ZD至顶网CIO与应用频道 02月22日 北京消息:目前,物联网(IoT)以及互联设备和传感器已快速渗透到了人们工作和生活的方方面面。这些技术发展神速——不过暂且打住,现在我们该认识一下纳米物联网(IoNT)了。总体而言,它的概念与物联网相同,但却存在于极微小的尺度上——仅相当于毛囊的1/80,000。
对,这就是一纳米的长度。换言之,一英寸等于25,400,000纳米,人类DNA螺旋体的直径约为2.5纳米。
那么纳米技术是什么?纳米物联网又是什么?
对于纳米技术,你或许已经并不陌生,但这里还是有必要简要介绍一下。Nano.gov对纳米技术的定义是:在纳米级(1至100纳米范围)开展的科学、工程和技术研究。虽然有些资料称纳米材料很早就在人类文明中得到应用,但大多数人都将这一概念的诞生归功于物理学家理查德·费曼(Richard Feynman)——1959年,他提出了操控单个原子和分子的设想。1974年,谷口纪男(Norio Taniguchi)教授首创“纳米技术”一词。1981年,格尔德·宾宁(Gerd Binnig)和海因里希·罗雷尔(Heinrich Rohrer)发明了扫描隧道显微镜,这种显微镜可以观察原子级表面,真正的纳米级实验就此拉开序幕。
时间快进到2010年,即“物联网”概念问世的十一年后。佐治亚理工学院的研究人员使用“纳米物联网”的说法来描述一种新的网络范式,即“纳米级设备与传统网络、乃至最终与互联网的交互联接”。
2013年发布的报告《实现纳米物联网:挑战、解决方案和应用》探讨了纳米传感器嵌入物体和设备将如何为物联网增添新的维度。撰写该报告的研究人员阐述了通过纳米网络互联的微型传感器有望如何“从物体内部以及难以触及的区域获得细粒度的数据”。他们还举出一些例子,如采集心电图和其他重要信号的体表纳米传感器,或采集病原体和过敏原数据的环境纳米传感器。研究人员认为,结合运用这两种传感器能够更便捷、更精确地诊断和监测患者的病情。
时间再次快进到2016年,“纳米传感器和纳米物联网”入选世界经济论坛新兴科技跨平台委员会(World Economic Forum’s Meta-Council on Emerging Technologies)评出的年度十大“技术创新”。世界经济论坛认为,“科学家正将传感器的尺寸从毫米或微米缩小到纳米级,这将让传感器小到足以在生物体内循环,或者直接混入建筑材料。这意味着纳米物联网的构建迈出了至关重要的第一步,这项技术将引领医疗、能源效率和其他许多领域进入一个全新境界。”
在《科学美国人》的一篇相关文章中,作者Javier Garcia-Martinez写道:“纳米传感器非常小,因此可以从数百万个不同的点采集信息。随后,外部设备可以对数据进行整合,生成极其详细的图像,从而显示光、振动、电流、磁场、化学浓度和其他环境因素最细微的变化。”
市场调研机构Technavio公司在其《2016年全球纳米物联网市场(2016-2020)》报告中表示:“全球纳米物联网市场仍处于起步阶段。”Technavio研究分析师认为,该市场将在未来几年迅猛增长,到2020年将增长24%。该研究机构预测:医疗、制造、运输与物流,以及能源与公用事业等领域将对纳米物联网的研发进行大力投资。Technavio报告显示,纳米物联网技术在医疗行业的前景尤为广阔,目前已占有40%的市场份额。
前文提及的世界经济论坛报告显示,物联网市场仍面临诸多挑战。例如,世界经济论坛提到:“技术障碍便是如何整合所有必需的组件来打造一种自供电纳米设备,用以检测变化并向网络传输信号。”和物联网一样,隐私和安全也是需要考虑的问题,尤其是对于嵌入体内的设备。
为了更深入地了解纳米物联网的现状,PTC“产品生命周期报告”栏目与三位在研究中使用纳米技术和纳米级材料的大学教授进行了探讨。在本系列的四篇文章中,你会看到一些研究正在设法解决世界经济论坛提及的自供电纳米设备技术障碍——该设备应用在一款即将准备上市的产品中,而另外一些研究则仍处于纯粹的学术研究阶段。以下对这些研究进行了简要概括:
好文章,需要你的鼓励
很多人担心被AI取代,陷入无意义感。按照杨元庆的思路,其实无论是模型的打造者,还是模型的使用者,都不该把AI放在人的对立面。
MIT研究团队提出递归语言模型(RLM),通过将长文本存储在外部编程环境中,让AI能够编写代码来探索和分解文本,并递归调用自身处理子任务。该方法成功处理了比传统模型大两个数量级的文本长度,在多项长文本任务上显著优于现有方法,同时保持了相当的成本效率,为AI处理超长文本提供了全新解决方案。
谷歌宣布对Gmail进行重大升级,全面集成Gemini AI功能,将其转变为"个人主动式收件箱助手"。新功能包括AI收件箱视图,可按优先级自动分组邮件;"帮我快速了解"功能提供邮件活动摘要;扩展"帮我写邮件"工具至所有用户;支持复杂问题查询如"我的航班何时降落"。部分功能免费提供,高级功能需付费订阅。谷歌强调用户数据安全,邮件内容不会用于训练公共AI模型。
华为研究团队推出SWE-Lego框架,通过混合数据集、改进监督学习和测试时扩展三大创新,让8B参数AI模型在代码自动修复任务上击败32B对手。该系统在SWE-bench Verified测试中达到42.2%成功率,加上扩展技术后提升至49.6%,证明了精巧方法设计胜过简单规模扩展的技术理念。