研发人员和专利项目持有人，海外杰出华人华侨、优秀留学生和高技能人才等。

转发：张家卫硅谷百日谢别会

加拿大灰熊研究院首席研究员张家卫教授，自9月15日开始，历时三个月，他从温哥华来到硅谷游学，期间与许多投资人、创业者、学者交流，每天写一篇“硅谷百日散记”。12月14日，LM国际精英中心李会长在SVTC的葡萄庄园会所为张教授举行谢别会，加拿大的环球华报也进行了报道。下面是张教授写的百日散记第92天：

进入到11月份以来，就想着那些个温哥华嚷嚷着要来的朋友，更想着应该以一种什么样的方式感谢和感恩于这些有缘相识的硅谷朋友们。与LM立名国际精英中心的李明华会长以及艺术家Lily的相遇应该是一个机缘，其中的机缘不应该忘记索菲亚大学Liz校长以及硅谷1029咖啡馆的Ruth。台湾籍李会长是一个非常沉稳和温和的技术派前辈，当他听了我的小众众筹--新合伙人制度之后，认为与他的理念很相似，便非常认真的与我交流之后决定LM立名国际精英中心将按照“小众众筹”的方法进行组建。交流之中，得知了我的想法之后，他和Lily便痛快的跟我说：“这事就让LM来安排吧！”于是，就有了开始叙说的12月14日下午的这一幕以及那样一个温馨和充满民间大使味道的主题！

无论从哪个角度来说，沙龙活动都是取得了圆满的成功！听着主持人李明华会长以及发言嘉宾们对我的溢美之词，说句心里话，我心存忐忑，因为我只是知无不言的告诉了大家一些我懂得的事情，只是因为我常怀一颗尊重他人就是最好的尊重自己的为人之道，便赢得了大家这么多的赞誉和鼓励，让我深深懂得，这个世界并不缺少爱，而是缺少爱的氛围。如果我们每个人都可以用“真爱”示人，那么这个世界必定是一个“感恩和奉献”的世界。

Livermore市的“Uncle Yu in Vineyard”餐馆应该是当地最好的餐馆之一。沙龙之后的晚宴由温哥华的朋友们答谢硅谷朋友们对我的关照和支持，聚会快乐度极高，高潮迭起，始终充满着浓浓的暖意，老友新朋，像久别的家人一样。著名旅美画家滔哥特意赠送了我一幅早晨刚刚画就的写意山水画，据说滔哥从来不送画给别人，其画作收藏价值极高。韬哥同时说了四个字称赞我“唯我独行”，令我汗颜，真的不敢当！李明华会长更是赋诗一首：“家卫才华溢硅谷，立名幸遇心佩服，酒庄集聚来欢送，美加精英共相处。”我真挚的回应：“李会长作为前辈，可以如此认可后辈，提携后辈，真心感动和感恩！”

下午6个小时，晚上3个小时，中间闪耀着太多的感动和精彩瞬间，努力记忆着每一个尚且还不是特别熟悉的名字，记忆着他们的笑脸和他们真诚的祝愿，记忆着那些个充满创意的项目，记忆着这些个充满激情和奋斗精神的创业者们，记忆着这些睿智的投资人还有充满智慧的教授同行们…….作为来自于温哥华的一名自由学者，对于温哥华和硅谷的合作充满期待，对于华人可以担当的影响力更是充满期待。嘉宾对话环节的6位嘉宾给出了6个愿景关键词：资本、科技、人才、必然、趋势和华人力量！

晚宴时候，已经是好朋友的唐越医生充满深情的朗诵了一首硅谷1029咖啡馆股东、投资人杨雷女士专门为我写的一首送行诗歌，深深的打动了我，也打动了在场每一位大家：十二月不是冬

    打开一扇门
    阳光溜进来了
    我们合力把冬挡在门外

    在旧金山
    我们满怀希望
    和有生机的季节相恋
    一直舍不得离开

    你在这个熟悉又陌生的城市里
    给自己倒了一杯咖啡

LM国际精英中心在SVTC会址举行张家卫教授谢别会

    和很多双眼睛交流
    把一个人变成了我们

    大家都习惯了
    在过去相聚
    未来相思
    而只有今天
    岁月安好不弃

今天是我结束硅谷时光返程的日子。我没有跟任何人打招呼，一个人收拾了简单的行囊，如来时一样，驾车疾驶在依然繁忙的101#高速，离开这座刚刚熟悉一点的城市，带走了我想要的答案，更带走了满满的感恩和回忆，耳边是那首已经听了无数遍的丽江CD“我会想起你”，竟然眼睛潮湿了，我知道这是一种对于这座城市的情感，更是对于这样一群有缘相识、可爱硅谷人的情感...真诚的谢谢你们！祝福我们！

如果说影响全球未来30年的20项科技不可避免的会颠覆人类现有的全部认知，那么我以自己的情感历程来回答：唯一无法颠覆的就是人类“爱”的情感，因为“爱”永远是不知之所以然而更不知其所从何来、所向何去。就数据主义而言，这是一个绝对无法预知的数据黑洞，因此这是机器永远无法破译的密码，无论多么智能的机器也就永远无法到达人类“爱”的境界，除非人类放弃自己...

转发：创业，永远在路上

本文转自《人民日报》海外版12月7日“华商故事”专栏。范群博士是硅谷科技咨询委员会（SVTC）的执行主席。

硅谷精神促他创业
“我真正创业是 2010 年，当时我 51 岁。这似乎有点有悖于人之常情。”范群笑着说，“不过，在硅谷呆过的人，血液里都有爱折腾的基因，都有创业的冲 动。在硅谷那么小的范围就聚集了近两万家公司，很多都是只有十几二十几个人的创业公司。那里的人，不管是同学还是同事，大家经常通过各种形式的聚 会，谈谈你在做什么我在做什么，两个人合起来是不是又可以创新做个什么技术项目。在这种氛围下，自然而然就想创业。不做点事情就觉得这辈子白过 了。”

眼前的范群，脸上总带着诚恳的笑容。回国创业之前，他在美国硅谷已经工作多年，并做到了公司高管。“在硅谷干过五年八年一般都会拿到 6 位数以上 的年薪，再加上股票、分红等，收入较高，会生活得很舒服。不过，也能看得清退休以后的日子。”他说，“选择创业，可以说是一种博弈。当然，这也和 个人抱负有关。”

机遇总是垂青那些有准备的人。创业机会是范群在一次次与国内的交流中产生的。从 1999年开始，范群陆续担任硅谷科技协会理事长以及华美半导体协 会秘书长。“负责这些专业协会职务的初衷是做义工，服务硅谷社区。无论是接待来自中国的代表团，还是带团回中国投资考察，都让我对中国的了解越来越多，也和中国各地的园区、企业建立了越来越密切的联系。看到中国的飞速发展，自然而然激发了我的创业梦想。”他说，“而且，我个人与祖籍国的情感纽带从没有断过。 1987年作为访问学者到美国之后，我就一直想回国做点事情。”

在硅谷的十几年则为范群的创业打下了坚实的基础。“拿到全额奖学金读完博士后，我就到硅谷的一家科技公司工作。我加入的时候是那家公司成立的第 二年。我在这家公司工作了近 9 年，从公司的各个技术职位一直做到了高管。之后换到另一家公司做高管。我实现了从技术岗位到管理岗位的转变，也经历了一个科技公司从初创到上市的整个流程。可以说，我看过‘猪’跑了。现在想自己养一头‘肥猪’。”

“误打误撞”赶上好时候
范群公司的名字是威格林，他解释说，这是英文 Waygreen“绿色之路”的音译。他选择的创业方向是环保。

“我们公司的主攻方向是环保催化剂，瞄准的是大气污染城市雾霾的治理。目前专注于柴油车尾气排放的净化处理。该项技术和产品也可以用在燃煤电厂、取暖锅炉、发电机组等设备上。”范群解释。

“现在中国提倡绿水青山就是金山银山，我们从七八年前开始做这个事情，可以说是误打误撞赶上了好时候。”范群笑言。

范群目前是广州威格林环保科技有限公司董事长和首席执行官，入选第十批国家“千人计划”特聘专家 （创业人才）。是 29 项美国和中国发明专利及专利申请、约 20篇论文的共同发明人和作者。

回国时，范群选择的是团队创业。“我们这个团队有 4 个人，3 个来自硅谷，1 个在欧洲。这个团队是梦幻组合。我们 4 人在海外的经历加起来也有 100 年了，在海外我们都是搞科技开发的，4 个人的专利数加起来超过 100 项。如今，我们公司在产品上已经拥有了十六七项发明专利，建立了生产线，日夜生产。如今我们的产品已经打入市场，订单不断增加。”

“我是搞技术出身的，正努力在补企业管理这一课，力争成为一个合格的企业家。”范群这样定义自己。

“想养几百头‘猪’”
从 1999 年开始，作为硅谷科技协会理事长以及华美半导体协会秘书长，范群每年都会组织一两个科技商务代表团、累计近千位硅谷留学人员及企业高管回国交流考察和投资创业。而在这个过程中，他发现了新的机遇。

“刚开始，很难发动大家回国创业。后来，随着中国对科技创新越来越重视，各种政策环境的改善，越来越多人愿意回国创业。”范群说，“在这个过程中，我对海外人才回国创业的困难体会更深了。回国创办公司，要成功创业，除了有好的技术研发实力作为基础，更大的挑战是如何把握产品的市场定位、融资能力、市场拓展等问题。怎样把超前的技术做成一个产品，怎样让市场认可这个产品，怎样拓展市场？这就需要一个能力全面的团队。财务、管理、推广、售后……哪个环节做不好企业都不会成功。所以，我想为后来者创办一个可以解决他们痛点的平台，为他们创造更好的创业条件。”

这个平台就是范群目前正在忙碌的“广州归谷科技园”。“这个名字一方面寄托着我的硅谷情怀，另一方面也是让人一看就明白是为归国人员服务的地方。政府在广州开发区科学城给了我一个很好的地方建设这个平台，让归国创业人员可以在这里顺利发展。目前，已经完成了科技园的设计并开工建设，至 2018 年底，一个占地约 110 亩、建筑面积达30 万平方米、拥有七栋大楼的‘广州归谷科技园’就会封顶落成。”

“可以说，我在硅谷看过‘猪’跑，然后在中国自己养了一头‘猪’，现在又在打造海归科技园，就是想养几百头‘肥猪’。”范群笑言，“我做科技公司，只是做了一个点。做科技园，则是做一个面。希望能和创业同仁们一起成长。这也是一种创业生态创新。”

“创业要成功，是要把六七条直线交叉整合到一个点上。说实话，如何实现从科技工作者到企业家的华丽转身，我还在路上。”对于前方的路，范群无限憧 憬。

以下是新建的广州硅谷科技园简介。

在手机和社交网上作广告的窍门

不管是哪一行业的拓展，业界领袖总希望能用手机来吸引网上读者作出行动，他们都受到压力需要不住地重新界定市场行销方向，来更好地按照快速移动的社交媒体世界中顾客的期望作出反应。现在手机成为最常用的上网工具，所以手机广告占了38.4%的花费。商业机构发现他们必须用更聪明的办法在线上讲故事，而不是简单地拿一套广告信息对顾客播放。

这里有10个窍门，来帮助你的机构优化产品推广，取自消费者技术协会的杂志《It Is Innovation》的商务策略专栏。

1. 不要直接提出你解决问题的答案。而要讲述一个比较大的故事缘由，建立一个情感上的联结点，给人一种紧急感，希望能和你一同找到解决问题的答案。
2. 信息要简短、亲切、简单。避免啰嗦，快速抓住读者的注意力，在10秒钟之内告诉他/她1-3个重点信息。
3. 你可以用一个强而突出的钩子，比如一句幽默或暖人心怀的话，来讲你的故事，和别人不一样。
4. 如果有视频、动画等等视觉信息最好，来总结你的复杂题目。听众往往对带有视觉图像成分的信息有更准确的印象和作出反应。
5. 针对不同的社交网站环境来设计你的信息，以达到最佳的沟通果效。
6. 仔细看好你的战略投资回报，你的社交媒体策略是否支持这个大目标？
7. 设立具体可量度的指标来衡量你所计划的果效，也许看网页的点击数量，增加的销售量等等？
8. 不必一味追求数字，有时有效性还看人们是否谈论某个有关话题的频率增加了，或者读者对你信息的回应，对你的品牌是否增加了好感--和读者有对话最重要。
9. 与别人增加联系，把焦点从单纯销售转移到创造价值。帮助读者解决难处，比如省时省力。利用60/20/20的原则：花60%的时间和读者互动，20%的时间分享对方所关心的内容，20%的时间谈你的品牌。
10. 为了更有效地团结人来跟随你，作一个精神领袖，鼓勵人和提供资源給人--人家经常回来向你询问有关的行业信息，你就成功了。

你若能重新考虑如何推动对话来围绕着解决问题进行，你的广告和消费者技术产品与服务推广就简单实惠多了。关键是讲一个比较好的故事，抓住顾客的注意力，建立连接感和启发他们行动。你越能够运用一个深刻的故事来成功推广一个品牌给有兴趣的买主，你就越能够建立情感上的联系，你在手机、社交网、和线上推广的回报率就越高。

无人车輛研发：美国立法開綠燈

（景驰科技的首席科学家韩旭博士在2017的硅谷科技论坛的讲演中，分析了中美无人车研发的现状，深信中国的研发环境更好。下文内容译自美国消费者技术协会（CTA）的杂志2017年11/12月号，Policy Update 专栏文章，Exciting Road Ahead for Self-Driving Cars，提到美国新近的立法，也为无人车研发打开了绿灯。）

美国人对于无人驾驶车辆和驾驶辅助技术兴奋得很。根据去年的消费者技术协会（CTA）调查，70%的美国消费者愿意路试一辆无人驾驶车。所有车上安装了先进驾驶功能，包括辅助停车、辅助导航、或汽车维修警告等等，车主都很满意。对于车上没有这些先进功能的车主，有一半人都盼望能够把车辆升级，尝试这些新技术。

调查还发现，80%的美国消费者了解到无人驾驶车的好处。这些好处包括：

减少因开快车或酒后驾驶引起的交通意外和伤亡
根据国家公路交通安全管理局（NHTSA）的记录，2015年死于交通意外的人数超过3万5千人，而2016年上半年交通死亡率上升了10.4%，而94%的美国交通事故是人为的错误。随着无人驾驶技术的发展，人为的错误将不再是个问题。

节约有关车辆维护方面的费用
购买保险、维修、驾照发放等等费用，启用无人驾驶车都可以省去，甚至节省了交通运输和寻找停车位的时间。在都市地区，全美国每年花在上下班交通拥挤和汽油消耗的费用高达1600亿美元。有一家私人的慈善基金会报告说，无人驾驶车单从增加生产效率、减少汽油消费、减少事故处理费用上，每年就会节省1.3兆美元。此外根据一家保险机构Aon的估计，无人驾驶车还可能导致保险公司降低保险费，每月至少降低40%。

残障人有更多的交通移动选择
无人驾驶车还会为2000到3000万的美国残障人提供更多的出行机会。他们由于身体残疾不能驾驶，还有1600万年龄超过65岁、没有公共车辆可以搭乘的人，无人驾驶技术让他们可以参与社区生活，甚至还可以重新投入劳动力大军，更好地支持地方、州、和国家经济，是原来所不可能的。

美国的国会议员也认识到无人驾驶技术对美国人的好处。今年9月份，众议院代表通过了H.R. 3388，即2017 无人驾驶车法案，来处理无人车测试期间所临时拼凑起来的各种规章限制。

感谢俄勒岗、俄亥俄、新泽西、伊利诺伊、和迈阿密州的议会代表，因为他们的提案，美国现在有了比较清楚有效的监管环境，来安全研发、测试、和部署无人车技术的创新。

这项立法还为州政府和联邦政府的无人车监管介入提供了更多的指南，改进了NHTSA采纳联邦无人车技术安全标准的能力。这些非常必要的改进，表示说美国的国会议员已经预备好，为美国消费者打开了无人车技术的绿灯。

CTA为到NHTSA能够及时更新政策，向美国联邦交通部的机车政策看齐而高兴。新的州级立法对一切的无人车提倡统一的 “技术中立” 政策，将无人车与普通车等同对待。这一过程对于无人车公司和消费者是双赢的，既尊重了公司的知识产权，又让消费者及时享受到无人车技术。

无人车和无人驾驶技术的前景令人兴奋。在这样一个良好的研发监管环境中，美国人深信他们能够在不久的将来很快就享受到无人驾驶车辆带来的利益。

（你觉得如何？文中虽有暗示，却没有明确提到共享经济。中美比较起来，中国的车辆共享市场是否更大？）

谷歌制造的AI产品展示

也许您已经知道或体验过几项AI产品？本文转摘自微信公众号"网易智能”的文章亚太新闻Google AI产品，全文请点击链接阅读：

11月28日上午，2017年Google 亚太新闻发布会在东京举行，本次会议的主题是Made With AI，Google Brain团队负责人、Google Research Group资深院士Jeff Dean以及Google AI软硬件产品研发的负责人发表了演讲，阐述了Google如何将AI运用到自己的软硬件产品上，以及如何与社会机构合作解决人类面临的重大问题。

Jeff Dean首先登场，他阐述了Google在人工智能领域的愿景，即通过三种途径让每个人都从中受益。这三个方面包括：利用AI使得Google产品更加实用；帮助企业和开发者创新；以及为研究人员提供工具，从而解决人类面对的各项重大挑战。

一、AI已经完全深入Google的软硬件产品：Jeff Dean表示，机器学习是Google在人工智能领域的工作重心。通过机器学习，可以极大的改善Google的产品。这些产品有：

将机器学习用于分类的软件Goolge Photos 中的照片搜索（Photo Search）；Google Translate中的即时相机翻译（Word Lens）和 Google Lens；将机器学习用于预测的系统程序，如Gmail 和 Inbox 中的智能回复（Smart Reply），Google Maps 中停车难易度的图标（Parking difficulty icons）；将机器学习用于理解的系统程序，例如Google Assistant，YouTube 中的自动字幕（Auto captions）和神经网络机器翻译（Neural Machine Translation）。

你尝试过在键盘上敲入“dogs"或“狗”字样来搜索图片吗？Goolge Photos是围绕机器视觉建立的一个产品，可以让用户轻松在照片库中搜索到特定照片。还有Google Translate正在利用“神经机器翻译”系统，来借着用户给的实例来改进翻译质量，这系统会随着时间的推移学习，做出更好，更自然的翻译。Google Translate是目前在中国大陆唯一能够使用的谷歌产品。

Google Lens是一款基于图像识别和OCR(光学字符识别）技术的人工智能应用，能够让机器学会“看图说话”。Google Lens能实时识别用智能手机相机所拍摄的物品并提供与之相关的内容，目前Google Lens已经综合到Google Assistant和Google Photos中。

谁尝试过Gmail的智能回复功能？据说当用户要回复邮件的时候，智能回复可以自动给一些建议的回复内容，可以加速我们的办公效率，尤其是在使用手机回复邮件的时候。

通过机器学习，Google Maps可以变成一个实用的地图，比如目前的停车难问题，Google Maps可以预测这个地方有没有停车位，标出停车难易度的图标，然后帮你导航过去。另外，通过机器学习，基于你愿意看什么节目，愿意听什么音乐，它还可以帮助用户推荐一些歌曲或一系列相关的音乐产品，这就能运用到Google Play Music上。

我的手机上有Google Assistant，它的核心技术是语音识别。比如询问Google新德里的天气是什么样的，它会通过语音识别、理解，然后以合理的形式展示给用户。Jeff Dean说，这个系统是非常复杂的，其中包含了很多机器学习的相关技术。

我尝试过一些语音的Auto captions功能，为要查看自动翻译的基础如何，目前还不够理想。但在YouTube上，现在能够通过机器学习给超过10亿的视频自动加上字幕，可以让世界上近3亿的聋哑人或者有听觉障碍的人可以看到视频上的东西。Jeff Dean称，我们还在不断的改进这个语音识别系统，使“自动字幕”的文字准确性提升了50%。通过神经网络等技术，可以让听力有障碍或者不精通视频播放语言的人通过自动字幕享受到视频。

Google研究项目总监Linne Ha详细阐述了机器学习如何帮助解决语言问题。她说，世界上有6000种语言，另外还有很多方言，这其中超过100万人以上使用的语言有400种，但是，目前网络上的内容大约50%以上都是英文，这就是用机器学习来解决语言互通的重要性。Linne Ha称，语言是身份不可或缺的一部分，谷歌想要创造一个技术，能够让更多的人联网，让不同语言的人上网更容易。

另外，机器学习技术在输入法也是非常重要的。首先是键盘，英文有26个字母，这个键盘排列很普遍，但是有一些语言有30个字母，我们通过机器学习来做预测排列方式。

其次是谷歌手写输入，Google Handwriting Input，利用机器学习可以更准确的判断手写内容。

第三还有语音输入Voice Input，在机器学习的帮助下，自然语言处理系统能够更好地理解你想说的话。语音搜索支持 119 种语言，其中包括 11 种印度语言和 3 种印度尼西亚语言。

2017 China Convention of Overseas Talents Exchange (CCOTE)

Project Roadshow & Contest for Overseas Innovative Startups -- Dec 20-21, 2017

Intelligent Development of Future, to implement your dream at Guangzhou!

Call for Projects!!
by SVTC + Constellar Venture -- North America Region Designated Representative

Time: Dec 20-21, 2017

Purpose
In responding to the enthusiasm of overseas talents, and encourage their innovative entrepreneur spirit, CCOTE organizing committee decided to conduct 2017 CCOTE “Intelligent Development of Future” contest for overseas innovative startups. This is to attract and support overseas talents to come to China and start their entrepreneurship and implement their innovation in Guangzhou. We want to channel a wide range of social resources to support innovative startups, by allowing government to play a mentoring role. We will follow the market mechanism, and gathering various of resources, industrialize new innovation, and nurturing high level, high quality professional teams for core innovation capabilities and strategic emerging high growth enterprises.

Organizers
Host: Overseas Chinese Scholars in Science and Technology CCOTE Organizing Committee,
China Nanfang Job Center
Co-Host: Guangzhou GoogolPark, SVTC + Constellar Venture

Qualification of participating projects

Participants: Innovative startup teams or individuals, with advanced technology and promising market potentials, whose core member must have overseas study and work experiences.

All products or services can be either a participant directly involved innovation or patented technology, The participants should be the owner of corresponding patent, with clearly documented intellectual property.

All participating project should meet Guangzhou industrial development focus and trend. For example, AI, VR, new information technology, high-end equipment manufacture, biomedical science, new materials, with newer technology and market competitiveness, as well as better social and economic benefits.

Agenda

Financial Support
5000 RMB (~760 USD) airfare reimbursement
All local accommodation and transportation.

Opportunities

Great exposure on one of the biggest stage in China, over 100,000 participants to the CCOTE convention in Guangzhou in 2016.

Great networking opportunities with Guangdong Province Government, Guangzhou city Government and many local government organizations.

Great networking opportunities with top tier international and Chinese VC, over 200 VC organizations attended the convention in 2016.

The organizer is planning additional corporate tour, Guangzhou city tour and meetings to show case Guangzhou as well as facilitate connection with local government as well as investments.

Incubator services: Startup coaching, financial supports, Guangzhou GoogolPark financing docking, credits, project support and follow ups services.

Additional support & opportunities please refer to CCOTE official document.

Contact Details
North America region designated representative--Silicon Valley Technology Council (SVTC)
Website: www.svtechcouncil.com

        Ming Lin (Managing Director)
        Email: mingl@svtechcouncilcom, Phone: 1-626-283-1663
        Brian Li (Business Development)
        Email: sityitl@svtechcouncil.com, Phone: 1-805-280-9199

SVTC专家委员会第一次会议

硅谷科技咨询委员会（SVTC）为了建立一个精英的高端交流平台，来提高广东政府政策支持、硅谷科技园区产业资源、千人计划专家人才、和投资顾问之间的交流，实现产、学、研、商的整合运作，于9月30日成立了专家委员会。

旧金山总领馆科技领事朱庆平先生致辞

今年10月1日上午，专家委员会在SVTC会址举行了第一次会议。除了专委会的各位专家，中国国家千人计划联谊会沈伟教授，SVTC的投资顾问何国清先生，税务顾问石慧琳女士，并中环投资集团的董事长林少华，并硅谷科技园总经理陈庆华先生也出席了会议。会议由SVTC的理事长林铭先生主持。

首先SVTC的执行主席范群博士介绍了专家委员会成立的缘由和目的，大家都特别为“产学研商”相结合的崭新理念与实际实行感到兴奋，衷心希望专委会能够达到这个目的。 到会的专家和顾问对SVTC的会章进行了解，特别是其中有关专委会的部分，范群博士欢迎大家踊跃提议，为将来的各项活动内容添光加彩。

各位专家顾问一一作了简单的自我介绍，他们纷纷表示很高兴这次能有机会来硅谷参加科技论坛，同时也就专委会未来的交流活动说出心愿。大家对于有机会彼此合作、互相支持很兴奋。

宋梁博士是加拿大欧麦斯集团的总裁，无线通讯电子元件的专家，率先表示感谢有机会加入专家团队和2017科技论坛，盼望将来能多利用这一平台开展中美技术交流。

向松祚博士是经济学家，也是SVTC的顾问，他衷心希望SVTC能够多与国内的研究机构和投资基金合作，提供资讯。

薛杨博士做智慧医疗、大数据方面的研究，希望能透过专委会平台找到好的人才、金融、和农业、大健康产品，推动很多项目。

梁安辉博士在广东工大研究光纤通讯，他说一些新技术是颠覆认知的产品，有很多潜在的应用价值，投资风险大，收益也大，希望能借着日后的合作交流找到发展机会。

柏旭教授来自长春，在吉林大学作生物制药方面的研究，很希望能看到从学术拓展尽快应用到临床实际，对于未来的合作机会非常期待。周辉博士也在这一研究领域，他侧重肿瘤监测和治疗方面的科研，很多研究和试验工作都需要资金。

陈哲教授和王浩教授都是美国高等学府的终身教授，主要搞基础研究，知识领域比较广。他们非常欣赏产学研商相结合的口号，认真思考培养和鼓励自己的学生去创新的问题。 胡倾宇博士研究超导材料，开展各种能源设备的生产项目，曾遇到不少阻力。这次非常期待在专委会交流平台得到帮助，解决研发资金等等问题。

李志山教授研究土木工程和建筑结构，是安全抗震的专家。他相信国内的需要很大，因为抗震对于国家的经济建设很重要，期待通过专委会的交流作出有益贡献。

最后，中环投资集团的董事长林少华先生作了总结的发言，给了大家很大的鼓励。他指出SVTC其实是一个非盈利的支持平台，希望为大家的科技能够在广东落地作出担当和贡献。林先生重申平台资源、利益共享的运作原则，保证优先支持各位专家的科研项目，希望大家合作成功，得到完美的结果。

SVTC第一次专家委员会合影

人工智能(AI)技术实现的英文术语缩写/简称

VR（Virtual Reality）虚拟的现实，是透过电脑来模拟和整合视觉与听觉讯息的立体虚拟世界，临场感與沉浸感格外强烈，容易让感受你身历其境。
AR（Augmented Reality）增强的现实，将虚拟的信息加入实际生活场景。透过摄影机的位置及角度精算並加上图像分析技术，让荧光屏幕上虚拟世界能够与现实世界场景进行结合與互动。
ASIC（Application-specific integrated circuit）专用集成电路，是指依产品需求不同而客制化的特殊规格集成电路。
ASSP（application specific standard product）专用标准产品。ASIC是为一位顾客专门制作的特殊产品，而ASSP是市场所销售的现成的组件，供应一批客户的需要。
FPGA（Field Programmable Gate Array）现场可编程逻辑闸阵列，它在可编程逻辑器件的基础上进一步发展，是作为专用集成电路领域中的一种半定制电路而出现的，解决了全定制电路的不足。
GPU（graphics processing unit）图形处理器，又称视觉处理器，是一种专门在个人电脑、工作站、游戏机和一些移动设备（平板电脑、智能手机等）上进行图形运算工作的微处理器。
GPS（Global Positioning System）全球定位系统，是美国国防部研制和维护的中距离圆型轨道卫星导航系统。它可以为地球表面绝大部分地区提供准确的定位、测速和高精度的标准时间。
CPU（Central Processing Unit）中央处理器，是计算机的主要器件之一，制成大规模集成电路，功能主要是解释计算机指令以及处理计算机软件中的数据。
RAM（Random-Access Memory）随机存储器，是计算机机箱内的一种存储设备，与CPU直接交换数据，它可以随时读写。
LUT（Look-Up-Table）查找表，LUT本质上就是一个RAM。目前FPGA中多使用4输入的LUT，所以每一个LUT可以看成一个有4 位地址线的 的RAM。
IoT（Internet of Things）物联网，是让所有能行使独立功能的普通物体实现互联互通的网络。在物联网上，每个人都可以用电子标签将真实的物体上网联结，在物联网上都可以查到它们的位置。
IP（Internet Protocol）网络协议，是用于一种网络数据交换的协议。任务是专门根据源主机和目的主机的地址传送数据。
LED（Light-emitting diode）发光二极管，是一种能发光的半导体电子元件，近年逐渐发展至用作照明和图像显示。
UAV（Unmanned Aerial Vehicle）无人飞行载具，俗称无人机，广义上为不需要驾驶员登机驾驶的各式遥控飞行器。
HUD（Head Up Display）平视显示器，是目前普遍运用在航空器上的飞行辅助仪器，让飞行/驾驶员不需要低头就能够看到他需要的重要资讯。
LCoS（Liquid Crystal on Silicon）硅基液晶，一种显示器技术，最大优点在于可大幅降低液晶显示面板生产成本，且有相当程度的分辨率。
TPU（Tensor processing unit）张量处理器，是Google为机器学习定制的专用芯片（ASIC），与图形处理器（GPU）相比，TPU采用低精度（8位）计算，降低功耗、加快运算。
SoC（System on Chip）系统芯片，是一个将电脑或其他电子系统集成到单一芯片的集成电路。
RTK（Real Time Kinematic）实时动态技术，是一种通过基准站和流动站的同步观测。
SAE International（Society of Automotive Engineers）国际机动车辆工程师协会，制定各行业的工程标准。

AI专家：吴韧博士和他的NovuMind雄心

2017硅谷科技论坛定于9月30日召开。今年主题是“人工智能下的智慧出行”，由我们SVTC与硅谷科技协会（SVSTA)、华美半导体协会(CASPA）联合主办。我们请到了好几位AI和自动驾驶业界的领军人物，来深入探讨和分享这个领域的发展趋势，其中一位是前百度公司的杰出科学家吴韧博士。

作为华人AI专家，吴韧去年年末在他位于硅谷的办公室接受了PingWest的采访。（本文内容取自PingWest网站《人物》专栏2016年12月的一篇访谈文章：NovuMind 创始人吴韧：人工智能向右脑前进。）

吴韧1984年毕业于成都气象学院电子系，次年从气象局调入德阳教育学院从事计算机管理工作。他1987年来到南开大学计算机系开始研究，1990年到美国工作。

2000年，吴韧加入在硅谷享誉盛名的惠普实验室，成为了该实验室决策技术部最年轻的科学家之一。他在博士研究中的《反溯算法及其应用》超过了当代计算机科学泰斗、图灵奖获得者肯·汤普森发明的经典算法，为人类象棋界填补了过去未发现的知识空缺，在计算机博弈界引起震动。

计算机博弈研究是人工智能研究的一个重要课题，在该领域设计出优秀的下棋程序，都会对人工智能整体技术水平带来进步或启发。在惠普实验室，吴韧独立设计开发出了一款中国象棋超级程序，用中国现存最早的象棋棋谱“梦入神机”为其命名。这个程序曾两度获得计算机象棋奥林匹克比赛冠军，让吴韧成为了全世界设计计算机中国象棋程序的顶级专家。

当时，他的思路和现在的人工智能下棋程序类似，采用有限的规则（树形搜索）加上自己建立的庞大的中国象棋残局数据库，设计了一种思维模式，这样计算机就能像人一样思考，与人对弈。最终完成的程序具有海量数据和编码高效的特点，和当时的主流做法形成了很大的差别。这也奠定了他在计算机象棋，以及后来的人工智能业界的地位。

2010年，惠普邀请吴韧担任CUDA实验室首席研究员，在这里吴韧成为了业界最早开始使用GPU加速计算进行海量数据计算的专家。2012年，AMD聘用吴韧担任异构计算系统首席软件架构师，并在公司技术专家委员会担任首席委员。（CUDA是一项集成技术，对图像处理器进行通用计算。这种把通用计算单元（CPU)加上图像处理的专用计算单元（GPU）所建构的系统，叫作异构计算系统，详细可参考CSDN的解释文章。）

2013年9月底，吴韧正式加盟百度深度学习研究院出任杰出科学家，致力于建设一个异构计算平台以服务百度和其用户。在他的带领下，百度异构计算小组在业界的一些比赛中获得了非常优秀的成绩。百度公司那段时期的不少技术进展，都有他的功劳。

吴韧博士认为，当计算能力足够强时，人工智能会获得人类右脑的能力——直觉。“我一直觉得，我们的创造性受限于我们的计算能力。”吴韧说。所以，从百度出来后，他创办了 NovuMind，打算设计一种全新的计算架构，为计算机解锁创造性的限制，“我们的目标是让人工智能走进生活的方方面面，它要达到两个要求：无所不能，并且无处不在。”

无所不能 (Omnipotent) 指的是一件具有人工智能的设备能够满足使用者的要求。这个要求大部分人工智能设备都已经满足，无论是简单一些的语音、图像识别，抑或复杂一些的自动驾驶，面向最终目的经过训练的深度神经网络都可以实现。

难点在于无处不在 (Ubiquitous)。在吴韧看来，真正的无处不在是随时可用的终端人工智能，而这和现在主流的，将人工智能系统放在云端的做法背道而驰。“我们想让生活中的每一个小东西都具有思考的能力。”

若想知道NovuMind有什么独门绝招，来训练深度神经网络的超级计算机做到終端的人工智能，请来参加我们9月30日的硅谷科技论坛，聆听吴博士。详情和报名请点击这里。

景驰科技：自动驾驶研发遇到的挑战

在9月30日举办的2017硅谷科技论坛，主题是人工智能和自动驾驶，我们请到了景驰科技公司的首席科学家韩旭来作主讲嘉宾。景驰科技是今年4月刚刚成立的自动驾驶初创企业，由于有几位重量级的创始人，人们都非常关注。他们到6月已经首次完成在加州公路上复杂路况的无人驾驶测试，时速达到了33英里。

您若对参加本届论坛的主题有兴趣，可点击这里阅读详情并报名，届时亲自来听韩博士的讲演。下面取自搜狐狐新闻网新智元专栏对韩旭的专访报道。全文请点击这里阅读。

景驰科技提出“要在2020年代的中叶实现无人车的量产和运营投放”，“成为全世界第一批、中国第一家能够规模化应用无人驾驶技术的企业”。

韩旭说，“之前大家普遍认可的无人车量产时间是 2025年左右。2015年12月14日，在百度自动驾驶事业部的成立大会上，被任命为事业部总经理的王劲提出了战略目标：‘三年商用，五年量产’。于是大家的时间表都跟着提前了。现在全球已经有19家企业宣布2021年推出无人驾驶汽车。但我坚信，在中国，我们会是第一家推出量产无人驾驶汽车的。”

针对自动驾驶领域目前存在的主要技术挑战，韩旭主要谈到了以下几点：

“首要也是最主要的一个问题是感知。另一方面，耐用性也是一个很大的问题。目前一辆家用汽车，至少要开10万、20万公里。自动驾驶车辆能够保证多长时间的正常行驶，这还需要持续去观察。自动驾驶使用的线控转向和刹车的耐损程度，还需要进一步考察。”

“关于计算能力，本质上说，计算能力是越高越好。但实际来看，有些车的供电有限制，导致我们无法使用最顶级的GPU。但实际上这不是太大的问题。我认为主要问题还是我说的这两点：感知和耐用性。”

关于终端的计算能力的问题，韩旭认为这并不会成为制约无人车研发的瓶颈：

“我认为终端的计算能力并不是自动驾驶发展的瓶颈。因为就我自己所看到的，现在自动驾驶的能力，没有受到终端硬件计算能力的制约。大家可能希望把计算能力在边缘上做得更加低功耗，成本更低一点。但实际上现在制约自动驾驶发展的原因，我认为主要还是算法，包括物体识别、尤其是特殊情况（corner case）的处理，而不是终端计算能力。目前的终端计算能力及其发展速度，参照英伟达（NVIDIA）公司开发硬件的能力，并没有对自动驾驶发展产生限制。瓶颈出现在算法上。如果提出一种需要很高计算能力的算法，现在的硬件是能够跟得上的。”

关于算法的瓶颈，韩旭举了个例子：“比如某条公路经过翻修，旧的车道线并未铲除干净，还有一些模糊的痕迹。对人来说这不是问题，但是对于无人车来说，它确实是一根车道线，这就会产生很大的问题。另外一点，极高准确率的障碍物识别也存在挑战。这就是我们为什么坚持走多传感器融合的路线。计算机视觉目前确实发展到了不错的程度，但在召回率达到99.9% 的情况下，准确度实际上还是很低的。所以，完全基于摄像头的物体检测和识别，还没有达到供自动驾驶安全使用的水平。”

“芯片级别的 AI 能力也是需要注意的问题。AI 的算法现在并没有固化，相关算法每天都在进化。ASIC（专用集成电路）的问题在于它非常不灵活。如果产生一种新的算法，ASIC 的升级是很大的问题。我不认为将来的第一代量产车型一定会上ASIC，很可能会是FPGA（现场可编程逻辑闸阵列）和GPU（图形处理器）相结合。就像英伟达的 Drive PX2（第二代辅助驾驶机器）里面也并没有 ASIC，但是已经在特斯拉上使用了。”

关于景驰的技术特点，韩旭说：“景驰的技术特点，首先是多传感器融合解决方案。在最理想的状态下，自动驾驶中的“感知”问题只要通过摄像头加GPS就可以解决。但实际上，从目前来看，摄像头还远没有达到完全解决所有物体识别、障碍物识别的地步。反观激光雷达，作为一种active sensor，它可以很稳定地告诉你障碍物在哪里，从而避免车祸的产生。从这一点上说，激光雷达和毫米波雷达具有不可替代的优势。”

“另外我们非常重视高精地图的应用。在高精地图方面，景驰有很深的积累。我们现在有了非常快速准确产生高精地图的方法。”

“同时，由于我个人的研究背景，我们不光是简单地运用传统的计算机视觉或者多传感器融合的方法来做自动驾驶，而是强烈依赖于深度学习的方法。之前我在深度学习方面做了很多工作，比如端到端的Deep Speech研发。景驰已经建立了一个非常大规模的模拟器，进行深度学习的模拟和测试。”

“因为我们的无人车已经开始上路，实际上我们现在已经开始大规模积累驾驶里程数，来进一步提高我们自动驾驶的安全性和智能性。”

AI自动驾驶--“无监督”的深度学习

本文内容译自TechCrunch科技新闻网的报道，Cortica teaches autonomous vehicles with unsupervised learning。Cortica专门研制计算机视觉系统，将物体图像转换为文字，无监督的深度学习是AI技术发展的一个新方面，让AI系统可以模仿人类大脑的辨识能力。

Cortica正在进入移动业务，它的人工智能技术刚开设了一个汽车分部。该公司称，自动驾驶的关键在于使用无监督学习的技术，允许汽车驾驶系统自动地处理数据，认识驾驶环境。

对于初入人工智能行业的人来说，有监督的机器学习就是给AI一组例子，以及有关的注释，以便它能够学会在将来识别类似的物体。比如你可以给系统提供一千张停车标志的图像，有些是退了色的，有些被树枝遮挡等等，好让你的AI学会辨认停车标志。

在无监督的机器学习中，所给的例子是没有加标注的，AI必须根据共同特征对示例进行分类。比如停车标志是红色和有八角白边。AI能够逐渐学会，有时红色褪色，有时白边会被树枝遮挡一部分等等，但它会根据情况调整，把停车标志归类为停车标志。

Cortica说，无监督的机器学习将允许未来的自动驾驶车辆更好地适应新的路况。Cortica研发出来的系统帮助制造商和开发人员，从传感器获取所有数据，处理那些图像，把这些图像按照已定义的元数据来归类和打标记。Crotica 的首席执行官和创始人Igal Raichelgauz在一份新闻发布稿中说，该系统可以处理车载摄像头所产生的大量数据。单单加州的车辆数据就相当于整个YouTube每小时的视频数据量。

为了处理这么大量的数据，系统使用云端/终端混合的设计结构：“非关键的“数据处理被卸载到云端，以简化过程和降低耗电。这在车辆越来越电动化、较少依赖汽油的情况下更加重要。

该公司表示，这种机器学习比较接近人类的看见和处理视觉信号过程。即使停车标志上张贴了纸条，即使在雨中，即使在昏暗的光线下，我们人也能够辨认停车标志。Cortica的AI能够适应所谓”下一代的障碍“，包括看见行人的手势，预测其它车辆和行人的行动意图。

下面是一个4分钟的视频，显示AI的无监督学习，在繁忙的城市共交车辆之间穿行而不至于在人行横道处撞到行人，令人安心。（我们看到，AI系统已学会毫无错误地把各种车辆标为绿色，把行人标为红色，把自行车标为蓝色等等。）

广州开发区领导率团赴美国波士顿考察访问

2017年8月17日，广州市委常委、黄埔区委书记，广州开发区党工委书记周亚伟、广州开发区管委会副主任孙学伟率团来到美国波士顿考察访问，这是广州开发区在美招商引资、招才引智活动的重要一站。

为了配合广州开发区代表团此次美国招商之行，广州归谷科技园总裁、硅谷科技协会理事长、硅谷科技咨询委员会执行主席范群博士及硅谷科技咨询委员会理事长林铭先生，为开发区考察团专场组织了波士顿地区高端人才专业交流会。出席座谈会的嘉宾主要有：波士顿Huacells华赛细胞CE0、国家千人计划专家荆杰博士，千人计划专家张兴民博士、128华人科技企业协会前任会长李洪山, 128华人科技企业协会现任会长、波士顿天使俱乐部合伙人段可, 128华人科技企业协会副会长戴朝阳、麻省理工大学肇吉博士，Zealery 联合创始人兼首席执行官肖文涛；哈佛学生会主席孙陆，哈佛医学院学生会主席钱玉，MIT学生会主席孟真，MIT学生会主席冯韬等，以及来自波士顿地区Corbus Pharmaceuticals, Elite Career North America, VCanBio, Harbour Biomed, S&T Global Inc., Tug Corp, Scilligence等各个科技公司和机构的公司高管、留学人员和高层次科技人才四十多人参加了交流会。

交流会着重向与会来宾介绍了广州开发区的创业环境、新近出台的黄金40条、美玉十条和投资十条等人才政策，并针对全区的各项创新人才政策做了重点解读，鼓励并欢迎在美优秀人才携项目在开发区落地。

范群博士在座谈会上现身说法地谈到“广州归谷科技园”项目作为广州开发区从美国硅谷引进的重点项目、在项目建设及协助开发区招商引资、招才引智的过程中，深刻地感受到了开发区政府部门对科技创新人才的高度重视，以及人才政策和创新创业环境完善，亲切鼓励在场科技人才到广州开发区创新创业。同时，范群博士和林铭理事长推介了即将于今年12月下旬举行的第二届中国海交会（即第19届广州留学人员科技交流会），动员与会来宾积极参与硅谷科技协会和硅谷科技咨询委员会将为本次海交会组织的回国考察访问团。他们特别提到今年的海交会将首次在北美举行创新创业大赛，并委托广州归谷科技园承办该次北美赛事，为高端海外项目在国内找到投资和落地提供对接平台。

Drive.ai 的自动驾驶技术研发

雨中的传感器（本文接续前文介绍初创公司Drive.ai，从深度学习角度来研发自动驾驶。）

Drive所设计的四辆自动驾驶汽车，在硬件上对大多数车辆了作最小程度的改装。这些改装集中在：在车顶安装各种传感器，包括摄像机和激光雷达。他们研发的自驾系统利用了汽车本身已有的传感器，例如雷达（用于自动巡航定速），后方摄像头，还有一个显示屏幕，Drive打算用来与司机沟通、与行人沟通。

每一部Drive的车辆都有一套九部高清摄像头、两台雷达、六台Velodyne Puck激光雷达传感器，不断地捕捉数据，生成地图，为深度学习的算法输入，当然也是为了驾驶任务本身。目前这些传感器捕捉和输出大量数据，既复杂、又昂贵，但正如Drive的一个创始人Joel Pazhayampallil所解释的，大多的数据几乎肯定是多余的，当进入试点项目阶段时要削减：“我想我们只需要其中一部分、大概相当于现在一半的数据。我们的算法是不断改进的，我们从不同的传感器数据中提取和综合数据的能力越来越强。我们从激光雷达得到一些低分辨率的景深数据，再从摄像机得到相当高分辨率的路况信息。"

这种融合多模式的冗余的数据的方法，借着对传感器数据的深度学习来作决策，在自动驾驶的情况下具有特别的优势。因为深度学习的算法能够明确地用缺失了传感器模块的数据加以训练，这就为传感器故障提供了一些保护。在此，深度学习的方法比基于规则的方法强多了，因为传感器故障引起的规则执行失误是“灾难性的” ，按Pazhayampallil的说法。而传感器故障通常不是因为硬件或软件出问题，而是因为某些原因，像刺眼的强光反射、黑夜、或（更常见的）雨水等等，传感器没有得到好的数据。



对发展自动驾驶车辆，在雨中驾驶是个挑战，不光是因为水吸收了激光雷达的能量，也不光是路面有反射。从上面的视频你看不出来，但Drive给我们看从车顶摄像头进来的视频图像，因为镜头上的大水滴，变得几乎没有用了。Tandan说，“你如果在更困难、更复杂的路况驾驶，就需要能够处理摄像头的数据故障，处理激光雷达器和雷达的故障，以及应付现实世界中遇到的一切故障。”

路试

Drive的技术项目经理Tory Smith为我们作了自动驾驶的演示。可惜我们错过了一个月中加州所有的恶劣天气，实际出去的时候是比较干燥晴朗（有些多云）的，适合自动驾驶车辆。Drive的目标是制造4级全自动驾驶汽车，但按照目前加州法律，公司正在测试2级自动驾驶技术。尽管这辆车能够执行大部分的自驾任务（即使不是全部），2级驾驶要求有一位司机坐在司机座位上，随时准备接手驾驶。所以我们有Drive的一位自动驾驶车辆操作员Leilani Abenoja专注看路，而Smith则和我谈论车辆的运行。

20分钟乘车经过加州Mountain View市郊区域，路上经过16个十字路口，和一个四路停车的路口。总的来说，这辆车行驶平稳，成功胜任，只是比起一般司机，果断性稍微差了一点。Smith说这是有意的。 “我们必须设计比较宽的可接受性。你很难做到让一辆车既果断，又不至于让乘客感到紧张。我们总要让车辆的操作多一些谨慎，宁愿让乘客觉得无聊，而不是让他们感到紧张。

就我们的演示来说，这个目的是达到了。实际上，一个无聊的乘车体验正是你想要的安全可靠的自动驾驶汽车。我们只遇到一个例外，安全司机Abenoja必须断开自动驾驶系统，接手一下。虽然我们没有遇到什么车祸的危险，这个例外为Drive的自动驾驶研制提供了最佳的说明。

当时我们在一个红灯前停留，等候右转弯进入一条主要街道。在加州，红灯下右转弯是合法的，但Drive一般不把车设置为自动右转，因为传感器是有限制的。Smith解释说，“我们的激光雷达传感器只能可靠地看到大约50到75米远，这种道路的车流速度比较快，你没有充分的把握检测车流，并确定进入哪一条车道。” 所以当信号灯变绿时，我们的车子（按照交通规则）右转弯进入最右边的车道。但有一辆卡车刚好停靠到路边，挡住了我们转入的车道。我们的安全司机于是临时接管，绕过了那辆卡车，然后重新交给自动驾驶系统。

Smith告诉我说， “一般按规则，我们的车辆会等候这辆卡车离开。但在路径规划方面，让车辆对障碍物作这样的临时补偿决定，是我们现正致力于建造的能力。” 这个例子不只是让车子规划进入哪一条车道的问题。如果那辆卡车正在移动，选择最右边的车道并等候它就是正确的决定，否则你就需要绕过去。如果你是自动驾驶车，你怎么知道一辆停靠的卡车是否可能会再次移动？也许你会判断卡车的发动机是否关掉，或看它的指示灯是否发出信号，或辨别卡车周围的一些活动。这些都是人会本能去做的事，但一部自动驾驶车辆必须明确受训练，才能知道寻找什么迹象，以及作出什么行动反应。

Smith说，人在准确操作方面未必能够完美，但人非常善于随机应变，妥善处理各种可能的情况。像我们刚刚看到的不确定路况，正是一般的机器人方法失灵的地方。我们用深入学习的方法来开发，优点就是遇到了这种路况，只需要收集数据，作出注释，然后将这个模块建构到我们车辆深入学习的大脑中，以后再遇到这样的路况，系统就能够自动作出正确的补偿决定了。比起加添规则来处理路况，这是个比较直觉的方式来解决问题。加添规则要求你预料到一切可能的路况，总有不周全的时候。

这个例子中必须断开自动驾驶系统的时刻，对于Drive的深度学习来说是最宝贵的。公司目前正在积极在硅谷寻找具有挑战性的测试路线，进行大量的路试和深度学习系统的培训。硅谷地区的这些路试即使对于人员驾驶也可能有压力。Drive的策略是：一旦车辆可以安全可靠地在一条路线上行车·，而不必断开自驾系统，该测试团队就选择一条新的路线，得到不同的深度学习挑战。由于公司可以高效地对新数据进行注释和训练，预计新的地形路况能够更快地被征服。

像人一样驾驶

在演示结束时，Smith问我这车的自驾能力是否比起我体验过的其它的无人驾驶车辆更加“像人一样“。我可不敢胡乱比较，于是我问Smith从技术角度解释，什么是自动驾驶车辆表现得“像人一样”？是车辆行为呢，还是识别判断能力？

Smith给我举了一个例子，说明Drive如何检测到交通信号灯。目前检测信号灯的普遍方法是，从预先测绘好的详细地图上，标示出每个十字路口，准确地告诉摄像头在各处看什么。对于封闭的系统，你可以用这种强硬指令，但你若尝试扩展自动驾驶范围，比如整个城镇，就不行了。Drive的做法却是收集不同路口交通信号的通用数据，从不同的角度，白天黑夜、下雨下雪大雾天气，来注释交通信号路口，把注释的数据输入Drive的深度学习算法，让自动驾驶系统学习辨认路口的交通信号灯，就像人一样。Smith解释说：

“另一件很棒的事情是，我们能够利用整个交通路况图像，而不只是利用信号灯本身的资讯。比如，作为一个司机，有时你在绿灯亮起的时候开始走车，未必是因为你在看交通灯，而是你看到别的车辆开始移动。我们的注释工具和人工注释员会考虑这样的因素：也许他们看不见所有的信号灯，但是看到旁边的车辆都移动，所以判断很可能是绿灯亮了。于是，系统实际上积累了足够的人一样的智慧，甚至比人还准确，这就非常令人兴奋。而且，我们能够扩展这套人工智能，让深度学习的其它部分也照此办理。

去到真实的世界中

无论算好事还是坏事，在短期内，Drive公司向第4级的全自动驾驶（在特定区域和条件下没有安全司机）的快速进展，很可能要看政府对有关的交通安全法规的进展。但Sameep Tandon对自动驾驶技术的发展至少是非常乐观。今年我们正和一些客户搞试点。在接下来的六个月，我们希望能够部署--不是很大规模，但至少让多一些人能够使用自动驾驶车辆。我相信在一定区域内，我们可以在一两年内做到没有安全司机的营运。最终的问题是，我们能够多快地从硅谷扩展到另一个城市，之后再去到其它地方？

Drive的计划，是起初先把重点放在后勤运输上：找那些在小区域内做重复运输投递工作的企业，使他们不利用共享交通，而用Drive的自动驾驶车辆。这就给Drive很好地限定了难度，为日后的平稳扩展开辟道路，也避免和乘客打交道，至少起初如此。Tandon对未来感到兴奋： “我认为你如果有真正好的策略，配合真正好的技术，这很可能是在现实世界中首先使用的无人驾驶机器。这对我来说是超级兴奋的。我喜欢到处看见自动工作的机器人，但自动驾驶车辆可能会是普通人首先看到并与之打交道的。

（本文来源请看Spectrum.ieee.org2017年3月10日的报道。）

Drive.ai：从深度学习到自动驾驶

本文由硅谷科技咨询委员会（SVTC）译自IEEE Spectrum杂志介绍Drive.ai的文章。

在所有致力于4级自动驾驶技术（大多不需要人为干预的自驾系统）的初创企业中，位于加州山景城的Drive.ai很独特地率先使用了“可扩展的深度学习”方法（Scalable deep-learning）。若想很快造出真正有用的自动驾驶车辆，Drive认为从深度学习技术出发是唯一可行的方法。Drive的共同创始人及兼首席执行官Sameep Tandon说， “如果你从这些深度学习算法的长远可能性，来看人们将来如何建造自动驾驶汽车，那么让车辆拥有一个学习系统才是最有意义的。驾驶那么复杂，有那么多细微和困难的路况，如果你不用学习的方法，那你永远不会造出这些车来。

Drive上市只有大约一年的时间，但是公司已经有四辆车在硅谷地区穿行和（大部分）自动驾驶，甚至在黑暗、下雨、或冰雹等等对自动驾驶特别困难的情况中也可以。上个月，我们到加州去，乘坐和观看他们的自驾车，要了解他们的车辆是如何利用深度学习来掌握自动驾驶的。



正如其名，Drive.ai是为人工智能而诞生的。2015年，Drive由斯坦福大学人工智能实验室出来的深度学习技术的专家们创立。公司从一开始就致力于完全围绕着深度学习技术来建造自动驾驶功能，现已能够快速学习和适应，安全处理无数的自动驾驶所需掌握的状况。

Tandon说：“我想我们是第一个如此坚决要从一个深度学习的角度来发展自动驾驶的公司。共同创始人兼总裁Carol Reiley说， “与经典的机器人方法比起来，很多公司只是在这个或那个组件上采用深度学习技术，而我们比较全面。”

他们所提到的一般的零碎采纳深度学习的方法，是只把深度学习用在车辆的自动感知部件上。深度学习的人工智能对行人的辨识力很好，它善于在任何场景中对事物进行分类。而且它能够学习辨识某个特别的模式，然后扩展性地认出它过去没有实际看过的东西。换句话，你不必训练车子辨认每一种行人，因为它能够认出一个扶着助行器行走的老太太，和一个戴着棒球帽的小孩，都属于同一类物体。

摄像头获取的行人图像是一种感性模型。另一种模型是作决定和规划车辆行动：比如在四路停车的路口，或在红灯右转弯，都可以採用深度学习技术。但很多自动驾驶汽车的制作商都不做，为什么呢？主要是不习惯。Reiley和Tandon告诉我们，这种根据环境变量作决定的深度学习算法，比普通的根据规则作决定的做法好。深度学习能够“好像人一样“辨识模型，比根据规则编程而来的系统更细致。虽然如此，它有时候也会出问题。

黑盒子的问题

深度学习系统的模式识别能力是一个强大的功能，但因为这模式识别是神经网络算法的一部分，所以有“黑盒子”系统的问题：一旦系统被训练，输入黑盒子的是数据，输出的是有用的解释，而输入和输出之间的实际决策过程是人未必能够直观了解的。所以，许多从事自动驾驶车辆研制的公司不喜欢黑盒子，而采用机器人方法。他们把深度学习技术的使用限制在机器感知部件上，因为假如你的系统作出错误判断，你能够准确知道是哪里出错，然后防止同样的错误不会重复。

Tandon说，"黑盒子的确是个大问题。我们希望能够做到训练深度学习系统来帮助我们感知和决定，但同时也包含一些规则和一些人所能够了解的知识，以确保安全。 “全部实现的深入学习系统是一个巨大的黑盒子，把原始的传感器数据转换为方向盘的转动或加速器和刹车的启动运作。但Tandon说，Drive有意避免实现这种完全的端对端系统。“你如果能把系统分解成各个作深入学习的部分，那么你明白不同的部分，可以用不同的方式来进行验证，你对于整个深入学习系统所输出的车辆行为会更有信心。"

Drive的研究人员说，窥探黑盒子，然后验证（或调整）它的内部是有些妙招的。比如你可以给它提供某些数据，比如摄像头图像，遮蔽掉几乎所有的其它东西，只给它你想要查询的内容，然后查看你的算法如何对稍微不同的情景作出反应。在处理某些特别的情形时，模拟可以是非常有用的工具。Tandon解释说：

“我们最初开始研究传感器系统的深入学习技术时，所遇到的一个挑战就是经过立交人行道。我们开车出去，立交人行道的影子会导致系统错误辨认到一个假的障碍物。在深度学习过程中，你可以把算法的注意力集中在一个称为“硬挖掘“的过程上，是很有挑战的情景。然后我们用人造的例子增加数据集，等于对系统说，“嘿，系统，你告诉我你要对这个影子怎么办，我要干预一下，让你再做一次。” 随着时间推移，系统就开始知道怎样处理立交人行道的影子，然后你可以在系统的层面来确认它。”

培训深度学习系统

深度学习的系统需要很多数据。一个算法看到的数据越多，就越能够更好地识别出模式，归纳理解它，以便安全驾驶。自动驾驶需要了解大量不同的路况，大多数研制自驾车辆的公司都会从一开始就尽可能地收集数据。那么问题就在于管理数据了，利用收集到的数据做些有用的事。Drive.ai知道，不是所有数据都同等，所以公司投入大量精力收集高质量的数据，并加以注释，让它对于训练深度学习的算法有帮助。

注释虽然很简单，但也很繁琐：给一个人工注释员一组数据，比如一个很短的视频片段，或只是几帧视频图像或激光雷达图像，让他为每辆车、每个行人、道路标志、交通信号灯，和其它任何与自动驾驶有关的东西，画出框架和加标签。Reiley说，"我们知道有的公司雇用好几千人做这工作。注释员为图中物体周围的框架加标注，每个小时的驾驶大约需要800人工小时的标注，这些团队都会很吃力。而我们公司已经有了更快的速度，并且我们不断地优化。"

这怎么可能做到？因为Drive已经找到解决方案，使用深度学习来增强自动化地注释数据。所以它只使用一小队的人工注释员，这些人都在忙着训练全新的路况，或验证系统作出的注释。Tandon解释说， “有些路况我们的深度学习系统做得很好，我们只需要验证一下。另外一些路况我们需要改进算法，引导系统做出正确的注释，所以我们有一个人工注释团队来做第一次引导性的重复，我们借着重复引导来改进深度学习系统。现在在许多情况下，我们的深度学习系统已经做得比我们的专家人工注释员还好了。想想看，这简直是令人惊讶的事。”

Drive.ai的团队很难不让其它公司也去建造自己的深入学习架构和工具，同样地用深度学习方法来作注释和训练。Tandon说， “我们经常谈论这件事：凭什么不让别人做我们所做的事？说实话，这个问题有很多方面，深入学习是个集成的系统，整个系统有太多的部件都需要搞对，很难说是因为某个特别的原因使这个做法效果这么好。

Reiley同意： “你的设计决定一定要是软件驱动、为优化深度学习而着想，为软件和硬件的整合而着想。人家都把注意力放在算法部分，而我们有其它的应用综合在一起。自动驾驶不仅仅是一个算法--它是很复杂的硬件/软件问题，还没有人解决过。"

（未完待续，后面会继续介绍深度学习在研制自驾车上的重要性，以及这样研制出来的自驾系统是“可扩展的”。）

转载：国家“千人计划”专家为汕头发展献计

本节目原载汕头网络电视台--《橄榄网》8月6日的报导。

我们SVTC的主席范群博士，我们的清洁能源专家刘科博士，以及多位的国家“千人计划”专家，都来到广州归谷科技园，考察创业环境。

新创公司访谈：夜莺安防

美国硅谷夜莺安防公司(Nightingale Security)为大型企业提供无人机保安服务。他们利用无人机来增强和代替安防人员的巡逻、监测、和处理警报信号的任务。夜莺安防公司是星图投资的投资组合项目之一，目前夜莺安防公司刚刚完成A轮的融资，在目前无人机在垂直领域的应用创新项目中，顺利完成A轮融资的初创公司不多。早前有关夜莺空中安防的报道，请按这里阅读。

夜莺的总执行长Jack Wu日前接受《商务明星》企业电视“Scale The Wall”节目Thuy Vu的访谈，讨论他在创业过程中所遇到的挑战、克服困难的经历。Jack是消费者互联网上的老将，具有18年的企业创新和开发的经验。以下W代表Jack Wu, V代表Thuy Vu。

V: 我们都知道企业营运是要有一定的魄力，特别是新创的小企业·，总是面对各种挑战。当挑战到来时，就需要”Scale the Wall”。我们的节目要讨论的就是应付这些挑战。今天我们请到夜莺安防公司的吴先生，他的公司所创新的无人机安防技术可以取代实地的安防工作人员。吴先生，很高兴您今天能够参加我们的节目。
W: 谢谢你们邀请了我。



V: 请介绍一下你们的无人机安防是怎样运作的，好吗？
W: 我们称为空中机器人安防系统（RAS，Robotic Aerial Security）。它包括无人机、自动为无人机充电的基站盒、还有一套软件来自动管理这些运作。
V: 在这之前，您做的是游戏和广告方面的工作，后来怎么会想到无人机安防这方面的东西呢？
W: 首先，这是机会。为了作广告，我在90年代末介入消费者互联网，到2000年对雅虎首页放什么内容有很多研究。后来我接触到电子游戏行业，因为有很多电子游戏来作广告嘛。我认识那些赞助商，于是我帮他们作广告，赚了很多钱。但是，我从小就喜欢亲手制作一些东西，我和我的合作伙伴John是高中时代认识的，我们两个都喜欢制作某些很酷的东西。如果制作不成功，至少我们也没太大的损失。
V: 您确实有个航天飞行方面的学位吧？
W: 我没有，但John，我的共同创始人有。他是我们公司的“大脑”，一切的飞行器硬件需要和控制软件都是他的策划。

V: 您的背景很有趣。您是10岁从台湾移民来美国的--那时候您会说英语吗？
W: 我那时不会，我只知道三个词： “谢谢”， “苹果”，另一个字我不想要在电视上说出来！
V: 哈，这三个字就能方便地对付很多生活需要了。
W: 呵呵没错，现在仍然是。
V: 所以你必须学英语。那么你的创业精神到底从哪里来的？
W: 我的父母从来没有受过高等教育。我们来到美国，父亲在一家公寓做维修工，母亲为公寓剪草。到周末我们就进到人家的办公室作清洁。我们住在Milpitas地区，那里有很多科技公司，我负责吸尘和把垃圾拿出去。当然我们也清洁公司总裁的办公室，我当时坐在总裁的转椅上，心想我以后不要做我父母所做的工作，我要做好一些的工作。而且这显然是可能的，这个人不就有个自己的办公室吗？
V: 哇，您那时就受了启发，知道自己将来要作个CEO？那时您几岁？
W: 我那时12岁，还不知道我能作CEO，但知道我将来不要作办公室的清洁工…一步步来的。
V: 您终于达到了自己的目标。请您说说现在您在公司里的工作。
W: 是的，目标达到了，可以说是幸运吧，我不会否认这里面有运气的成分。在湾区长大很好，90年代的科技繁荣直接影响到我，让我有了今天。

V: 所有的初创公司都经历到风浪和起伏，您有没有撞到墙，然后必须登墙越过来？
W: 有，我们整个团队都坚持过来了。我给你一个例子：我们要在佛罗里达的Space X举行重要的演示，可是我们的无人机基站在运输过程中丢失了，有个后勤环节没有落实好。结果我们需要马上解决这个问题。我对我的团队说，唯一的解决办法是租一部卡车，连夜开车送过去一套备用的基站。结果我们租了一部卡车，三个人上车，日夜不停地越野驾驶，跨越美国去参展。
V: 那一定是很大的压力。
W: 也是挑战，我喜欢雇用这样的人，他们不把上班看为9点到5点的事情，而是看为要达到一个目标，他们个人的理念和公司的目标一致。…结果这三个人驾车跨越美国。我说，既然驾车跨越美国，为何不顺便在路途中停几站，为其它有兴趣的公司作演示？
V: 哈，真正的机会主义者。
W: 既然已经花了这么多钱嘛，干脆利用机会！
V: 那次有没有得到什么商机？
W: 有啊，我们正在和某些大的石油公司洽谈。



V: 你们的空中机器人安防服务看起来很酷。当我们想到安防工作的时候，我们会想到传统的做法，雇佣安防人员去巡逻等等。吴先生，当您去到使用传统安防体系的公司时，您如何劝服他们改用你们的无人机安防系统？
W: 其实我们不只是和其它的安防机器人公司竞争，我们竞争的对象其实是现在的用户，希望改变他们的工作习惯。这些用户都是采纳我们早期技术的一些公司，我们重点是要争取他们。我们希望那些和我们有共同理念的公司，能够真正看到使用这套系统的好处，能够根据我们的产品特点来建立他们的安防体系。有许多确实如此做了，很积极热情地建立他们的安防系统。其中一个理由就是，这个产品确实很吸引人，和机器人一同工作，很新颖。他们很愿意用无人机来作安防工作，他们非常支持我们。反过来，我们总是跟进他们，给他们看我们新技术发展。尽管他们从最开始不是我们的顾客，那不要紧，重要的是他们对这项新技术很热心。当他们有了足够的认识，就会和我们成交，让我们来服务他们的其它设施。

V: 您认为夜莺安防公司5年的前景如何？
W: 我们有不同的路径可走。我看到因为数据互联网的作用，当你越来越多地在客户场地实施无人机安防体系，我们的无人机会越来越有智慧。我们会收集越来越多的数据，我们聚集这些数据来教我们的无人机如何在大的商用场地执行任务。数据量越大，无人机系统部署得越多，我们的无人机安防任务执行就越快速有效，越有智慧，我们的业务就会像滚雪球一样越滚越大。
V: 在这过程中你看到前面会有什么样的挑战？
W: 有两样挑战。一样显然是销售，你需要把产品放在客户的实用场地，这非常重要。让我们的客户看到这如何能够省钱。我给他们一个选项，可以不雇佣人工安防人员。我也给他们能够在夜间工作的能力，只有超人能够做到在夜间飞上高空做看守设施的工作。

V: 到目前为止，你们所承担的最大风险是什么？
W: 我想，最大的风险是直接和用户作交易。
V: 为什么呢？
W: 当我们开始和客户的安防巡逻队、和中间商谈的时候，我们发现没有人真正了解我们想要做什么。他们不了解我们的产品。当我们分享了我们的理念之后，有的很认同，当然最终我们需要有专门的销售人员，来照顾和服务我们的客户，而不是由技术公司来做。我相信我们最终的目标是，客户打电话给我们，直接和我们谈，让他们开始体验我们的产品。我想要拥有这全部的过程，只有直销能够做到。当然我们也不排斥中间渠道，而且很快我们会有中间渠道。当我们的技术越来越成熟，最后还是要打开中间渠道的。

V: 目前对于夜莺安防公司，你最担心的是什么？
W: 目前最担心的是公司的安全防卫问题。另一个最担心的是产品的可靠性问题。可靠性来自大量的测试，我们从头到尾作各个环节的测试。我们在总部亲自作测试，我们测试系统的夜间运作。目前仅有的七家无人机公司获得了美国航空局的夜间飞行与多机飞行许可证，夜莺是其中之一。除了我们之外还有Google的Project Wing 。
V: 所以，对于客户来说，这些都是很新鲜的尝试，但一定也会担心吧？
W: 会的。我们必须面对顾客的拒绝。
V: 有很多顾客拒绝你们吗？
W: 当然。这产品很新嘛，我必须向他们证明这产品好用。不光向他们解释，还要为他们证明出来，然后给他们时间考虑，说服那些主管销售的人或管理设施的经理，请他们来看演示，挺不容易。
V: 您是夜莺安防公司的总执行长，您是发觉这工作越来越容易，还是每次都有不同的挑战？
W: 每次的挑战都不同，但每次的挑战都有共通性，所以还是越来越容易的。挑战无非是人事上的、很令人头痛，无论大小公司，你总会遇到个性很强的人。有些人寻求某些特定的角色，可是没有那么多职位给你，你必须管理这些冲突。这些人是公司成立的最初动力，会觉得他们有权说话。所以即使是小公司，也充满了政治。但我会汲取功课，雇用合适的人去做工，来降低那方面的挑战。
V: 祝你们好运！看来您的目标很好，我们衷心祝愿你们成功。

人工智能、机器学习、深度学习

我们外行人常常搞不清artificial intelligence(AI)、machine learning(ML)、和deep learning(DL)的关系。本文内容取自nvidia的博客网站的介绍文章。Nvidia为无人驾驶技术提供数据操作平台，最近和Toyota、百度等等公司达成了协作关系。NVIDIA坐落在硅谷的Santa Clara。

人工智能(AI)、机器学习(ML)、和深度学习(DL)技术之间到底是什么关系呢？Google DeepMind开发的电脑围棋软件AlphaGo，在韩国以五局三胜赢了世界上最好的职业棋手，媒体用了所有这三个名词来报道AlphaGo，因为人工智能、机器学习、和深度学习都是AlphaGo赢赛的原因。但这三个名词是不同的，你可以把这三者想成同心圆的关系：AI在最外围，是人们首先听见的概念，DL的发展在最里面，是AI发展的核心动力，只应用在一部分的ML技术上，却驱动了整个AI界各层面的爆炸性发展和应用，如下图所示：

AI能够大发展的主要原因是图像处理器（GPUs）和存储技术大大发展了，能够又快、又便宜地同时处理大量信息，并且几乎是无限制地快速存储和访问这些数据，以及快速地综合分析各类数据的能力（称为大数据）。随着各种传感器的研发，收集到更多更广的数据资源，反过来又进一步促进大数据技术的发展...现在能够利用AI的行业已经相当广了。

起初，计算机开始发展出来的时候，AI科学家就梦想着计算机有一天能够具有人类智力的特点。收集数据，计算，分类等等，机器肯定比人来的快，于是有了ML的设想—一种让机器取得AI的途径。举个机器学习的例子：

我们的电子邮箱，起初使用时收到很多垃圾邮件。现在有一大堆都被自动送到另一个文件夹去了，因为你的电子邮件服务商开始让你的计算机学习辨认垃圾邮件了。他们先输入一些数据，指出某些垃圾邮件的特征。然后允许用户指出，哪些垃圾邮件它没有辨认出来，哪些并不是垃圾邮件--它有辨认失误。你若借着点击“spam”或“not spam”经常“教导”，你的计算机就会累积数据，“学会”在这方面更好地服务你。你如果经常不看某人寄来的邮件而直接删除，你的计算机也可能学会，把那人的邮件自动归类为垃圾邮件等等，这些都不需要你为它编程序！你的电脑还会在一定时期之后自动为你清除垃圾文件夹，所以你最好定期检查一下你的垃圾文件夹，以免遗失重要信件。

虽然计算机可以借着积累的数据“学习”辨认文字和图像，并根据辨认结果很快作出某些决定和行动，还是远远不能和人类智力相比。下一步是进入DL发展阶段，就是让计算机拥有深度的学习能力。

DL是采用某种复杂的算法系统，来实现ML，让ML来模拟人的大脑神经网络。人的大脑有很多彼此联络的神经元，每个神经元都和周围所有其它的神经元联络，让人能够毫不费力地联想、分析、判断。而模拟的人工神经网络只能有一些离散层次的联结，而且数据传播的方向是预先设计好的。

比如，你把一个图像破碎成许多小块，送进人工神经网的第一层，就是那些单个的神经元，处理后送给第二层，第二层处理后再送到第三层等等，最后综合结果，达到辨认出来的目的。每一层的神经元处理结果都产生一个指数，这个指数叠加到最后，越高就说明所得结论的把握越高。比如辨认六角形的红色停车标志，图景中有没有停车标志呢？机器能够给出一个百分数，告诉你辨认出来的几率有多大。

能够辨认一幅图画还不够，实现深度学习的DL阶段真正开始，全靠图像处理技术完善，就是GPUs出现，才算真正把人工智能的神经元设想实现。起初认错的几率比较大，需要增加人工神经元网络的规模和密度，还需要常输入正确答案，然后借着DL算法来处理许多的ML图像，并借着筛选结果，来“训练”计算机“学习”看很多图像，得出抽象的分析结果。

DL是某种用来筛选结果的特别算法，不同的AI任务有不同的变量。现在在某些AI情况下，使用了DL的ML已经比人还强了。比如辨认血液中的某些癌指标，辨认磁共振图像扫描中的血相和肿瘤等等。Google开发出来的AlphaGo一遍遍地与自己下棋，使用了DL技术的ML不住地筛选并记住比较优化的棋局步骤，最后赢了世界上最好的棋手。

DL可以用在很多ML的领域中。DL能够把各种任务划分成细小的任务，使机械辅助成为可能，比如无人驾驶车辆，检查身体等等。AI因为DL和ML技术而大大发展，这些工作在不久的将来都必定会因为AI得到突破。

下面是NVIDIA公司的CEO黄仁勋（Jensen Huang）博士解释DL的概念。他后面演示了VR电脑游戏。因为NVIDIA是一个DL平台，所以应用是很多的，家居啊，运输啊等等。从讲演开始大约19分钟左右，黄总裁开始解释无人驾驶技术，很有趣。AI车辆不仅了解车辆周围的情形，也了解司机和乘客的状况，必要时发出警告。不用说，AI车辆能够完全自行驾驶。



NVINDIA最早研制自动驾驶技术的合作伙伴是奥迪汽车。

无人驾驶车辆的研发状况

到2021年，无人驾驶车辆的时代将要开始。美国的《商业内幕》网站（Business Insider）列出了19家目前正在积极研发无人驾驶车辆和技术的公司，其中有的已经宣告他们的全自动无人驾驶车辆届时将在美国实际投入使用。（当然是假定必要的法律规条制定到位和实施。）

Tesla

参与了这场研发竞赛的公司包括：

Tesla的目标是2018年具备全面的无人驾驶技术。首席执行官Elon Musk 2015年9月就宣布了这个决心，但是2018年美国从法律上只怕还没那么快让无人驾驶车辆上街。

Uber是共享经济的前锋，已在宾州匹兹堡推出了使用无人驾驶车辆的试点计划，用的就是福特的Fusion型号，媒体报刊今年作了不少详细报道。Uber的首席执行官Travis Kalanick一度受邀进了川普内阁的工商咨询委员会呢。

Google拥有最大的交通路况和人脉资讯，也参与了无人驾驶技术的研发。它的前项目领头人Chris Urmson曾在2015年的一个讲演中提到2020年完成期限。Google旨在逐步推出半自动的驾驶功能，据说最后目标还是要生产出全自动的无人驾驶车辆。

Toyota的目标也设在2020年，他们在2015年宣布投资10亿在人工智能和机器人上，成立了专门的研究所（TRI）来改进车辆。TRI坐落在硅谷的Palo Alto，今年三月份美国工商杂志《福布斯》报道，他们初次成功完成无人驾驶接送的试验，如同机器人保姆和车夫，非常安全可靠。

via GIPHY

BMW

BMW目前的7系列型号已经具有一些半自动功能来增加安全性。公司打算把一个全电动、能够无人驾驶的汽车型号引进中国。

Volvo旨在增加车辆的安全性，准备在2020年之前在所有的车上装备半自动的安全功能，并推出全自动驾驶的车型。今年，这家公司已开始在瑞典作实际的自动驾驶试验：找一个家庭试用XC90s，收集其驾驶数据，然后安装到100辆XC90s型号，给其他的人测试和使用...据称Volvo也打算在中国测试呢。

Nissan决心在2020年之前生产出实际可用的自动驾驶车辆，他们已经具备了一些必要的先进技术。这两天有消息宣布，他们的电动Leaf型号将配备按钮启动的全自动泊车功能。

Ford 自动驾驶车辆

Ford将于2021年推出一批自动驾驶车辆，参与Uber的车辆共乘（或称叫车服务Hailing service）系统。这批车辆将没有方向盘、刹车、和油门，谁都可以用，不必是有钱人的奢侈专利。最近，Ford和中国的百度联手，投资硅谷先进的激光雷达系统和传感器公司Velodyne，开发自动驾驶和共乘通讯的新技术。

General Motors和Lyft联手，也投资建造电动的全自动无人驾驶汽车互联网，服务大众用戶。根据據最近的報導，ＧＭ与硅谷的创新公司Cruise Automation合作开发無人駕駛汽車，今年一月Chevy Bolt型号已经开始在密歇根州的生产线上组装．车顶有好几十个攝像头和传感器。装好后运到旧金山安装软件和测试调整，然后送交试点运行计划。

Daimler是奔驰牌汽车的生产厂家。他们也设下了2020年的目标，生产无人驾驶的运输大卡车。他们在2016年7月已有第一辆自动驾驶的大卡车在公路上完成了自行驾驶任务，估计到2020年这卡车是可以实际投入使用的，解决长途驾驶人员疲劳和危险的问题。

还有Audi A7，2015年自行驾驶了550英里；北京的搜索集团百度公司，要在中国为汽车行和自动驾驶的合作伙伴提供软件平台，帮助他们搭建自动驾驶系统，打开共享经济的道路；Honda从2015年就一直在旧金山测试他们的无人驾驶车辆，有些半自动的安全驾驶警告功能已经安装在2016 Acura和Civi型号上；

Hyundai也在努力发展他们车辆上的无人驾驶功能，比如探测器发出紧急自动刹车指令，要安装在新车的型号上。嘿，恐怖分子绝对没办法用这样的车作案！

汽车供应商Bosch现正研发和生产的产品包括雷达传感器，和一切新的无人驾驶技术所需要的汽车零部件。世界上其它正在研发和试验无人驾驶汽车技术的还有欧洲的第二大汽车生产厂家，法国的PSA Groupe，中国的LeEco和与其合作的美国初创公司Faraday Future，而Apple，已经把力量集中在自动驾驶软件的开发上。

福特汽车的智能交通

根据2017年消费者电子展消息，福特公司已和美国最大的电信营运商AT&T，以及车辆技术公司Delphi联手，发展Vehicle-to-Anything (V2X) communication技术，并开发崭新的V2X技术平台。下面是福特公司的总裁兼首席执行官Mark Fields的话：



“福特将在5年之内开始批量生产“全自动驾驶”车辆。也就是说，没有方向盘要把握，没有油门需要踩，也没有刹车，因为不需要一个司机。实际上，我们相信自动驾驶车辆将要对社会产生显著的影响，这影响相当于一百多年前福特开始有汽车组装生产线的影响。当我们回顾过往，我们如何对人们的生活产生了巨大影响，我们知道在前面的一百年中，自动驾驶车辆将要再次改变世界的运转。”

当然，福特不是唯一研发自动驾驶系统的公司。目前在旧金山硅谷地区，這些无人驾驶车辆已经在大量的前期实验過程當中。下面是研发「可持续交通系统」的Lauren Isaac讲演，对未來智能交通共享作了描述--毕竟，不需要司机最终导致不需要个人拥有车辆--共享经济是技术发展的大趋势。

狮子鱼碰上创新技术

用无人机专门寻找和捕捉狮子鱼，卖到餐厅，作成美味，是初创公司American Marine Research Company的构想和目标。祝他们成功！

根据《科学美国人》的报道，狮子鱼本来栖息在印度洋海域，可是1985年进入大西洋南部（很可能是水族馆扔进海里去的），大量繁殖，严重侵犯威害到其它海生动物和鱼类。2013年，狮子鱼蔓延到加勒比海和在墨西哥湾，栖息密度已经远超其原产地，而且增速毫无减缓的趋势，很难铲除。

《今日美国》报道说，四位年轻刚刚毕业的学生，分别从麻州理工学院、普林斯顿大学、康乃尔大学、欧文研究生院走到一起，初创公司来接受这个挑战。他们去到佛罗里达州的西部，研制专用的无人机。狮子鱼没有天敌，他们要为狮子鱼制造人工的天敌。无人机必须能够准确分辨鱼种，免得错捕其它鱼类。另外，这狮子鱼的刺剧毒，必须安全除去毒刺、才能在市场销售和制成美食。

搜索网上新闻，水下机器人Guardian LF1已经被发明出来，能够潜入水下400英尺捕捉狮子鱼，一次捕捉10条，效率很高。一家非盈利组织RSE（Robots in Service of the Environment）在百慕大4月19日举行的狮子鱼饮食大赛上展示了Guardian LF1。


看来，狮子鱼碰上新的科学技术，必然要被消灭。

广州归谷科技园的首届“海创路演会”

6大高精尖硅谷项目，40多家创投机构，齐聚首届海创路演会。

6月23日，首届“海创路演会”在广州归谷科技园成功举办，本次活动由广州归谷科技园与舜会资本共同合作，旨在为优质项目与投资机构进行对接，搭建海外科技、资本、人才和文化交流的平台。

活动火热筹办

现场活动气氛热烈，座无虚席

来自美国前科技项目、国家“千人计划”专家分别展示了VR技术、芯片检测、人工智能投资、智能商务、纳米抗体药物、语意机器人等领域的精尖成果；来自不同投资领域的和君资本等40家风投公司认真聆听了科技项目路演，并表示浓厚兴趣及投资意向，各自进行了项目孵化、投资意向深入对接了解。

海创路演会的启动，标志着归谷在路演平台打造上跨越最新的一步。有助于优质项目与投资机构进行对接，搭建海外科技、资本、人才和文化交流的平台。

今年以来广州开发区的政策利好重重，年初发布了四个“黄金10条”吸引科技企业落户，5月份发布了人才和知识产权“美玉10条”招才引智，最近又发布了“风投10条”，将设立100亿元的风投引导基金。 “海创路演会”正是在上述利好政策下，归谷科技园汇集海外最前沿科技的项目，主动与风投资本合作，为海外人才与科技项目提供全方位的服务，为科技项目成功融资及落地助力。

归谷科技园是广州开发区从美国硅谷引进的重点产业项目，也是中国海交会创新创业示范园区，以孵化、资本、人才、技术四大平台，致力为海外高层次人才回归国内打造“孵化+投资”的融创型产业园区，将重点打造创业板、中小板上市公司；园区举办首届“海创路演会”，标志着海外前沿科技项目展示及资本对接的海创路演会平台正式拉开帷幕。

本文转载自硅谷科技园的微信报道。

圣何西智慧城市科技展见闻点滴

6月2日，在硅谷的科技交流重镇圣何西，市政府举办了一年一度的本地城市发展论坛及新技术展览会，开放给所有对投资城市发展有兴趣的人。不愧是高科技云集的硅谷，利用先进技术改善城市人们生活深受各市政部门重视，很多推广的项目都利用物联网技术(IoT)，大力提倡节能环保。

硅谷科技咨询委员会（SVTC）自然也积极参与赞助，设立摊位介绍我们的科技交流服务项目。事实上，在大会手册的封面内页，就印有醒目的SVTC玛莎都葡萄庄园和归谷科技园的宣传告示，欢迎使用此处设施举办各种创新科技交流活动！林铭理事长还上台向大家致辞和作了介绍。

本届展会由矽谷科技华商会筹办，得到多方投资公司的赞助，附近几个城市的市长和郡主管都向与会者致意，欢迎各大小科研技术公司来本地，立足和推广他们的新技术、新成果。更多请观看丁丁电视台的报道。

在展厅的周围一圈，排满了各公司的宣传摊位，中间摆有不少洽谈的桌椅。我们看到潮商会的醒目横幅，还有广州归谷科技园制作的宣传片在播放。

SVTC的摊位安排在进门左侧不远，旁边正是IBM的沃森人工智能系统：一个不到一米高的机器人站在桌子上，能够用英语和访客对话。沃森在展会上盼望能够开发服务老人和智障儿童的机会--他们是最需要人工智能帮助的群体。沃森的服务质量可靠，胜过人工陪伴。当然，沃森还能用在许多其它领域，据说能够操其它语言的沃森正在开发中,下面是一段介紹沃森的視頻。

我们硅谷科技协会的吴傢豪博士是智能交通的专家，不仅为本地的南三藩市建立了交通预测体系，还曾在中国广州成功完成一个很大的智能交通项目，这次上台演讲，介绍了车辆互联技术和自动驾驶的有关开发。从发展来看，我们硅谷有很大的潜力来组建和支持高效能的交通体系。

另一位大数据的专家，IBM的高级工程师和科学家凌棕博士也在大会演讲。他也是我们硅谷科技协会的专家之一，我们为他拍了照片，更为他感到骄傲。他的团队分析研究大数据，包括了在很多方面的应用，大多在有效利用材料和资源的方面。

SVTC办公室的工作人员还在展会现场遇到其他的科技界熟人，参观了他们所展示的项目。JustLight是一家台湾公司，来到硅谷推广节省能源、灯光冷气暖气的统一智能控制、利用太阳能的物联网综合技术。他们还生产销售的一种贴在门窗玻璃上的薄膜，能保持室内外温差，大大减少冷气或暖气的需要量。任何公司部门若採用他们所提供的技术，一定能节省很多钱！

有个新成立的中医大学也来了，宣传和倡导先进的癌症防治，为人义诊。他们的校长麻仲学是一位挺出名的中医肿瘤专家，提供的课程包括中医的食物疗法，周末上课。你若有兴趣，可以联络“福特中医大学”。

还有一家建筑材料公司GigaCrete，似乎是印度裔经营的印度进口技术，为城市提供先进的“绿色”建筑材料砖。那些各种质色的砖拿在手上很轻，除了保温隔热，还能够防弹！盖造新房用它固然好，但旧房翻新也可以加这么一层，美观节能又增值！嘿，房地产投资和经纪人一定有兴趣。

如果您对科技交流活动有兴趣，并且有机会来硅谷，欢迎和我们联络！

香港潮商会来访硅谷科技咨委会

5月31日星期三，香港潮州商会胡剑江会长带领16人代表团，来到硅谷科技咨询委员会（SVTC）访问，并共进晚餐。由于胡剑江先生在商业界贡献卓越，声望崇高，咨委会决定聘请他为副主席，此行正好正式举行颁发聘书仪式。

为了欢迎胡会长和祝贺他，国际潮籍博士北美联合会，圣荷西潮州会馆三个机构的几位老朋友也来到SVTC参加这一次的交流活动。

胡剑江主席是安徽省的政协委员，在胡主席的牵线搭桥下，我们也与安徽省结缘，安徽省同乡会主席陈健女士和另一位代表王硕强先生前来参加了欢迎会。

下午5点半，代表团准时到达位于玛莎都葡萄庄园的SVTC会址。阳光灿烂，大家去到一排排的葡萄树附近观看，纷纷以葡萄庄园为背景合影留念。进入会所，大家见面认识、交换名片、畅谈旅行和商务合作机会。

稍作休息之后，欢迎会开始，大家进入会议室。SVTC的理事长林铭表示热烈欢迎，并为大家介绍香港潮商会，国际潮青的的各位贵宾与硅谷本地前来参加活动的客人。

SVTC的执行主席范群博士这次也特别回到美国来，范博士上台致辞各位的到来，并介绍硅谷科技协会（SVSTA）多年来在人才交流方面的贡献，范博士简单介绍了SVSTA和SVTC的发展过程。

SVTC很荣幸能够聘请香港胡剑江先生为副主席，范博士郑重宣布了聘请决定，并邀请胡先生讲话。胡先生谦虚地表示要继续学习，衷心祝愿SVTC的会务兴旺，把广东澳门香港地区的项目和资金对接承担起来。

林铭理事长介绍了SVTC的服务项目；潮籍博士会的林楠林博士介绍了他们在潮州在成立高层次院校的目标；圣何西潮商会的黄雄谋先生也致辞欢迎和介绍。安徽同乡会的会长陈健也为胡会长介绍了他们同乡会的发展。

胡会长向咨询委员会赠送了书法“天工开物”。胡会长以此表达工匠之心，希望咨委会的科技事业大展宏图。

简单的欢迎仪式结束之后，代表团与客人们在玛莎都庄园共进晚餐。杯光交错中，大家愉悦畅谈硅谷的科技发展和商务往来。

硅谷科技咨询委员会与安微省的同乡会的陈会长也达成了合作意向，咨委会表示可以承接安徽省机构在美国硅谷的考察活动，与科技对接等具体工作。

另外，硅谷的创业人Sammy Cheung也介绍了他在可编程芯片设计（Programmable IC）方面的创新与商业战略。由于林铭理事长也是电工程背景，又与Sammy同是Cornell的校友，两人做了很深入的探讨。Sammy表示，可编程芯片设计在未来的半导体业发展中可以起到很好的促进作用，大幅度降低芯片研发初期的时间和成本。

胡剑江主席为大家介绍了中国对粤港澳大湾区的战略规划设想。他表示愿与咨委会一同，在美国硅谷湾区做好前置的资源整合，把中美两个大湾区对接起来。

交流晚宴结束之后，来宾们对咨委会用心营造的科技交流氛围表示赞扬，认为这样的交流更加务实与讲究实效。咨委会的成员们也表示，能够有机会让国内的客人与硅谷各界人士交流是一个很有意义的工作，让人了解到了中国的发展动向与硅谷的科技动态！

咨委会期待与客人们保持联系，在此欢迎大家来硅谷咨询委员会玛莎都庄园作客。

O-R3：机器人警车+无人机

本文内容取自科技新闻网站Engagedge的报道，雅虎转载。



这是新加坡的RoboCop车，由初创公司Otsaw Digital制造，执行户外安防任务。它使用三维的LIDAR传感器来识别周围的人，知道是公司雇员还是不认识的外人入侵。若有人入侵就自动跟踪，并在遇到视线障碍时派出一架无人机从空中查看。它还会探测到哪个包是无人照管的，5分钟就会报警并进一步调查，看是不是什么危险物品。

据说客户可以租用一部O-R3，每个月的价钱比雇用4名安防人员的费用还便宜。英文全文按此阅读。

合作交流：林少华率团访问香港潮州商会

5月11至12日，由林少华会长率领的汕头市侨商投资企业协会访问团赴港交流访问，先后拜访香港潮州商会，拜会陈有庆、周光明等侨领，敦睦乡谊，共谋发展。

汕头市侨商会会长林少华和香港潮州商会会长胡剑江互赠纪念品

12日上午，会长林少华、副会长郑志光、名誉会长陈少斌、秘书长方肃等一行专程拜访香港潮州商会，受到香港潮州商会会长胡剑江的热情接待。宾主双方就加强会务合作，共谋创新发展进行亲切交流。身兼汕头侨商会荣誉会长的胡剑江介绍了香港潮州商会“庆祝香港回归祖国二十周年”系列活动内容——潮汕文化同乐、潮剧文化晚会、香江艺术展览、香港潮商论坛等，对汕头侨商会的良好开局予以高度赞许，表示要全力推动两会之间的交流合作，为香港繁荣稳定、汕头振兴发展作出新的贡献。汕头侨商会会长林少华在介绍会务工作后指出，汕头侨商会的成功创办，离不开海外潮团和广大侨商的鼎力支持。他表示，汕头侨商会将本着“凝聚侨力，创新发展”的宗旨，竭尽全力为海内外潮商、侨商在科技成果转化、高新技术对接、投资项目落地等方面提供热情周到的服务，把握商机、互惠共嬴，主动融入“一带一路”战略。随后，宾主双方互赠纪念品并合影留念。

汕头市侨商会林少华会长、澳洲潮州同乡会周光明主席、香港潮属社团总会陈幼南主席
和香港潮州商会胡剑江等人合影

是日下午，会长林少华、名誉会长陈少斌前往香港环球大厦拜访著名商业领袖、全国侨联副主席、亚洲金融集团主席陈有庆。林少华首先向陈有庆主席介绍汕头侨商会的创立和发展情况，得到陈有庆主席的高度赞许。随后双方就“一带一路”、华侨经济、新潮商发展和家族企业传承等话题进行交流。会谈期间，林少华代表汕头侨商会向陈有庆主席颁发荣誉会长聘书，并赠送潮绣纪念品，陈少斌代表天下潮商传媒集团向陈有庆主席赠送国画佳作，陈有庆主席回赠亲笔签名的《侨通天下——陈有庆传》书籍予林少华会长、陈少斌名誉会长。

全国侨联副主席陈有庆赠送亲笔签名的侨通天下自传书籍予汕头市侨商会会长林少华

在港期间，汕头侨商会访问团成员还分别拜会荣誉会长陈伟南、陈幼南、许学之、名誉会长林镇洪、林枫林、陈贤豪等侨领。

本文转载自汕头市侨商会报道，全文请看微信报道。