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
在2025年KubeCon/CloudNativeCon北美大会上,云原生开发社区正努力超越AI炒作,理性应对人工智能带来的风险与机遇。随着开发者和运营人员广泛使用AI工具构建AI驱动的应用功能,平台工程迎来复兴。CNCF推出Kubernetes AI认证合规程序,为AI工作负载在Kubernetes上的部署设定开放标准。会议展示了网络基础设施层优化、AI辅助开发安全性提升以及AI SRE改善可观测性工作流等创新成果。
维吉尼亚理工学院研究团队对58个大语言模型在单细胞生物学领域的应用进行了全面调查,将模型分为基础、文本桥接、空间多模态、表观遗传和智能代理五大类,涵盖细胞注释、轨迹预测、药物反应等八项核心任务。研究基于40多个公开数据集,建立了包含生物学理解、可解释性等十个维度的评估体系,为这个快速发展的交叉领域提供了首个系统性分析框架。
DeepL作为欧洲AI领域的代表企业,正将业务拓展至翻译之外,推出面向企业的AI代理DeepL Agent。CEO库蒂洛夫斯基认为,虽然在日常翻译场景面临更多竞争,但在关键业务级别的企业翻译需求中,DeepL凭借高精度、质量控制和合规性仍具优势。他对欧盟AI法案表示担忧,认为过度监管可能阻碍创新,使欧洲在全球AI竞争中落后。
西湖大学王欢教授团队联合国际研究机构,针对AI推理模型内存消耗过大的问题,开发了RLKV技术框架。该技术通过强化学习识别推理模型中的关键"推理头",实现20-50%的内存缩减同时保持推理性能。研究发现推理头与检索头功能不同,前者负责维持逻辑连贯性。实验验证了技术在多个数学推理和编程任务中的有效性,为推理模型的大规模应用提供了现实可行的解决方案。