吴甘沙:全场景无人驾驶的商业化路径

要做全场景的自动驾驶,同时既能保证真正意义上的安全,又能到达终极自动驾驶产品状态。这几年,市面上已经有了很多自动驾驶产品展示,但是离自动驾驶真正飞入寻常百姓家,这之间隔着星辰大海。不过,我们相信,无人驾驶终有一天会来临。

基于对象的协议实现架构x-kernel之分析与应用

x-kernel作为基于对象的协议实现架构自推出伊始即受到广泛瞩目,并在协议功能模拟、网络性能评价以及运行状态监测等方面显示了巨大潜力,示范性应用正陆续推出。本文将就x-kernel协议实现架构的组织、生成和操作作深入的阐述,并通过一简单协议的实现展示了x-kernel的协议实现模板。

某企业网络管理信息系统设计案例

企业网络管理信息系统是先进的企业信息运作方式，能够提供方便的信息服务和资源共享支持。本文根据某企业网络设计实例，着重讨论了设计原则及组网技术、设备选择等方面的问题，并给出一个备选方案作为参考。

在开放世界中实现逃逸分析

逃逸分析（escape analysis）是一种可以有效减少Java程序中同步负载和内存堆分配压力的跨函数全局数据流分析算法．此前绝大多数逃逸分析的实现都基于一个所谓“封闭世界（closed world）”的前提：所有可能被执行的方法在做逃逸分析前都已经得知，并且，程序的实际运行不会改变它们之间的调用关系．但当真实的Java程序运行时，这样的假设并不成立．Java程序拥有的许多特性，例如动态类加载、调用本地函数以及反射程序调用等等，都将打破所谓“封闭世界”的约定．这样的真实运行环境被称为“开放世界”．在开放世界中，实现逃逸分析将面临许多重要的问题，例如，能否正确、全面地捕捉动态载入的类和方法，并分析它们与原有程序的关系；逃逸分析算法的复杂性是否能够得以控制，以保证即时编译器的重新分析时间不会过长，等等．提出一个新的逃选分析架构，它可以有效地处理上述开放世界所面临的问题．该分析架构将增量分析Java程序，动态捕获新载入和调用的类及方法，同时，在复杂性和精度之间进行权衡，正确、有效地降低程序的运行负载．该分析架构已经在Intel的开放式Java虚拟机系统ORP中实现，经过实际测试，可以有效地消除一些主要基准测试程序，如SPECjbb2000和SPEcjvm98的db中70％-94％的同步操作，大幅度地提高15％-31％的程序的运行速度．

网络状态参数监测与MRTG的应用

网络状态参数测量是现代网络工程的基础，系统衡量和调节Ｉｎｔｅｒｎｅｔ／Ｉｎｔｒａｎｅｔ的运行依赖于对网络状态参数的测量和分析。本文在对目前常用的 Ｉｎｔｅｒｎｅｔ／Ｉｎｔｒａｎｅｔ测量方法和工具分析的基础上，着重介绍了一种新颖的网络统计分析工具ＭＲＴＧ。

自动驾驶技术的挑战与展望

随着科技革命的深入推进,人类社会进入万物互联、万物智能的智能化新时代.自动驾驶技术在人工智能和汽车行业的飞速发展下逐渐成为业界焦点.未来交通是什么样的格局?汽车产业和技术应该朝什么方向发展?本文分别从环境感知、自主决策、路径规划、驾驶员认知与人机共驾、网联自动驾驶等技术入手,回顾了过去十几年中自动驾驶技术发展的几个主要分支.同时,分析了自动驾驶技术各部分目前面临的困境和挑战.最后,讨论了一种可以有效改善自动驾驶车辆安全性、高效性和舒适性的方法,即云端化网联自动驾驶技术. 一、自动驾驶:概述与定义 近年来,自动驾驶技术已经成为全世界汽车产业的最新发展方向.与传统汽车相比,自动驾驶汽车能够有效地提升车辆的安全性、通行效率和舒适性.随着人工智能技术的全面推广,自动驾驶技术呈现高速发展的态势,主要体现在环境感知、决策与规划、控制与执行、高精度地图和实时定位等技术的发展.

大数据技术发展的十个前沿方向(上)

1引言"大数据"的发展与IT产业其他领域的发展相辅相成,近年来互联网、移动互联网、物联网、云计算和高性能计算等方面的高速发展从内涵上不断推动大数据的技术演进,从外延上不断延展大数据的应用范围。多年来,笔者有幸接触国内外学术界和工业界的大数据研究,2014年底受清华数据科学研究院之邀,把所见、所得、所思总结为《大数据的十个技术前沿》的演讲。这次得到《大数据》杂志邀请。

大数据技术发展的十个前沿方向(中)

6前沿方向四:软硬兼施大数据计算的一个核心要义是软硬两手抓,从具体应用出发,仔细选择软硬件架构实现,并且在运行过程中持续不断地协同优化。首先,从大数据应用角度出发,硬件架构重点体现在计算、存储、互联。6.1计算硬件架构在计算这一块,首先要选择的是大小核。brawny cores是大核。

大数据技术发展的十个前沿方向(下)

10前沿方向八:精益求精,提升精度精度是衡量机器学习(人工智能)算法好坏的重要指标。传统上,精度概念包括正确率、识别率、召回率等。在大数据时代,精度被赋予了更多的含义。10.1传统机器学习的模型不适应大数据首先是数据规模。传统的机器学习模型无法支持超大规模的训练数据集,当数据超过一定规模时。

Spark：大数据的“电光石火”

Spark是发源于美国加州大学伯克利分校AMPLab的集群计算平台。它立足于内存计算，从多迭代批量处理出发，兼收并蓄数据仓库、流处理和图计算等多种计算范式，是罕见的全能选手。Spark已正式申请加入Apache孵化器，从灵机一闪的实验室“电火花”成长为大数据技术平台中异军突起的新锐。本文主要讲述Spark的设计思想。

大数据实时处理——实时和交互：技术与现实的纠缠

大数据做了好几年，真真切切发现它是一门实践的学科。我一直在想：为什么NoSQL数据库有上百种，具有旺盛生命力的不下于十种？Big Table的那几个变种，何必一定要在一致性、读写性能和安全控制上搞出一些“细微”差别？曾经认为Storm就是流处理的真命天子了，何解新的流处理框架还层出不穷？

大数据计算范式的分野与交融

大数据问题纷繁芜杂，相对应的计算模型和架构万万千千，无法以数据密集型计算一言概之：有的注重体量和水平扩展性（从RDBMS／EDW到MPP到Hadoop），有的偏爱实时或低延迟（从分布式缓存到内存数据库到NoSQL到流式计算），有的强调精确性和一致性（从低活性到高活性，从ACID、CAP^JBASE），有的要求非结构化（schemaless）。那么，是否存在一些有普遍性的计算范式、抽象或模式能分而治之呢？本文试图枚举一些常用的计算范式，讨论它们的分野和交融。

GraphLab：大数据时代的图计算之道

当今大数据多以大规模图／网络呈现，如社交网络、传染病传播途径、交通事故对路网的影响，甚至是“棱镜”试图揭示的恐怖活动策划过程。即使是非图结构的大数据，也经常转换到图模型处理。基于图的机器学习／数据挖掘（MLDM）需要全新的计算抽象和运行引擎。本文展现GraphLab图计算抽象的演进，及其从单机扩展到分布式、大规模数据的历程。

低延迟流处理系统的逆袭

“天下武功，唯快不破”，说的正是大数据之快。低延迟或实时处理已成为大数据平台的差异化竞争优势。流处理系统正上演一波逆袭：事件流处理／复杂事件处理和消息代理是伏笔，以ApacheFlume和FacebookScribe为代表的日志数据收集、汇聚和处理是开场白；随后Storm和DS4等典型流计算系统次第兴起；时至今日，Googlet的MillWheel、Linkedln的Samza，以及流式／批量计算一体化的SparkStreaming和TwitterSummingbird逐一涌现，百花齐放、渐入佳境。本文试图以Storm和MillWheel为例来分析流系统的设计思想。

大数据的开放式创新

大数据是社会从网络化演进到智能化的技术基础,更是未来数据经济的基础资产和货币。认为目前大数据的创新主要局限在技术栈和组织内部,数据的可获得性、处理和分析技术的缺乏以及封闭系统的数据思维成为制约创新的因素。提出大数据开放式创新的要素:通过开放数据及基于数据安全流通和定价的数据市场解决数据供给,开放基础设施及社会化分析服务实现技术共享,最后通过跨领域的开放数据思维获得数据创意。认为开放式创新重构了数据生态,将改变大数据的竞争格局。

一种基于对象的复杂数据管理系统的实现

数据应用环境的演变和数据模式的越来越复杂 ,促使系统实现者在数据 (库 )管理系统中引入了面向对象的概念。本文描画了在非面向对象的底层数据库管理系统上实现基于对象的复杂数据管理系统的可能 ,尤其详细阐述了系统数据模块、Script模块如何实现复杂语义的生成 ,以及用户数据模块如何提供复杂数据的统一接口和完成复杂行为的执行。

创新2.0:与我理想有关的一切

“一起来．可劲儿造”2015社会创新周的智麓之声袅袅不绝。上期专栏我们分享了“英国社会创新之父”、现任英国国家科技艺术基金会会长的杰夫·摩根《创新，从群众中来。到群众中去》的全文报告。本期我们分享英特尔中国研究院院长吴甘沙的全文报告《创新2．0：与我理想有关的一切》以飨读者。

智能驾驶的产业化探索——从未来挑战赛启程探索商业化的未来

随着国家智能驾驶相关政策法规逐渐成型、行业内技术不断完善,以及中国智能驾驶企业积极推动应用落地的情况下,中国智能驾驶市场规模呈现出持续扩大趋势。据悉,2020年中国智能驾驶产业市场规模预计将达到1214亿元人民币,前景可期。探索智能驾驶商业化之路智能驾驶实现商业化需要在以下三个方面做出努力。首先需要前沿技术做支撑;其次是企业家精神,即创新、冒险、协作;最后是复杂系统的管理经验。

互联网到人工智能的第一座高峰——智能驾驶

从互联网时代发展到人工智能时代,会出现哪些标志性的技术或产品？我认为,智能驾驶将是这个时代变革中出现的第一个高峰。互联网带来了人工智能的发展＂时来天地皆同力,运去英雄不自由＂,意思是一件事的运势到来时,它的发展就好像有天地同助,但是一件事的运势过去时,也会英雄落寞。如果看不清时代的发展趋势,就会像看着后视镜向前行车一样本末倒置。我觉得从本质上来说,互联网带来了三种变革。

大数据的开放式创新

数据之于数据社会，就如同水之于城市或者血液之于身体一样。城市因为河流而诞生也受其滋养，血液一旦停滞身体也就危在旦夕。所以，对于号称数据化生存的社会来说，我们一定要让数据流动起来，不然这个社会将会丧失诸多重要功能。所以，我们希望数据能够像“金风玉露一相逢”那样产生化学作用。