向右滑动:上一篇 向左滑动:下一篇 我知道了
广告

8K显示器和AI无处不在,但真的实用吗?

时间:2019-02-19 作者:Brian Dipert 阅读:
8K显示器和AI在今年的CES无处不在,甚至出现在各重量级巨擘以及后起之秀间彼此抢占更多消费应用之处;然而,对于消费者而言,8K和AI是否真的实际可行?

今年是我多年来第一次在拉斯韦加斯举行的国际消费电子展(CES)中缺席。我总算不必再经歴CES上那些拥挤的人群、大排长龙、饭店房间浴室的腐朽味儿、走了一整天的脚痛以及好多天睡眠不足。但我很想念的是在一次次面对面的专访中收集到新闻信息、曾经提出的各种有创意问题以及受访者坦率的答复。

然而,今年由于仍然必须亲临CES现场的人在网络上张贴更多相关报导与实况转播,我很惊讶自己仍能掌握发生在拉斯韦加斯的大小事情。

因此,我将整理一些从CES观察到的新趋势,重点关注那些似乎是参展商活动和新闻报导观点中的「最大」发现。当然,与我最近部落格文章主题有关的消息自然也引起了我的注意;每当我想到时,就会再次引用过去发表的相关报导。

8K显示器

在今年的CES上,‘8K’(分辨率)的宣传标语显然无处不在,读者们可能已经预测到我会对它有如何的反应了。毕竟,我是一个对蓝光雷射光学媒体以及提高红光雷射DVD输出的可行性抱持怀疑态度的人,我也坦承自己经常对于为了储存影像而升级显示器冷嘲热讽......。不过,另一方面,我也并未低估制造商有效说服消费者需要新设备(和内容——即使真的没什么好处)的决心。

从一点点历史背景来看,你可以想象我对于更近期的‘4K’趋势有多么怀疑了。直到今天,从内容可用性的角度来看,4K仍然非常不足。尽管如此,显示技术供货商及其电视和计算机显示器合作伙伴们并不受任何影响,他们仍然进一步走向更高画素和密度之路。在很大程度上,这种持续的演变是出于必要的:由于特定尺寸(和画素密度)的显示器成为一种低利润的商品,制造商必须持续地「提升」一个或两个能够引起消费者关注的关键参数(以及只需要较少量化属性,如影像质量等),以便能够持续盈利(如果他们能在此过程中持续刺激足够的消费者需求)。

我为近几年在CES上展出的壁挂式显示器十分可笑,至少对于大众而言,理论上无论你是否购买,你都需要‘8K’(或更高)的分辨率,以避免在近距离辨识出单个画素。(我最喜欢的作者之一——Ray Bradbury,在1953年的科幻小说《Fahrenheit 451》中展示了这个概念)。对我来说,更有趣的部份是这些新显示器如何制造及其组装方式。例如,LG决心向更具成本效益的大屏幕OLED目标迈进,同时致力于力尽量减少色彩偏差和其他OLED的固有缺点——尽管这对于像智能型手机或穿戴式装置等定期更新的产品来说可能不是什么大问题,但对于诸如电视等大型长久使用的产品而言却相当重要。该公司今年展示的曲面屏幕显示器巧妙地展现了该技术固有的可挠曲性,同时解决了如何在不使用时隐藏大型显示器的问题。到目前为止,三星(Samsung)已经销售了大量的OLED,主要是小屏幕产品类别,至于大屏幕显示器,该公司正押注于两种替代方案——量子点LED (QLED)和microLED。

002ednc20190219

LG在CES上展示一系列曲面屏幕的OLED显示器(来源:David Benjamin)

人工智能(AI)

不可否认地,人工智能(AI)一词的用法受到了当前(而且还很迅速地发展)的影响。维基百科(Wikipedia)对‘intelligence’的定义可摘要如下:「Intelligence可以从许多方面加以定义,包括逻辑、理解、自我意识、学习、情感知识、推理、计划、创造力和解决问题的能力等。更广义而言,它可以被描述为感知或推论信息并应用于环境或情境中的能力。」

老实说我还没有遇到过一种所谓的AI设备能够自动推论并因而应用于场景中展现有效解决问题的能力,甚至超出其先前的训练界限。相反地,人类即使是在根本不相关的经验中,也能熟练地从过去的学习中推断以作出适当的决定,甚至是婴儿。但我想我们应该感谢AI尚未展现出自我意识的可信证据。

尽管如此,能够充份训练深度学习系统使其成为与模式匹配的影像、声音样本、计算机病毒、网络黑客攻击等,都会令人印象深刻而且有效。接下来,我还将在另一篇探讨半自动和全自动车辆的文章中提到这个议题。只要在一开始创造深度学习模式的训练中充份涵盖运作场景,那么以这种匹配模式为基础的深度学习系统可靠(且迅速)决策与执行反的应能力,同样令人印象深刻。将这一切与有效的「奖励」系统结合在一起,最终将会得到一个能在各种竞赛(视讯和其他方面)中迅速击败人类专家的系统。

AI在CES上被广泛吹捧,出现在亚马逊(Amazon)、Google和其他重量级巨擘以及后起之秀间不断争夺更多消费应用之处,但也存在于无数知的形式中,例如它对摄影过程的深刻影响,或是它实时语言转录和翻译的能力。我对于深度学习已被如此快速和普遍采用感到惊讶。瓶中精灵一旦被释放出来,马上就能展现其魔法;现在我们已经没有退路了,而且我对于这一切将如何变化感到十分好奇,同时也充满着期待。

(原文发表于ASPENCORE旗下EDN姐妹媒体EETimes,参考链接: DoE Supercomputer Does Big Data,编译:Susan Hong,EETTaiwan)

本文为EDN电子技术设计 原创文章,禁止转载。请尊重知识产权,违者本司保留追究责任的权利。
Brian Dipert
EDN资深博客作者。Brian Dipert是前EDN杂志的高级技术编辑。 他是BDTi的高级分析师,嵌入式视觉联盟的主编,以及AnandTech、EDN杂志和《低功耗设计》的特约编辑。 他也是Sierra Media的创始人。
  • 微信扫一扫
    一键转发
  • 最前沿的电子设计资讯
    请关注“电子技术设计微信公众号”
您可能感兴趣的文章
  • 自动驾驶的安全能作为“独特”卖点吗? 在SAE中国自动驾驶汽车安全技术大会上,我在主持圆桌论坛时问了各位专家一个问题:“在你从自动驾驶测试中得到的数据中,哪些数据或教训是您愿意与其他汽车公司分享的?” 这个问题引起了长时间的沉默。圆桌嘉宾们不安地看着对方。
  • AMD的AI策略与Intel和Nvidia有何不同? 在美国硅谷举办的Hot Chips 31上发布的两款最大芯片引人注目。分别是Cerebras最大的深度学习芯片WSE,还有赛灵思发布全球最大的FPGA。Intel发布的两款AI芯片Nervana NNP-T/NNP-I同样备受关注。不过,AMD在Hot Chips期间并没有获得巨大的关注,这或许是因为在当今AI大热的情况下,他们采用“观望式”的AI策略。
  • 5G下的ARM与边缘计算浪潮 科技界2019年最热的一个话题应该算是5G和AI,5G将在未来10-20年内成为互联网的基础设施,也是下一代互联网的基石。今年ARM公司的主题是把人工智能的体验带到5G。在5G基础设施中,影响最大的是边缘计算。
  • 华为发布AI处理器昇腾910,号称业界算力最强 华为在深圳坂田总部发布正式商用的AI芯片——Ascend 910(昇腾910),以及与之配套的新一代AI开源计算框架MindSpore!昇腾910、MindSpore的推出,标志着华为已完成全栈全场景AI解决方案(Portfolio)的构建,也标志着华为AI战略的执行进入了新的阶段。
  • 华为AI芯片的“秘密武器”:达芬奇架构实力究竟如何? 2019年6月,华为发布全新8系列手机SoC芯片麒麟810,首次采用华为自研达芬奇架构NPU,实现业界领先端侧AI算力,在业界公认的苏黎世联邦理工学院推出的AI Benchmark榜单中,搭载麒麟810的手机霸榜TOP3,堪称华为AI芯片的“秘密武器”,这其中华为自研的达芬奇架构举足轻重。那么,达芬奇架构AI实力究竟怎么样?一起来深入了解下。
  • 世界最大FPGA芯片来了!包含350亿晶体管 它是一款“Chip Maker’s Chip”(为芯片制造商打造的芯片),主要面向最顶级ASIC、SoC芯片的仿真和原型设计,以及测试、测量、计算、网络、航空、国防等应用领域。
相关推荐
    广告
    近期热点
    广告
    广告
    广告
    可能感兴趣的话题
    广告