人工虹膜

p 　　据《新科学家》杂志网站近日报道，芬兰科学家利用受热会改变形状的橡胶材料研制出一种全新人工虹膜，能像人眼一样，无需外部控制即能自行对光线作出反应。发表在最新一期《先进材料》杂志上的这一最新成果，可用来改进相机拍照性能，并最终用于修复人眼受损部位或控制微型机器人对周围环境的应对能力。 /p p 　　在人和许多动物的眼睛内，瞳孔是光线进入眼球的入口，而虹膜能通过调节瞳孔大小控制进入眼睛的光线量。当光线太强时，虹膜会收缩以缩小瞳孔，保护敏感的视网膜 当光线较暗时，虹膜会张开让更多的光线进入眼睛。照相机就是使用了原理类似的人工虹膜，其内置光圈会通过外置传感器来感应外界光量，判断何时开启或关闭，在拍照时对光线进行调整。 /p p 　　芬兰坦佩雷理工大学科学家阿瑞· 普瑞玛基开发的这款全新人工虹膜，首次拥有对照射光线的自我调节能力，而无需植入光线传感器进行外部控制。他们选择了一种受热后会改变形状的液晶状橡胶材料，并用其制成直径14毫米的薄盘，从圆盘中间向接近圆盘外缘处径向切割12个花瓣。当处于黑暗环境下，花瓣会向外弯曲卷起，在圆盘中留下瞳孔状圆洞。 /p p 　　他们还向橡胶材料中加入了一种红色荧光染料，用蓝光或绿光照射时，荧光染料会变热，诱导花瓣卷曲回来并关闭“瞳孔”。“当用光照射时，人工虹膜会改变形状，这种自我调节能力还是首次出现，我们为此非常兴奋。”普瑞玛基说。 /p p 　　研究人员表示，现有治疗眼疾的人工虹膜都不能改变瞳孔的大小，只能帮助患者在白天看清物体，但在晚上或其他黑暗环境下仍然无法看清东西，新人工虹膜向攻克这些难题迈出了第一步。未来一旦实现对花瓣尺寸的更精确控制，就可植入人眼，还患者一个光明的世界。 /p p 　　 strong 总编辑圈点 /strong /p p 　　人眼真是一台精密至极的光学仪器。人类试图模拟它，但即使科技发展到今天，还是难以将它的功能完全实现。人工耳蜗，人工虹膜，人工心脏瓣膜……科研人员研发各种新材料，尝试用技术为人体做修补，在这条路上走得越来越成功。这次的人工虹膜，虽然还没有成熟到可以植入人眼的地步，但它首次拥有了自我调节能力，也给未来的眼疾患者带来希望。虽然它尚不具备人体虹膜的精巧，不过，若用于机器增加其视觉灵敏度，倒也是个不错的选择。 /p

2015年12月10日，英国豪迈的眼科玻璃透镜品牌沃爱康光学公司发布了Volk?1一次性直接成像囊膜和虹膜切开镜片，能在激光手术中实现高分辨率成像。在Volk1镜片中，沃爱康生产的光学器件减少疾病传播，无需再次处理，兼具品质及一次性无菌镜片的安全与便捷。沃爱康最新研发的Volk1一次性直接成像囊膜和虹膜切开镜片。为了减少疾病传播，监管机构和医院组织正越来越多地要求使用一次性医疗设备（如果可用），而不是回收可重复使用的医疗设备。Volk1镜片消除了传染病交叉感染的可能性以及繁琐昂贵的再次处理程序。设备、劳动力以及妥善处置与处理可重复使用的医疗设备有关的有机溶剂消毒剂的费用超出了一次性医疗设备的费用。Volk1囊膜切开镜片的放大倍率为1.57x，激光光斑为0.63x，因此激光束可以精确地分布在囊袋中。对于激光虹膜切开手术，Volk1虹膜切开镜片可以在1.70x的放大倍率下通过周边虹膜激光光斑为0.58x的高放大倍率成像。Volk1囊膜和虹膜切开镜片以十对为一组，在盒子中进行预先消毒，然后单独密封在特维强袋中。沃爱康公司在有限时间内免费提供镜片样品包。Volk1一次性直接成像囊膜和虹膜切开镜片最先在美国的俄亥俄州曼托市投产，更多关于此镜片的信息，请索取免费样品包，或直接向沃爱康公司致电010-51261868，或发邮件至maggie.bai@halma.cn。关于沃爱康和英国豪迈：沃爱康光学公司（Volk Optical）是眼科诊断和治疗用非球面眼科镜片以及便携式诊断成像设备领域的业界领军企业。公司凭借玻璃镜头结构以及双面非球面的专利技术实现了最高分辨率成像，并为精确诊断、治疗和外科手术提供最佳立体影像。沃爱康公司的便携式电子数码显像设备为眼科、验光以及一般医学的未来奠定了基础。公司总部位于美国俄亥俄州曼托市，其代表办事处和经销商遍布全球。沃爱康是英国豪迈（Halma）的子公司，隶属于豪迈的医疗设备事业部。1894年创立的英国豪迈如今是安全、医疗、环保产业的投资集团，伦敦证交所中唯一在过去30多年股息年增长5%的上市公司。集团在全球拥有5000多名员工，近50家子公司，在中国的上海、北京、广州、成都和沈阳设有区域代表处，且在上海、北京、保定、深圳等地建立了多家工厂。

p 　　中国人工智能学会副理事长，中国科学院谭铁牛院士于2018年6月13日在第十九次中科院院士大会上发表了 《人工智能:天使还是魔鬼》的主题报告,深度解读了60多年来人工智能发展历史，人工智能的七大现状，发展趋势、展望和现有人工智能的局限性等，谭院士认为：“人工智能的春天刚刚到来”。　　 /p p 　　尊敬的各位院士、各位同仁，会场的各位同学以及各位网友大家好!今天非常荣幸有机会跟大家汇报一下我本人关于人工智能的一些粗浅想法。我报告的题目是《人工智能：天使还是魔鬼?》。 /p p 　　我想既不是耸人听闻也不是哗众取宠，因为人工智能在普遍被看好的同时，确实富有争议。对于人工智能提出争议的都不是等闲之辈，都是重量级人物。近些年不断上映的关于人工智能、机器智能的科幻大片，的确留给我们很多悬念和问题：人工智能到底是天使还是魔鬼?因为这些科幻大片里面，有些把人工智能塑造为暖男的大白，也有一些塑造成给我们带来恐慌的机器人。 /p p 　　我觉得要回答这个问题，有必要搞清楚人工智能的基本概念、以及人工智能目前能够做什么和不能做什么，还有未来发展走向。 /p p style=" text-align: left " 　　 strong 人工智能的基本概念和发展历程 /strong /p p 　　人工智能的概念和这个词Artificial Intelligence，是1956年在达特茅斯学院暑期研讨班上，一个叫约翰。麦卡锡的年轻人提出的，当时研讨班的主题就是怎么用机器模拟人的智能。当然人工智能相关研究并不是从1956年才开始，之前就有，只是人工智能的概念是那时候提出来的。 /p p 　　人工智能研究的主要目的就是探寻智能本质，研究出具有类人智能的智能机器，比如让机器或者计算机会听、会看、会说、会想、会决策，跟人一样。人工智能的概念提出到今天62年过去了，62年发展历程风风雨雨、曲曲折折，从起步时大家的兴奋、到后来提出了一些让人期待但不可实现的目标、接下来的反思，一直到互联网出现以后大数据的涌现，使得人工智能走上一个新的高潮。 /p p 　　62年的发展历程，我觉得留给我们很多的启示。特别是在今天，人工智能如日中天，火遍全球的当下，实事求是地设定科学目标显得尤为重要。1956年的研讨会有十个年轻人参加，其中一个很乐观，认为到2000年，也就是上世纪末的时候，人工智能有可能达到人的智能，这显然太乐观了。62年确实是一个曲折的发展过程，但是进步是有目共睹的，无论是在理论层面、关键技术还是具体应用。 /p p 　　 /p p style=" text-align: center" img style=" max-width:100% max-height:100% " src=" https://img1.17img.cn/17img/images/201905/uepic/6eebfb71-c64f-4c6d-9fc1-6a40cf9990b0.jpg" title=" 01.jpg" alt=" 01.jpg" / /p p style=" text-align: center " 人工智能的发展现状　　 /p p strong 专用人工智能取得突破性进展 /strong /p p br/ /p p 　　谈到目前人工智能发展的现状，我首先要说的是专用人工智能取得突破性进展。专用人工智能就是让人工智能系统专门做一件事儿，比如下围棋，是面向特定领域或者单一任务的人工智能。它确实取得一些突破性进展，而且比人做的更好。我可以举很多这样的例子。 /p p 　　下围棋的AlphaGo大家很熟悉，Boston Dynamics的人形机器人可以跨过障碍物，还有四足机器人像狗一样跑得非常快，可以爬楼梯，一般老百姓看了这些确实会感到一种不安。 /p p 　　 /p p style=" text-align: center" img style=" " src=" https://img1.17img.cn/17img/images/201905/uepic/46d54e26-2228-4f44-9c16-afca30e84c80.jpg" title=" 02.jpg" / /p p style=" text-align: center" img style=" " src=" https://img1.17img.cn/17img/images/201905/uepic/cc1eb3b0-ea8e-4aee-8a9b-4f59b33be6f8.jpg" title=" 03.jpg" / /p p style=" text-align: center " strong Boston Dynamics的人形机器人和狗形机器人 /strong br/ /p p 　　还有自动化所唐明研究员他们做的机器鱼，谷歌最新的语音人机对话，还有科大讯飞的语音识别把维语和普通话的互译做的非常好。这几年“刷脸”也就是各种人脸识别非常火爆，我们国家可以说也是走在世界前列。我并不是说人脸识别不好，但确实有局限，比如双胞胎肯定不行。有的时候儿子跟老子也分不出来，比如非常相像的老布什和小布什。 /p p style=" text-align: center" img style=" max-width:100% max-height:100% " src=" https://img1.17img.cn/17img/images/201905/uepic/837fac73-ff32-4c97-99ab-853273630fb8.jpg" title=" 04.jpg" alt=" 04.jpg" / /p p 　　过去二十年我一直在研究虹膜识别，这是人工智能的一个特定领域。瞳孔和眼白之间的中间区域叫做虹膜区域，1936年眼科医生发现每个人虹膜上的花纹都不一样，一岁半以后定形终身不变。目前我们国家很多煤矿的矿工考勤就在大量使用这个技术。黑龙江的一个煤矿，最早他们找到我说能不能用指纹识别，后来发现指纹会脱皮，如果刷脸，上班没有问题，下班煤矿工人就不行了 而虹膜识别没有问题。现在国内很多煤矿都在用这个技术。特别让我高兴的是，两周以前中央电视台报道，虹膜识别可以用于寻找丢失儿童。 /p p style=" text-align: center" img style=" max-width:100% max-height:100% " src=" https://img1.17img.cn/17img/images/201905/uepic/d100f8c2-0aee-40de-bfa4-2776f204ee34.jpg" title=" 05.jpg" alt=" 05.jpg" / /p p 　　这也是一个人工智能能解决的问题：确定你看到的互联网照片有没有被篡改或者被修改。下图从左到右四组照片，相信各位无论是坐第一排还是后面都看不出来差别。我只告诉大家有一排是修改过的，相信大家用肉眼看不出来。这个特定问题人没有办法完成，而人工智能根据图像内容分析可以自动实现篡改检测。人工智能看到篡改部分是绿颜色的，那么第二排图像是修改过的。 /p p style=" text-align: center" img style=" max-width:100% max-height:100% " src=" https://img1.17img.cn/17img/images/201905/uepic/97eebbe0-e709-433b-8da8-684b5cc65c58.jpg" title=" 06.jpg" alt=" 06.jpg" / /p p 　　这有什么用途?讲一个我几年前的亲身经历。2015年有一天我收到一封信，里面有一张糟糕的照片，把别的男人的头换成我的头，要我一周之内给他寄二十万。我想这个人显然寄错人了，所以各位如果你们有一天也收到这样照片，我可以马上给你验证一下，如果假的我第一时间告诉你，真的我们好好商量怎么处理。特定领域人工智能的成功应用可以举很多例子，这只是挂一漏万。 br/ /p p 　　可以说，专用人工智能取得突破性进展，很大程度(特别是这几年)取决于统计学习或者机器学习的进步。特别是人工智能领域现在火爆的深度学习，尤其是人工智能的深度神经网络。深度学习其实一点都不神秘，只是借鉴了人的大脑在处理信息过程当中的层次化过程。因为深度学习的涌现，大家可以从曲线看到，用于图像分类的标识人工智能或者深度学习识别力已经低于人的错误率，也就是说识别力高于人。包括跟环境的交互，找出最好策略，这就是所谓强化学习。以及我们经常讲魔高一尺道高一丈，在博弈中学习，使得学习能力不断提高，这就是生成对抗学习。这是目前人工智能发展现状，专用人工智能取得突破性进展和人工智能特别火的重要原因就是深度学习、机器学习。 /p p 　　 /p p style=" text-align: center" img style=" max-width:100% max-height:100% " src=" https://img1.17img.cn/17img/images/201905/uepic/7003474f-e841-4bd2-a942-e51bb2f388b4.jpg" title=" 07.jpg" alt=" 07.jpg" / /p p style=" text-align: center " strong 人工智能创新创业如火如荼　 /strong 　 /p p 　　另外一个值得一提的现状是，技术生态或者创新生态备受关注。科技巨头纷纷推出自己的开源系统、技术软件平台和硬件平台，原因是什么?他们没有忘记信息技术和信息产业发展的历史带给他们的启示。所以从传统的IT操作系统硬件，到现在移动互联网再到新时代的人工智能、IT，无论是谷歌也好、微软也好、百度也好、IBM也好，都要全面转向人工智能。人工智能创新创业如火如荼。 /p p 　　去年一年全球新成立的人工智能创业公司就有一千多家，人工智能领域获得的投资达150多亿美元，同比增长140%以上，确实是如火如荼。在应用方面，可以说“智能+”已经成为一种创新的范式，将各行各业渗透。当然有的是炒作，把传统的数据分析，贴上人工智能的标签。但是人工智能发展迅速是一个客观现状。 /p p 　　人工智能已经加速成为国家战略，我可以举很多这样的例子。过去几年，最早被大家熟悉的“德国工业4.0”，核心就是人工智能 到2018年5月10日，美国白宫组织AI研讨会，成立AI专门委员会，确保人工智能领域美国第一。 /p p 　　 /p p style=" text-align: center" img style=" max-width:100% max-height:100% " src=" https://img1.17img.cn/17img/images/201905/uepic/29ad0fb4-634e-47d8-9441-0ea481a62792.jpg" title=" 08.jpg" alt=" 08.jpg" / /p p style=" text-align: center " strong 人工智能的社会影响 /strong /p p 　　人工智能对社会的影响得到了广泛关注。在美国，一些同仁一起签署了有关人工智能发展的阿西洛马23条原则，关注人工智能可能带来的社会影响，以及怎么规范人工智能研究和应用。但是我认为目前人工智能发展的另外一个客观现状是，人工智能领域的误解和炒作普遍存在，有的是有意的，有的是无意的。 /p p 　　比如时不时听到有人讲，人工智能系统将超越人的智能水平，我认为这是炒作。还有人工智能达到几岁小孩的水平，这也是炒作。某一个特定任务人工智能达到五岁小孩水平这可信，笼统讲人工智能或者人工智能达到三岁或者五岁小孩我认为是炒作。这些炒作有的是有意的，有的则是概念误解混淆造成的。比如经常有人把机器学习看成人工智能，但这只是人工智能其中一个研究方向 又把深度学习看成机器学习，但深度学习只是机器学习一种方法 或者把图像识别看成人工智能，这只是人工智能一个方向 或者把大数据看成人工智能、专家系统看成人工智能、机器人看成人工智能& #8230 & #8230 特别是把人工智能与人类智能或者机器人与人类看成零和博弈，你死我活，这些误解我认为是不存在，人和人工智能是可以互补的。 br/ /p p 　　 strong 人工智能仍处于起步阶段 /strong /p p 　　我前面跟各位的汇报是很多专用人工智能领域取得的突破性进展。经常有人误解，专用人工智能等于通用人工智能，如果有这样的误解很容易说现在人工智能不得了。什么是通用人工智能或者什么是通用智能系统?我们人的大脑就是一个通用智能系统。同样一个大脑，我学习以后可以下围棋也可以下象棋，能够举一反三、融会贯通、思考学习、规划决策，可以说一脑百用。目前的人工智能还有很多不能做的事，而有的事对人来说非常简单。 /p p 　　所以说人工智能总体发展水平仍然处于起步的阶段，美国的DARPA对人工智能现状也是这个观念。2015年我曾经用“四有四无”概括人工智能总体状况，三年以后我觉得还可以这样说。现在人工智能是有智能没有智慧，智慧是高级智能，有意识，有悟性，可以决策。人工智能有智商没有情商，科幻电影中跟人类谈情说爱的人工智能还差得很远。另外，人工智能会计算不会算计，一个词倒一个顺序，这个概念完全不一样。人工智能有专才没有通才，下围棋的阿尔法狗不一定会下象棋。 /p p style=" text-align: center " 　　 img src=" https://img1.17img.cn/17img/images/201905/uepic/1992be09-a808-4ee1-a19d-6ba1f06d21c2.jpg" title=" 09.jpg" alt=" 09.jpg" style=" text-align: center max-width: 100% max-height: 100% " / /p p 　　我举一个具体的例子，现在即使最先进的图象识别算法都无法识别出图像里那只斑点狗。语音翻译现在已经很好了，但大家看这简单的三句话：他吃食堂，他吃面条，他吃大碗。昨天晚上我特意上网用谷歌翻译这几句，翻译不出来，机器翻译把大碗、食堂“吃掉”了。我也试了一下，“那辆白车是黑车”和“能穿多少穿多少”，谷歌翻译也翻译不出来。 /p p style=" text-align: center " 　 img src=" https://img1.17img.cn/17img/images/201905/uepic/460e70fd-91f7-4e4f-aae6-59cb348e0584.jpg" title=" 10.jpg" alt=" 10.jpg" style=" text-align: center max-width: 100% max-height: 100% " / /p p 　　看到“欢迎新老师生前来就餐”的横标，相信人类理解起来没有歧义，但是人工智能算法就会有。人类看到这个横标不仅知其然还知其所以然，知道可能是新学期开始或者新食堂开张，但人工智能还做不到。对这个特定问题，它“知其然”都做不到或者至少有歧义。这些局限是因为人工智能还有很多瓶颈。 /p p style=" text-align: center" img style=" max-width:100% max-height:100% " src=" https://img1.17img.cn/17img/images/201905/uepic/81ae610b-85ac-43b9-ac94-d51ef9f4dc9b.jpg" title=" 11.jpg" alt=" 11.jpg" / /p p 　　　深度学习很火，但是很大程度上它是黑箱状况。我们还不能完全从数据上论证为什么那么有效，不能完全确保这个多层深层神经网络训练是收敛的，所以有数据瓶颈，深度学习要提供大量已经标注数据，还需要大量的人工 还有它不能举一反三、不能解释，“知其然不知其所以然”，与人类存在很大差距。正因为这些差距，人工智能未来发展还有巨大创新空间。 /p p style=" text-align: center" img style=" max-width:100% max-height:100% " src=" https://img1.17img.cn/17img/images/201905/uepic/95751365-341c-4fce-90c8-115ac26aeca5.jpg" title=" 12.jpg" alt=" 12.jpg" / /p p style=" text-align: center " strong 人工智能的春天刚刚开始 /strong /p p 　　可以说人工智能春天刚刚开始，我提出这一个观点是因为人类社会经历机械化、电气化、信息化的时代以后，正在向智能化社会迈进。人类进入智能化社会以后当然需要智能技术、人工智能支撑和引领。人工智能有望引领新一轮科技革命。世界著名科学家格特纳说人工智能是未来最具颠覆性的技术。具体讲有八个宏观发展趋势我认为值得关注： /p p 　　第一个是专用走向通用，这是必然的发展趋势。所以因此有人认为，通用智能被认为是人工智能皇冠上面的明珠，大家都很关心这个竞争焦点。 /p p 　　我注意到，美国军方也开始规划通用智能的研究。他们认为通用人工智能和自主武器，是显然优于现有人工智能技术体系发展方向。它只是朝通用人工智能迈了一小步。 /p p 　　第二个，为什么不认同机器人和人类或者人工智能与人类智能是零和博弈，因为人工智能另外一个重要发展趋势，是机器智能到人机混合智能。人类智能和人工智能各有所长，可以互补。所以人工智能一个非常重要的发展趋势，是From AI (Artificial Intelligence) to AI (Augmented Intelligence)，两个AI含义不一样。 /p p style=" text-align: center " 　　 img src=" https://img1.17img.cn/17img/images/201905/uepic/d2a5dd2d-9179-4064-8c7f-3ac7bbb5da14.jpg" title=" 13.jpg" alt=" 13.jpg" style=" text-align: center max-width: 100% max-height: 100% " / /p p 　　第三个趋势叫做从“人工+智能”到自主智能系统。为了让深度学习提高性能，需要大量已经标注好的数据。比如给人工智能一幅图像，告诉它图像中哪一块是人、哪一块是草地、哪一块是天空，都要人工标注好，非常费时费力。有人说目前的人工智能有多少智能，取决于辐射多少人工，这话不太精确但大体有这个含义。下一步发展趋势是怎样以极少人工来获得最大程度的智能，人类看书可以学习到知识，机器还做不到。人工采集和标注大样本训练数据，是这些年来深度学习取得成功的一个重要基础或者重要人工基础。所以有人开始试图创建自动机器学习算法，来降低AI的人工成本。 /p p 　　第四个是学科交叉将成为人工智能创新源泉。前面我提到深度学习现在很火爆，它只是借鉴了大脑的原理：信息分层，层次化处理。所以，跟脑科学交叉融合非常重要。实际上无论是《Nature》和《Science》都有这方面成果报道。比如《Nature》 发表了一个研究团队开发的一种能自主学习的人工突触，它能提高人工神经网络的学习速度。但大脑到底怎么处理外部视觉信息或者听觉信息的，很大程度还是一个黑箱，这就是脑科学面临的挑战。这两个学科的交叉有巨大创新空间。 /p p style=" text-align: center " 　　 img src=" https://img1.17img.cn/17img/images/201905/uepic/6bd155e7-eada-4fc9-9342-5e73a4067460.jpg" title=" 14.jpg" alt=" 14.jpg" style=" text-align: center max-width: 100% max-height: 100% " / /p p 　　第五个是一个明显的趋势，人工智能产业将蓬勃发展，国际上一个比较有名的咨询公司预测，2016到2025年人工智能的产业规模几乎直线上升 我们国家发展规划提出，2030年人工智能核心产业规模将超过1万亿，带动相关产业规模超过10万亿，这个产业是蓬勃发展的，前景显然是非常大的。 /p p 　　第六个大家很关注人工智能可能带来的社会问题和相关伦理问题，因此人工智能的法律法规一定会更加健全。联合国还专门成立了人工智能机器人中心这样的监察机构。前不久，欧盟25个国家签署人工智能合作宣言，共同面对人工智能在伦理法律方面挑战。我们学部也列了这方面的一个题目。 br/ /p p style=" text-align: center " 　　 img src=" https://img1.17img.cn/17img/images/201905/uepic/3e579b74-5541-4724-a28a-fbab0e826844.jpg" title=" 15.jpg" alt=" 15.jpg" style=" text-align: center max-width: 100% max-height: 100% " / /p p 　　欧洲25个国家签署《人工智能合作宣言》，共同面对人工智能在伦理、法律等方面的挑战 /p p 　　第七个，人工智能将成为更多国家的战略选择。一些国家已经把人工智能上升为国家战略，越来越多国家一定会做出同样举措。包括智利，加拿大，韩国等等。 br/ /p p 　　最后一条就是人工智能的教育会全面普及。教育部专门发布了高校人工智能的行动计划。国务院新的人工智能发展规划也指出，要支持开展形式多样的人工智能科普活动。美国科技委员会也有这样的内容。所以这是大家值得关注的另外一个方面。 /p p 　　对于人工智能的未来发展方向，我只是挂一漏万，以我个人粗浅认识觉得这八个方面值得关注。这里面既有科学研究层面，也有产业应用层面，也有国家战略和政策法规层面。所以在科学研究层面我觉得特别值得关注是：从专用到通用，从人工智能到人机融合、混合。然后是借鉴脑科学。 /p p 　　总结一下我今天的报告： /p p 　　第一，人工智能经过六十多年发展已经取得重大进展，但总体上还处于初级阶段。 /p p 　　第二，人工智能既具有巨大理论与技术创新空间，也具有广阔应用前景。相信你们也许在琢磨我没有明确回答题目中提出的问题，人工智能到底是天使还是魔鬼? /p p 　　下面就是我的答案：高科技本身没有天使和魔鬼之分，人工智能也是如此，这一把双刃剑是天使还是魔鬼取决于人类自身。人工智能在天使手里是天使，在魔鬼手里就是魔鬼。因此我们有必要未雨绸缪形成合力，确保人工智能正面效应，确保人工智能造福于人类。谢谢大家。 /p

p strong 　　李德毅 /strong /p p strong 　　中国工程院院士、中国人工智能学会理事长 /strong /p p 　　我们今天的科学家，尤其是计算机科学家，把‘计算’用得太狠了，对‘计算’的依赖甚至有些‘贪得无厌’了! /p p 　　人工智能学者不能只盯着计算认知，一味要求 人脑研究的步伐有多快，而要拿出更多的精力放在“记忆认知”和“交互认知”上。 /p p 　　关于自动驾驶，无论是对话、诗词或者驾驶，图灵测试都允许测试者现场介入，判定结果都带有近似性和主观性。但是，和对话、诗词测试相比，驾驶的图灵测试可以进行更为精确、更为客观的评测。 /p p 　　当初汽车被发明出来的时候，人们最感兴趣的是汽车的结构、机械、传动、轮胎、底盘和车身。到20世纪，人们感兴趣的则是发动机、碳排放和被动安全。到20世纪末、21世纪初，人们总体上关心3件事情，轻量化、清洁化、智能化。 /p p 　　智能化，有4个阶段，第一是理性辅助驾驶，以人驾为主 第二是自动驾驶，局部时段可以放开手和脚 第三是自动驾驶，即用自动驾驶接管驾驶权 第四是人机协同驾驶。 /p p 　　无人驾驶的重点，难在拟人。汽车是从马车演变而来，作为动力工具，汽车的马力可以达到100匹马力，但汽车远远不如马应对不同的负荷、天气、路面，以及不同车辆情况下的适应能力。说白了，汽车的感知、认知能力远远不如马这个认知主体，“老马识途，车不如马!” /p p 　　所以根本问题不在于车而在于人，要解决人的问题，就要让驾驶员的认知能够用机器人替代，让机器人具有记忆、决策和行为能力，于是新的概念产生了——“驾驶脑”。 /p p 　　“驾驶脑”不等于驾驶员脑，“驾驶脑”是要做驾驶员的智能代理，要去完成包括记忆认知、计算认知和交互认知在内的驾驶认知，他说，这应该是人工智能时代最有意义的课题之一。 /p p strong 　　蒲慕明 /strong /p p strong 　　中国科学院外籍院士、中国科学院神经科学研究所所长 /strong /p p 　　不管是国内还是国外，都是如此，不过随着研究手段不断丰富，研究领域不断突破，两者的交叉融合成为热点，甚至出现一个新的研究名词，类脑智能。美国、欧盟都相继启动相关研究计划，中国也启动了脑计划。但中国的计划是将脑科学和人工智能结合得最为紧密的。 /p p 　　比如，现在流行的深度学习，就是基于人工神经网络的一个应用，这些人工神经网络都可以从神经科学的一些规律中得到灵感。蒲慕明说，比如可以借鉴神经突触的可塑性、记忆储存、提取与消退，等等。 /p p 　　目前的脑科学研究能启发人工智能的并不是特别多。因为当前的脑科学研究，仅相当于物理、化学等学科在19世纪末期的研究水平，要完全理解大脑，可能是几个世纪的事情，而不是我们这个世纪就可以达到的。 /p p 　　对于类脑研究，必须要在这个时候做一些适当的应用，假如不把已经知道的知识应用到对脑疾病的诊断、干预和治疗上，那么到2050年我们的医疗系统很可能要面临崩溃——那时你会发现仍然没有一个脑疾病能够治愈。 /p p 　　对于人工智能的应用，不一定非要完全搞清楚，神经科学一些具有阶段性的成果，也可以给人工智能的发展提供启发。 /p p strong 　　谭铁牛 /strong /p p strong 　　中国科学院院士、中国科学院自动化研究所研究员 /strong /p p 　　“模式识别”是人类最重要的智能行为，也是人工智能重要的研究内容——机器的“模式识别”能力，在一定程度或者很大程度上反映了机器智能“类人”的程度。 /p p 　　比如语音识别，近些年突飞猛进的科大讯飞，能将维吾尔语翻译成汉语，汉语翻译成维吾尔语 再如步态识别，在看不到人脸、虹膜和指纹的时候，就能通过步态在几十米外感知到其身份。 /p p 　　此外，还有图像识别，其中具有代表性的人脸识别，早在几年前马云刷脸支付已经引爆舆论热点。图像识别不仅可以用在手机上，还可在查找丢失儿童上发挥作用。 /p p 　　关于模式识别的技术瓶颈，可通过借鉴生物的机理改进，未来生物启发的模式识别在人工智能领域前景可期。其最终追求，是希望模拟逼近人的模式识别，这是非常艰巨的过程。 /p p 　　目前，模式识别的主要瓶颈在于鲁棒性、自适应性和可泛化性。 /p p 　　关于鲁棒性，说白了，就是人工智能“够不够皮实”“是不是稍微有点扰动，就会出错”。比如在酒会上聊天，背景噪音比较多，如果想听清其中某一个人的声音，就要忽略或者抑制背景中其他对话的干扰——人类可以做到这一点，也就是听觉系统所谓的鸡尾酒效应，但人工智能可以吗? /p p 　　关于自适应性，则比较容易理解，人类的眼睛会随着灯光的变化、环境的变化进行调整，这说明自适应性非常强。这一点可以应用到人工智能上，比如人脸识别，有一位朋友十几年甚至几十年没见，再见面是否还能认出来?他说，现有的模式识别在这方面还不是很理想。 /p p 　　可泛化性，说白了就是“举一反三”。当小孩认识苹果后，即便只记住了一次，也可以识别其他类型的苹果，这说明人类看到一个东西后，不仅知其然，还知其所以然。而知其所以然，就是人工智能领域所说的“深度学习”。但目前的人工智能深度学习，必须建立在大量数据的基础之上，这一点也有待进一步研究。 /p p 　　要解决这3个问题，关键还是看人类本身，在微观层面上，人工智能的模式识别可借鉴人类的神经元，神经元有兴奋性、抑制性、功能可塑性和传播性。科学家受到这个启发，增强了模式识别动态系统的稳定性。 /p p br/ /p

10月10日第八届慕尼黑上海生化分析展览会正式开幕，海尔生物医疗携节能芯超低温冰箱、智净生物安全柜、冷链耗材以及云BIMS生物样本库方案等创新的产品及完善的解决方案亮相本次展会，引起了参会者的高度关注。（海尔展位：N1-1602）云BIMS生物样本库解决方案通过云布署、云集成，建立生物样本库标准化管理平台，实现样本、设备、实验、人员、试剂耗材的大数据汇集和共享。为用户提供样本前处理、样本存储、样本信息化管理、样本应用等实用、专业、科学的整体方案，平台化、个性化、图形化、国内最优。医用冷链安全解决方案随着国家对疫苗、试剂、药品的流通、存储、使用等环节的监控力度加大，医疗器械使用单位应当从具有资质的医疗器械生产经营企业购进医疗器械，索取、查验供货者资质、医疗器械注册证或者备案凭证等证明文件。海尔生物医疗审时度势，根据不同用户的需求，为三级医院提供了HYC-290/390/650/940，HYC-990S/310S等的多容积段专用冷链存储方案，独有的避光型医用冷藏箱、温湿度双控双显的药品保存箱，满足用户的个性化需求。同时为县医院、民营医院提供了HYC-118/198/356等小容积段的专用冷链存储方案，占地面积小，移动方便。智眸、节能芯超低温保存箱智眸超低温冰箱全球率先采用虹膜识别“智眸”技术，25种角度灵动捕捉，红外感应一秒解锁，解放双手，轻松便捷，尽享全新智能安全新体验，匹配”智能芯“样本管理系统，7寸智能触屏，样本存取一键到位，样本查询一目了然，繁琐管理从此了无踪影。虹膜识别解锁样本极“智”安全，专为埃博拉病毒等高危珍稀样本存储服务。节能芯超低温冰箱全球首创碳氢制冷技术，不用含氟制冷剂，不破坏大气层、不排放对温室效应有影响的气体，制冷效率比传统制冷技术提高一倍，省电高达一半，这一领先的节能优势，引领了全球超低温冰箱发展潮流，已成为UK-Biobank的首选。智净生物安全柜独创恒风速专利技术，实时显示下降风速和气流是否达标，自动调整风速保证人和样本安全，相当于随时在“年检”，保障实验及人员安全。人感节能模式：人体感应模块监测到人员离开操作区15分钟以上，微电脑程序自动将安全柜切换到绿色节能模式，降噪节能，提高过滤器使用寿命。耗材样本处理方案预制2D码，无需贴标签，节省一半时间和2个人工编制。入库快30倍：批量扫描，一键全入库，1盒普通管入库所需的时间，足够30盒2D管入库时间。冻存管、冻存盒带锁扣；批量处理，不易混乱：首创2D冻存盒10*10方案：比9*9方案多放19个管/盒，1台超低温冰箱728J为例，多放9500份样本通过10年创业创新，海尔生物医疗实现了由一个产品到一个方案，再到一个产业的升级跨越，开创中国低温制冷行业第一品牌，实现向生命科学领域平台服务商转型。未来，海尔生物医疗将继续探索，创新永不止步。通过深冷存储、自动化存储等新技术和产品的突破，逐步进入基因检测、细胞治疗、大数据信息系统等生命科学及转化医学上下游产业链，支持中国民族生物医疗产业发展。

近年来，光学成像技术如荧光分子成像、光声成像和生物发光成像等广泛应用于小动物活体成像。同时，多模态成像技术的兴起将多种成像技术结合，为小动物活体成像提供了更精确和信息丰富的工具。为帮助广大用户及时了解小动物活体成像前沿技术、产品与整体解决方案，仪器信息网特别策划“小动物活体成像技术”主题征稿活动。本期约稿特别邀请广东光声科技有限公司CEO兼联合创始人王巍博士，就小动物活体成像技术发展、市场规模及未来趋势进行分享，并就广东光声科技研发的光声多模态小动物成像技术展开阐述，以飨读者。 本期嘉宾：王巍 CEO/联合创始人 广东光声科技有限公司王巍博士，广东光声科技有限公司CEO/联合创始人。2018年至今，就读于华南师范大学激光生命科学教育部重点实验室。从事光声成像仪器开发与落地转化，深度参与多项前沿科技项目，在光声成像技术上有多年持续的积累。2022年至今，作为广东光声科技有限公司的创始人之一，参与转化专利10余项，开发了全新的光声多模态小动物成像仪，具有丰富的产学研落地转化经验。仪器信息网：选择小动物活体成像技术赛道创业契机是什么？王巍：光声成像技术已经经过数十年的沉淀，但市场上仍没有相关成熟的光声显微活体成像仪器转化，前期已有非常多的高校和医院电话咨询我们团队，想与我们在科研领域深入合作，有一定的潜在市场空间，加之学校团队已经在这个领域积累多年，拥有非常丰富的仪器开发经验，我们已经是站在巨人的肩膀上做事，所以决定将已经积累的技术转化到市场上应用。光声成像由于它独特的成像优势，非常适合活体成像，我们是临床和科研小动物活体成像并驾齐驱在做，但由于临床转化时间较长，又由于科研市场的迫切需求，所以我们率先开发了光声多模态小动物成像系统，积累市场口碑。仪器信息网：从学生到创业者的身份转变感受如何？王巍：学生是生活在象牙塔里边的一类人群，可以不断试错，背后有导师和学校在托举，可以犯错，可以不断积累经验。但创业者是走在“刀尖”上的一类人，在资金有限的情况下，需要准确判断、坚定执行、承担后果。所以大多数创业者都会觉得创业难，所以需要不忘初心，保持热情，在已经竞争得白热化的相关赛道里，找到自己的出路，或是直线超车，或是弯道超车。具体来说有两难：对于一项新的医疗影像技术面世来说，首先就是大多数创业者所说的“难”，而我们是“难上加难”。我们的技术既具有颠覆性、又具有时效性，一项新的医疗影像技术走向成熟有很长的路要走，他既需要重新建立诊断标准又需要颠覆原有影像诊断的方法和习惯，这是第一难。第二难就是，资金雄厚的大厂要追逐我们的进度甚至赶超我们的进度，我们守擂难，同时我们也面临着国外品牌原有市场的竞争，我们打擂难。仪器信息网：请介绍一下小动物活体成像技术的发展历史。王巍：小动物活体成像技术的发展经历了几个关键阶段。在20世纪50年代到70年代，研究人员开始利用X线和放射性同位素示踪技术对小动物进行成像。随后，20世纪80年代后期，放射性示踪技术的进展引入了PET和SPECT等新方法。到了20世纪90年代以后，生物荧光分子标记技术如荧光素二酮-荧光素酶体系的开发，为研究人员提供了检测生物标记物的荧光信号来研究小动物体内生物进程的能力。近年来，光学成像技术如荧光分子成像、光声成像和生物发光成像等广泛应用于小动物活体成像。同时，多模态成像技术的兴起将多种成像技术结合，为小动物活体成像提供了更精确和信息丰富的工具。这些进展使得小动物活体成像技术成为研究人员观察小动物体内生理、病理过程和药物疗效等方面的重要非侵入性和高分辨率工具。仪器信息网：请分析下当前全球及中国小动物活体成像分析系统市场规模及现状。王巍：小动物活体成像技术是指应用成像方法对活体状态下的组织、细胞、分子水平的生物过程进行定性和定量研究。根据最新调研报告显示，预计2029年全球小动物活体成像系统市场规模将达到1.48亿美元，未来几年年复合增长率CAGR为4.1%。全球范围内小动物活体成像系统生产商主要包括Perkin Elmer、Idexx Laboratories、Aspect Imaging、Fujifilm Visualsonics、Trifoil Imaging、Bruker、Photon、Sunny Optical、Spectral Instruments Imaging、MILABS等。2022年，全球前五大厂商占有大约54.0%的市场份额。目前，全球核心厂商主要分布在欧美地区。就产品类型而言，目前光学成像是最主要的细分产品，占据大约66%的份额。就需求来源而言，目前实验室是最主要的需求来源，占据大约78%的份额。仪器信息网：如何看待小动物活体成像技术的壁垒以及国产化替代？王巍：技术壁垒主要集中在以下几个方面：1. 技术创新：小动物活体成像技术发展较为成熟，因此企业需要在技术上进行创新，开发更加先进、创新的成像技术和仪器。2. 设备制造：小动物活体成像仪器制造较为复杂，根据不同的成像技术需要采用不同的材料和工艺，如何保证设备质量和稳定性是制造方面需要考虑的重要问题。3. 市场定位：小动物活体成像市场规模较小，且市场需求不稳定，企业需要准确把握市场动态和技术趋势，发掘更多的市场机会。针对小动物活体成像国产化替代的问题，对于国产企业而言：1. 技术创新：通过技术创新和开发新型成像技术，提升设备分辨率、灵敏度和深度等性能指标，满足不同用户的实验需求。2. 降低成本：加强设备制造流程优化和效率提升，提高设备制造质量和效率，并且适当降低设备价格，提高市场竞争力。3. 市场营销：积极开展市场调研和推广，抓住市场机遇，开拓新的市场空间，根据市场需求提供个性化解决方案。总的来说，小动物活体成像市场仍处于初级发展阶段，市场空间较小，但在科研、药物开发等领域具有广阔的应用前景。通过技术创新和市场拓展，国产企业有望在小动物活体成像领域取得更大的突破。仪器信息网：如何看待当前中国小动物活体成像仪器市场，随着国产初创创新企业的不断涌现，应该如何进行差异化竞争？王巍：当前中国小动物活体成像仪器市场呈现出持续增长的趋势，随着国内初创企业的兴起，市场竞争也日益激烈。在面对这种情况下，差异化竞争是一种有效的策略。技术创新：通过不断进行技术创新，提供更加先进、创新的成像技术和仪器。例如，开发更高分辨率、更高灵敏度的成像设备，探索新的成像模式和应用领域，以满足用户的不同需求。产品特色：打造独特的产品特色和品牌形象，例如独特的设计风格、人性化的操作界面、多样化的附加功能等，以吸引用户的关注并增强产品竞争力。客户定制化：积极倾听客户需求，提供个性化的解决方案和服务。与客户密切合作，了解其实验需求并根据其特定需求进行定制开发，建立长期良好的合作关系。服务体验优化：注重客户体验，提供全方位的售前、售中和售后服务。包括产品培训、技术支持、设备维护等，以提升客户的满意度和忠诚度。仪器信息网：目前贵司主推的小动物活体成像产品有哪些？并谈谈该产品的核心竞争力。王巍：作为光声科技最核心的产品技术，光学/光声/超声三模态成像是集合了光学显微成像，⾊素、⾎管等内源性光吸收物质的光声成像，以及声阻抗差异的超声成像于⼀体的三模态活体⼩动物成像系统。光声科技更多核心技术优势如下：1、 实现微⽶级分辨率@毫⽶级成像深度在⽆需造影剂的情况下，仍然可以对3 mm内的组织结构进⾏微⽶级的⾼分辨率成像，并根据软件实时显⽰调整焦点的位置。2、强大的三维图像信息逐层解析功能通过实时⼆维断层数据的显⽰叠加，进⼀步获取局部组织的三维结构图像，使⽤数据处理软件，可进⼀步对⼆维以及三维图像进⾏分析。3、可实现⽆创⾮标记成像成像部位只需要涂抹少量⽔（耦合剂）对信号进⾏匹配，⽆需注射造影剂即可实现测试部位的⽆创成像。4、专属加热-麻醉⼀体化⼩动物固定台专⻔为更好的保护模型动物⽽设计的加热-⿇醉⼀体化装置。5、可定制光源的成像系统光声科技可根据不同需求，定制相应单波⻓，多波长，可调谐波⻓光源的成像系统。仪器信息网：光声科技小动物活体成像分析系统主要应用哪些领域的哪些实验环节？有哪些代表性用户单位？王巍：光声多模态小动物成像仪适用于广泛的生物医学研究领域，包括但不限于：1、肿瘤生长过程监控 应⽤光声多模态⼩动物成像仪，实现了小鼠耳部肿瘤滋养血管生长情况的监控，验证了肿瘤滋养血管的弯曲度、密度、深度与肿瘤生长时间的关系。 2、 肿瘤治疗过程监控应⽤光声多模态⼩动物成像仪，实现了小鼠部肿瘤光动⼒ (PDT)治疗过程中滋养⾎管消融情况的监控，揭示了肿瘤滋养⾎管的弯曲度、密度深度与PDT治疗时⻓的关系。3、⼩动物脑功能成像应用光声多模态⼩动物成像仪，实现了小鼠部深处血管“缺血-再灌注”的动态监控，展⽰了本仪器在脑血管理基础研究中的⼴阔应⽤前景。4、评估皮损血供程度应用光声多模态⼩动物成像仪，实现了小鼠全腿及背部⾎供程度的评估，突破了影像技术对于评估损伤组织⾎供程度的瓶颈，提高了快速手术干预的可能性。5、活体动物虹膜、巩膜成像应用光声多模态⼩动物成像仪，能够实现对活体⼩动物 (如小鼠) 及⼤动物(如兔)眼部虹膜及巩膜⾎管⽹成像。6、 特殊波⻓的肿瘤特异性光声成像 (定制版) 可定制光声多模态⼩动物成像仪，利⽤特异性纳⽶探针，针对性的提高肿瘤区域对于特殊波长光声成像信号幅值，实现大深度、⾼灵敏度的肿瘤特异性光声成像。此外，更多应用如乳房肿瘤标本⽆标记成像；早期⿊⾊素瘤肝微转移的⽆标记成像；动态监测缺⾎性脑卒中早期的结构和功能变化；对缝合损伤前后活体⼤⿏眼的多模态成像观测；活体动物视⽹膜、脉络膜、虹膜、巩膜成像；肝脏中细胞的标记成像...... 目前光声多模态小动物成像技术已协助北京科技大学、北京理工大学、浙江大学第一附属医院、海南大学、广东省人民医院、广州医科大学附属六院、香港理工大学、赣南医学院等十余家科研院所与医院完成了相应的科学研究。仪器信息网：请点评小动物活体成像技术路线的各自差异、特点和优势？王巍：不同的方法在成像原理和方法上有着独特的差异，每种技术路线都拥有其独特的优势和适用领域。非侵入性成像技术（如X光/CT、MRI）：- 特点：非侵入性成像技术通过引入无创成像方法，可以提供高分辨率的解剖结构图像。这些方法依赖于动物体内对X射线或磁场的响应来生成图像。- 优势：非侵入性成像技术对于观察和分析小动物器官和组织的解剖结构非常有帮助。它们能够提供三维图像，从而促进对生物学结构和病理变化的研究。荧光成像技术（如荧光分子成像、荧光蛋白成像）：- 特点：荧光成像技术通过标记生物分子或细胞，利用其自发发光或与特定荧光探针的相互作用，实现对生物活性和荧光信号的直接可视化。- 优势：荧光成像技术具有高灵敏度、实时成像和多模态成像的能力。这些技术在研究生物过程、疾病发展和药物疗效等方面非常有用。核素成像技术（如PET、SPECT）：- 特点：核素成像技术利用放射性同位素标记分子，并检测其放射性信号来获得图像。这些技术侧重于分析生物分子的生物分布和代谢过程。- 优势：核素成像技术具有高灵敏度、定量性和组织穿透能力。这些特点使它们在研究生物分子的动力学和代谢过程方面发挥重要作用。光声成像技术：- 特点：光声成像技术结合了超声波和光学相互作用，实现了显微镜级的分辨率和组织深度成像。该技术通过检测生物组织对激光脉冲的吸收来生成图像。- 优势：光声成像技术具有高对比度、高分辨率、无创和实时成像等优势。这些特点使其在研究血流动力学、肿瘤学和神经科学等领域有广泛应用。王巍认为，研究人员需根据其研究目标和需求选择适合的成像技术，同时多种技术的结合也可以提供更全面的图像信息，进一步加深对生物过程和疾病机制的理解。仪器信息网：未来小动物活体成像技术发展趋势如何？最看好哪些应用细分？王巍：未来小动物活体成像技术有望在以下方面取得进一步的发展：首先是多模态成像：未来的发展趋势之一是将不同的成像技术进行整合，实现多模态成像。多模态成像可以提供更丰富的信息，帮助研究人员深入研究生物过程和疾病机制。第二，基于机器学习的图像分析：随着机器学习和人工智能的快速发展，将其应用于小动物活体成像图像的分析将成为未来的重要方向。通过训练算法来自动分析和解释图像数据，有助于减少主观误差和提高研究效率。第三，高分辨率和实时成像：未来的成像技术将不断追求更高的分辨率和更快的成像速度。这将使研究人员能够观察动态生物过程和细微的结构变化。还有就是分子成像：分子成像是一种可以直接可视化和研究生物分子活动的技术。将分子成像与其他成像技术相结合，可以实现对生物分子的定量分析和动态跟踪，从而深入理解生物过程和疾病机制。在应用细分上，以下几个领域可能受益于小动物活体成像技术的发展：① 癌症研究：小动物活体成像技术在肿瘤生长、转移、治疗效果评估等方面具有重要应用。未来的发展将促进对肿瘤的早期检测、动态监测以及个体化治疗的研究。② 药物研发：活体成像技术可以在研发新药过程中发挥关键作用，帮助评估药物在动物体内的分布、代谢和药效，以及药物对疾病模型的治疗效果。③ 神经科学：小动物活体成像技术对于研究脑神经回路、神经变性和神经药理学等方面具有重要意义。未来的发展将推动对大脑功能和疾病机制的深入了解。④ 免疫学研究：小动物活体成像技术可以帮助研究人员观察和评估免疫细胞的活动和相互作用。这对于理解免疫系统的功能和疾病中的免疫反应具有重要意义。但需要注意的是，以上仅为一些可能受益于小动物活体成像技术发展的应用细分，具体的发展趋势和应用领域还需要进一步的研究和实践验证。仪器信息网：贵司小动物活体成像分析系统的发展历程是怎样的？有哪些里程碑事件？王巍：广东光声科技有限公司（下简称光声科技）成立于2022年，技术来源于华南师范大学激光生命科学教育部重点实验室，公司的研发团队有着十余年的光声成像设备研发经验，50%以上具有相关学科博士学位。光声科技专注于光声成像科研与医疗设备的科技成果转化与落地，现拥有单波长（532 nm）、双波长（532+1064 nm）、多波长（可调谐波长）光声成像活体动物科研系统的自主研发能力，并且还整合了光学显微镜及超声显微镜成像技术，形成了一套以光声成像为主的多模态活体成像体系，可为医学与基础科研领域中的肿瘤消融与药物代谢研究、脑科学研究、动物体浅表微循环研究、神经药理研究等一系列前沿领域提供精准、高端、全面的成像设备与成像服务。公司成立一年来，先后被评为“科技型中小企业”、获批佛山市南海区“蓝海人才计划”A类项目，进入佛山市科研仪器开放共享平台。光声科技自成立以来一直以创新和产品协同发展的理念经营，突破了多项技术难题，产品广受各大科研院所与医院的青睐：光声科技的发展里程碑：2022年3月，成立广东光声科技有限公司；2022年10月，首款双波长（532+1064nm）光声小动物成像系统正式面世；2022年12月，首款多模态（光学+光声+超声）光声小动物成像系统正式面世，与北京科技大学、北京理工大学、浙江大学第一附属医院等多家高校和医院参与论文研究，产品性能与售后服务，得到了用户和市场的广泛认可；2023年1月，首台光声多模态小动物成像系统中标；2023年5月，光声多模态皮肤影像系统样机落地，标志着光声科技正式步入精准皮肤临床研究领域；2023年7月，首款搭载散斑成像的光声多模态小动物成像仪中标，展示了光声科技扎实的科研能力与技术整合能力，为活体成像研究领域的仪器开发找到了新的思路。2023年8月至今，光声科技始终坚持多模态成像理念，开发了多款应用于皮肤疾病研究的成像系统。仪器信息网：请介绍一下光声科技的融资情况以及当前企业发展面临的问题和挑战。王巍：通过各级政府牵头举办的创新创业类赛事，公司已经积累非常多的潜在投资人的意向投资，投资人较为倾向类似于光声成像这类新兴的影像技术衍生出的影像设备。公司目前正在稳步跟进投资，预计半年后将实现1000万元的天使轮融资，这部分资金主要用于团队拓展、医疗器械证照及仪器迭代更新。仪器信息网：请谈一谈贵司未来3-5年的发展规划和布局。王巍：公司未来3-5年将稳步推进光声多模态活体小动物成像仪器的更新与迭代，注重成像速度与成像深度的指标优化。同时，公司未来五年内将推出国内首款应用于皮肤临床的光声多模态皮肤影像系统，将光声成像技术应用于皮肤疾病的诊断、治疗状态评估等方向。并且，公司还会发挥自身光学学科及声学学科优势，打造一些列衍生的应用于皮肤临床的光学、声学成像仪器，打造皮肤影像学新纪元。

6月18日，澳大利亚宣布完成了世界介入法人工心脏瓣膜置换临床实验，为患有主动脉瓣狭窄的老年病人带来福音。总共有十一位女性老年病人参加了此次临床试验，手术在位于墨尔本的莫纳什医学中心（Monash Medical Centre）进行，每例手术用时90分钟，全部取得成功。主动脉瓣狭窄属于老年多发病，对于年轻的病人，现行的治疗方法是开胸手术，但对于老年患者，不能采用开胸手术，病情严重的老年患者会出现呼吸困难，其中50％以上生命不会超过一年，只有三分之一的患者生命会超过两年。 莫纳什医学中心是在击败哈佛大学、Mayo Clinic等国际竞争对手后赢得临床试验权的。手术使用了以色列制造的特殊人工瓣膜，称作&ldquo 莲花瓣膜&rdquo ，它的与众不同之处是在手术过程中可以收起并重新放置。 第二次试验将在德国、法国、英国和澳大利亚的16所医院进行，而第三次试验将在美国、欧洲、亚洲和澳大利亚同时进行，1000名病人参与。如果进展顺利，两年后这种治疗方法将在全球被广泛采用。 以上信息有HASUC整理摘录，HASUC主营：真空干燥箱、烘箱、电子防潮箱、鼓风干燥箱、培养箱、生化培养箱、霉菌培养箱、干燥柜、电炉、马弗炉、电阻炉、二氧化碳培养箱、霉菌培养箱、隔水式培养箱、低温培养箱、BOD培养箱、恒温恒湿培养箱、光照培养箱、恒温恒湿培养箱、人工气候箱、 恒温干燥箱、防潮箱、高温烤箱、低温培养箱、恒温培养箱、高低温箱、高低温试验箱、高低温交变试验箱、高低温冲击试验箱、恒温恒湿箱、高低温湿热试验箱等。

禁毒是世界范围的严肃课题，随着时代的发展，科技的进步，除了我们熟知的尿检，更多现代化科技都逐步应用于毒/品检测中。本文将更全面地介绍以下5种常见的毒/品检测方法，分别是尿液检测、毛发检测、虹膜检测、唾液检测、血液检测，说明各种毒检方法的原理及优劣势，将各类毒检方法适配各类禁毒场景，以促进禁毒工作质效双收，更有利地打击违法犯罪。01 / 尿液检测尿液检测，通过尿检板对怀疑吸毒对象进行检测是否吸毒，因大多数毒/品及其代谢物的浓度在尿液中较高，并且具备检测速度快、检测方便、样本易于携带、检测成本低等优势，是目前检测毒/品的常用方法之一，但尿液检验结果不作为司法审判使用。尿检板的原理和验孕试纸差不多，当标本尿液中含有毒/品代谢物的含量达到检出限时，就与固着在渗透膜上的带显色微小颗粒的有限抗体结合，从而阻止其与测试区( T 线区）的抗原相结合，T线区就不会出现沉淀色带。简单说来就是，单杠是呈阳性，双杠呈阴性。尿液检测最长的有效期为一周，最佳检测时间为吸毒后24小时内，那么就可能出现瘾君子在一个星期前吸毒，而尿液检测呈现未吸毒的结果。同时，尿液检测也存在其他弊端。尿液检测样本相对肮脏，取样过程较为尴尬，被检人员通常具有抗拒心理，且尿液样本可能存在掺假、调包、与常用的合法药物产生交叉反应，造成错抓漏抓的情况。因此，尿液检测在作为公安部门的初筛验毒环节时，常辅以毛发检测进行二次毒检，可以弥补尿检时效性等缺陷。此外，尿液检测也大量适用于军队征兵、戒毒所、劳教所、家庭监测、社区戒毒等场景。推荐设备：02 / 血液检测血液检测是目前最昂贵也是较为准确的检测方法。除尿液外，毒/品及其代谢物通常在短时间在血液中的浓度较高，并且还可以从中测试出药物的实际用量。血液检测在吸毒检测中的应用和时效性因多种因素而异，一般来说，血液中毒/品残留的检测时效可以从几个小时到一个月不等，具体取决于毒/品的种类、剂量、个体的代谢速率以及检测方法。血液检测的专业程度虽然较高，但血液采集后保存时间过长将可能导致样本无法采用。此外，血液检测为侵入性采样，很多吸毒者自身可能携带某种传染性疾病病毒，采血过程对操作者存在一定的风险。另外，由于血液检测设备昂贵，检测成本高，国内一般只有获得法医毒物司法鉴定资质的省级法医毒物司法鉴定所才配备，因此个人及公安部门现场检测很少使用此类检测方式。03 / 毛发检测毛发检测是检验瘾君子的有效手段，近年来可以常见于娱乐圈艺人用来自证无吸毒史的方式。一般能检测出15天到半年，甚至更久的吸毒人员，可用于吸毒史检测、吸毒成瘾认定检测等。2017年4月1日，公安部公布实施的新《吸毒成瘾认定方法》中，首次规定了把毛发当中检测出毒/品，作为认定吸毒成瘾的标准。毛发检测的原理在于人体毛发的主要成分是角质蛋白，人吸毒后，毒/品就会参与到人体的新陈代谢之中，毒/品的代谢产物会进入新生毛发的角蛋白中。对于已经生长出来的毛发，毒/品的代谢物也会通过汗腺或皮脂的分泌而进入人体，因此可以从毛发中判断毒/品吸食情况。毛发检测与传统的血液、尿液检测相比，具有检测时效长、吸食的毒/品信息全面、样本易于采取/保存/重复取样、无创取样等独特优势。同时，毛发检测适用性更为广泛，不仅是头发，身体任何一处的体毛（包括但不限于腿毛、胳膊毛、鼻毛、眉毛、头发）都可用于进行毛发检测，取头发样本时也不受染发、烫发的影响。毛发检测结果精准，检测报告常应用于司法侦查过程和法庭审判中。缉毒现场、大规模涉毒筛查、康复人员复查、交通枢纽抽检等场景皆可应用毛发检测进行验毒。但因头发的生长速度较慢，通常以1-1.2cm的速度生长，所以通常情况下近15天内的吸食情况无法通过毛发检测反映。在对人员进行首次检测时，需与尿液检测结合，进行较为全面的鉴定。推荐设备：注意事项：1、位置的提取采集检测的头发需要贴近头皮处剪取，毛发采集后，务必标记发根发尾段，仅采集3厘米以内发根段的毛发；2、毛发的长度和重量毛发采集需要100根以上（不少于50mg）的发量，就像一个大拇指粗细的量；3、测试环境温度测试环境温度在20度以上，会增加裂解液活性，也更容易分离出毒/品分子，若是在20度以下，分离毒/品分子的速度会下降。 4、反应时间每批试剂在生产时，都以5分钟为检测标准，实际检测时不可随意更改检测时间否则时间不足会导致检测值小于实际值时间过长也会导致数值偏高。结果判读：04 / 唾液检测唾液作为一种超滤体液，游离态的毒/品成分会存在于唾液中，因此，通过唾液可以检出许多毒/品，如大麻、冰/毒、摇头丸等。唾液检测比尿液将测更为灵敏，且同样具有操作便捷、快速的优势，相对于尿液检测的方式来说，唾液检测更易于被被检测者接受，且不受场地和性别限制。但唾液检测同样也存在肮脏、易受食物/口香糖/香烟/常规药物污染的特点，导致检测结果不稳定，最终产生误差。唾液检测的检材和尿液检测类似，使用唾液检测板或检测仪，但追溯期比尿检时间短，仅有24小时而已。所以，一般唾液检测常用于毒驾检查，其他场景使用唾液检测作为毒/品检测方案的较少。05 / 虹膜检测区别于传统血检、尿检，虹膜检测是一种更为新型的验毒技术，数秒即可完成检测，因具有快捷、非侵入性、弥补检测时限、零耗材等显著优势，成为大规模缉毒排查的验毒神器。虹膜检测是根据毒/品进入人体6分钟-48小时内，吸毒者的眼睛虹膜回发生较为明显变化这一生理特征，运用AI训练算法学习吸毒者于非吸毒者的虹膜变化特征，有效识别吸毒人员。吸食不同种类毒/品的虹膜特征：对于抑制中枢神经的巴比妥类、苯二氮卓类、阿片类毒/品鸦片、海洛因、吗啡、Y-羟基丁酸(GHB)等，吸食毒/品后，虹膜瞳孔变小且畏光，眼神混浊、目光呆滞，肌肉收缩迟缓。兴奋类毒/品吸食后(冰/毒、麻古、可卡因、摇头丸),虹膜瞳孔会发生放大的情况，眼部肌肉扩张加快。致幻剂类毒/品(氯胺酮、四氢大麻酚、大麻二酚、麦斯卡林、麦角酸二乙酰胺(LSD)、合成大麻素、仙人掌毒素等)可引起虹膜扩张，结膜充血，吸食者会出现类似“红眼睛“症状，看上去眼神呆滞或惊恐易怒。通过全文的介绍，我们可以看到，虹膜检测的时限居于6分钟-48小时，恰好弥补了其余检测方式的时限空缺，将毒/品检测时限由天变为分钟，大大提高了毒/品筛查检测范围，可在娱乐场所吸毒人员快速筛查、出入境人员检查、酒店等场所日常监管、部队/公务人员涉毒筛查等应用场景中发挥巨大作用，更高效遏制毒/品违法行为。推荐设备：

人类的身体是奇妙的，能够反映多种数据，同时一些部分又是独一无二的，诸如指纹、虹膜等，即便是同卵双胞胎也不会一致。所以，生物技术能够让可穿戴设备、智能设备变得更准确、更安全，甚至让你用意念控制物体，十分神奇。下面，我们就来了解一下生物技术的发展方向、以及那些神奇的设备们。　　一. 虹膜扫描代表产品：Myris　　我们已经看到一些能够扫描人类眼镜，实现认证解锁的手机，不过并非生物验证，而是通过软件算法实现的。要知道，人类眼部的虹膜实际上与指纹一样，是独一无二的，并且很难被复制，所以更具未来趋势基础。　　Myris是一款基于虹膜验证的智能配件，你可以通过USB把它安装在电脑上，其生物摄像头便会扫描你的虹膜，并进行登陆或是软件验证，安全又可靠。不仅仅是Myris，富士通开发的手机配件，可以安装在智能手机顶部，实现虹膜扫描，据称微软也在积极研发虹膜扫描技术，集成在未来的Windows 10手机上。　　二. 无创血糖检测代表产品：GoBe手环　　血糖显然是饮食平衡的重要数据之一，而对于糖尿病人来说，血糖指数则关系到他们的生命。不过，目前主流的血糖检测形式依然需要采血，不便且痛苦。值得期待的是，未来5年内，无创式的血糖检测技术极有可能成为主流，改变可穿戴设备的使用形态。　　此前，俄罗斯科技厂商HealBe曾开发出一款基于血糖检测技术的运动手环GoBe，通过抗阻传感器监测皮下组织的液体水平，并运用算法计算出血糖含量，实现更准确的热量计算。当然，部分评论认为这种算法并非100%准确，但已经是可穿戴设备在血糖领域获得的极大突破。除了GoBe，科学家们也在积极研发新的传感器技术，来实现无创血糖监测及检测，如通过唾液或是中红外光线技术实现，虽尚未有实际产品，但无疑是可以期待的趋势。　　三. 脑电波控制代表产品：Emotiv Insight头带　　人类的大脑可以说是最复杂、最精密且神奇的生物仪器，即便是目前医院技术也无法完全参透大脑的全部。大脑在工作时会发出脑电波，而脑电图技术不仅能够获得重要信息，甚至还能将你变成超能人，使用意念控制电子设备。　　Muse、Kokoon等一系列基于脑电图(EEG)技术的头带，可以通过监测脑电波状况，反映用户的情绪、压力等状况，并通过智能手机应用来训练大脑、改善情绪。而Emotiv Insight头带，甚至能够捕捉到脑电波的一些运行规则，并传输至兼容设备上，让用户可以通过意念控制设备运行。未来，我们可以期待更小巧的装置和多种兼容设备，也许有一天你只需要想一下，就可以打开电视。　　四. 心电图技术代表产品：Nymi手环　　心脏同样是人类最重要的器官之一，心电图(ECG)同样可以反映一个人的运动、健康状况，所以心率传感器目前已经被各种运动监测设备广泛采用。不仅如此，心电图还是人类独一无二的生物验证机制，这意味着它比你的密码更安全。　　Nymi腕带是一款心电图验证腕带，通过心电图传感器监测用户心跳波形，这个数据是独一无二且难以被破解和利用的，所以具有极高的安全特性。也就是说，你的心跳可以成为ID，用于各种安全行为。显然，除了指纹、虹膜扫描，人类又多了一个极为可靠、来自自身的安全“身份证”。　　五. 肌电图监测代表产品：Athos运动服　　不论是Nike、Jawbone的手环还是苹果手表，它们都是一种非常基本的运动监测设备，通过加速度传感器和软件算法来监控你的运动强度，有时候，也许你使劲甩一甩胳膊，会显示你已经走了几百米，这种体验并不完全可靠。所以，肌电图(EMG)技术则可能是下一代运动产品的趋势。　　Athos、Myontech等智能运动服，已经证明了肌电图技术的应用价值。通过在织物内集成肌电图传感器，这些运行服能够监测肌肉的运动强度，更准确地获得运动数据，甚至能够使用图形显示出身体某个部分的肌肉状态。穿上这些运动服健身，可以精准掌握强度，不会再发生运动过度、肌肉拉伤等情况。不仅如此，一些厂商还在研发基于肌电图的游戏控制器、先进义肢，拥有极为广泛的应用前景。　　六. 气味传感代表产品：eScent　　嗅觉无疑是人类最重要的感官功能之一，可以为大脑传达多种信号，帮助我们获得各种体验。事实上，基于嗅觉的生物技术也是极具前景的，能够有效地改善人们的生活质量。　　eScent是一款基于气味传感技术的概念设备，它可以佩戴在衣物上，通过生物传感器监测用户的心跳、压力、身体气味等信息，更棒的是，它还会随着用户状态的变化散发出不同气味，减少焦虑、紧张感或是提神醒脑。　　总结：　　人类的身体是奇妙的，这也为生物技术创造了基础，让科技产品能够更智能、更好用，甚至实现突破人类认知的应用体验。毫无疑问，生物技术将是可穿戴、移动领域的核心技术趋势，希望看到越来越多了解我们身体的设备出现。

长达9年的科研攻关，一朝透出曙光 　　7月2日，由中国海洋大学角膜组织工程实验室研制的组织工程人角膜内皮(简称人工角膜内皮)，已经成功完成兔、猫和猴的角膜移植实验，这在国际上尚属首次，表明角膜中的重要部分之一——角膜内皮已经可以人工“制造”，有望年底或明年初进入临床实验。此外，该实验室已初步获得了人工角膜上皮，下一步计划制造出完整人工角膜。 　　移膜兔猫猴状态都很好 　　昨日下午，记者来到位于中国海洋大学的角膜组织工程实验室，据海洋生命学院副院长、实验室主任樊廷俊教授介绍，由该实验室研制的人工角膜内皮，继去年在新西兰兔角膜内皮移植成功后，今年又在家猫和猕猴角膜内皮移植中获得成功。截至昨日，所移植的人工角膜内皮已使新西兰兔角膜维持透明385天、家猫角膜维持透明203天、猕猴已维持角膜透明113天，这在国际上尚属首次! 　　“这些兔子、猫和猴子，都分别在实验动物中心里面饲养，现在状态都很好。 ”樊廷俊说，实验动物眼睛角膜的内皮层被撕除，然后移植入角膜组织工程实验室自己制造出来的人工角膜内皮，在百天以后，兔、猫和猴的角膜仍然保持透明，攻克了移植人工角膜内皮无法使角膜长期保持透明的国际性难题。记者看到，一只“移膜猫”的眼睛清澈透明，一点儿看不出移膜来。 　　计划造出完整人工角膜 　　据介绍，目前，该实验室已与青岛一家生物技术有限公司合作完成了第III类医疗器械的生产车间的建设，并获得了第III类植入材料及人工器官的生产许可证，为组织工程人角膜内皮的产业化生产做好了准备。 　　记者了解到，在造出人工角膜内皮后，樊廷俊和他的研究团队又将目光瞄向了完整人工角膜，他们的研究是在国家科技部“十五”863课题、“十一五”863重大课题和企业委托开发课题的资助下完成的。目前，他们与青岛中皓生物工程有限公司合作，开始了完整人工角膜的制造技术研究，已成功造出人工角膜上皮，计划于3-5年内造出完整人工角膜并完成其动物移植实验。 　　相关链接：角膜移植僧多粥少 一朝成功善莫大焉 　　“据世界卫生组织统计，现在全世界有白内障患者近3000万人，我国白内障患者500余万人 全世界有角膜盲患者6000余万人，我国患者500余万人，仅我国每年就有新增盲人约45万人。在角膜盲患者中，青壮年约占70%、儿童约占15%，他们长期蒙受失明的痛苦折磨，无法正常生活、学习和劳动，还给家人和社会带来了巨大的精神和经济负担。 ”樊廷俊教授表示，角膜移植手术可以帮助角膜盲患者重见光明，但由于捐献角膜的数量有限，因此角膜移植一直是僧多粥少，多数患者因得不到移植角膜而无法复明。据介绍，“人工角膜内皮作为人角膜内皮的等效替代物，不仅可以用于我国100余万、全世界1200余万角膜内皮盲患者的临床治疗，而且还可以用于白内障患者术后角膜内皮细胞失代偿的临床治疗。 ” 　　新闻揭秘：制造出人工角膜内皮克服了两个技术难题 　　樊廷俊介绍说，海大科研人员从2002年开始课题研究，到2009年科研成果通过教育部组织的鉴定，获得“国际首创，达到了国际领先水平”的鉴定结论，再到今年完成动物实验阶段，即将进入临床实验。然而，想要制造出人工角膜内皮，需要找到合适的“种子”和“运载工具”，这可不是容易事。寻找适宜的“种子细胞”和“运载工具”是摆在研发人员面前的两个技术难题。 　　在“十五”期间，海大科研人员通过改变培养条件、培养方法和培养液的配方，首次建立了非转染、无致瘤性的人角膜内皮细胞系，成功解决了“种子细胞”的来源问题。经过反复实验后，海大科研人员采用“去上皮层修饰羊膜”作为载体支架，在解决“运载工具”的问题。 　　相关知识 看到五彩世界靠着透明角膜 　　角膜是位于眼球最前面的半球形、表面光滑的透明组织，主要由角膜上皮层、前弹力层、基质层、后弹力层和内皮层组成。健康的角膜完全透明且具有一定的曲率半径和屈折力，加上晶状体的屈光力就可以使光线准确聚焦在眼底的视网膜上，使我们看到五彩缤纷的世界。

美国战略之页网站6月6日发表题为《情报机构称DNA成为一种武器》的报道称，美国特种作战司令部正在海外测试两种便携式DNA分析设备。这两种设备分别造价约25万美元，一种重55公斤，一种重91公斤。这两种设备都需要几乎持续供电，因为一些用于测试的化学品必须冷藏。最重要的是，这两种设备能够在90分钟内对DNA组织样本进行分析。而以往的分析工作必须返回美国或一些拥有DNA分析设备的国家进行，这需要一周多时间，有时甚至耗时一个多月。 　　这种更快速的DNA分析让逮捕一些炸弹制造者或参与恐怖活动的人成为可能，因为可以分析(从炸弹碎片或遇袭地点获得的)DNA样本，并与当地的恐怖主义嫌疑人进行比较，以便在嫌疑人逃跑前抓捕(或打死)他们。这种便携式DNA分析器是为了让美国特种作战司令部海外人员使用(他们聪明机智，但很少有人受过实验室技术人员的训练)并且取得了成功。 　　美国拥有一个庞大的恐怖主义嫌疑人和支持者数据库，并且内容还在不断增加。一个重大创新就是大大提高生物特征识别方法(包括指纹、虹膜、面孔识别和DNA)的应用。2003年之后，美国开发了让作战部队在战场上使用生物测定学的工具。主要工具名为&ldquo 安全电子登记组件&rdquo 。 　　这是一种便携式电子工具包，可以在任何地点任何时间收集人的生物数据，包括指纹扫描、眼睛(虹膜)扫描、嫌疑人的数码照片和后来的DNA样本。这些最终汇总到一个主数据库，这个数据库包含数百万恐怖分子、恐怖主义嫌疑人、支持者和其他&ldquo 利害关系人&rdquo 的数据。 　　战场上的部队可以利用&ldquo 安全电子登记组件&rdquo 工具包携带部分数据，这样就能很快识别和抓获通缉犯。2011年，在抓捕乌萨玛· 本· 拉丹的行动中，美国突击队员就是这么做的。尽管DNA检测是确认身份的最好方法，但如果获取了指纹、虹膜扫描或照片，基本上就能确认身份了。甚至于只有指纹和面部扫描或照片就已经相当有说服力了。但经常只有DNA，这时候就需要便携式DNA分析器大显身手了。 资料图片：美军的DNA比对中心。(图片源于网络) 　 　　2015年3月27日，法国塞讷阿尔卑斯(Seyne-les-Alpes)，坠机现场附近设立移动实验室，检测遇难者DNA。 　　4月23日，美国总统奥巴马在华盛顿白宫发表讲话。美国白宫23日承认，美军在今年1月一次针对&ldquo 基地&rdquo 组织的反恐行动中，误杀一名美国人质和一名意大利人质。总统奥巴马召开新闻发布会就此致歉。新华社记者 殷博古 摄　　 　　1月17日，在美国洛杉矶郡克莱尔蒙特大学园区，两名特警从直升飞机上索降。新华社记者杨磊摄 　　1月17日，在美国洛杉矶郡克莱尔蒙特大学园区，&ldquo 遇袭&rdquo 的伤员被抬出现场。新华社记者杨磊摄 　　1月17日，在美国洛杉矶郡克莱尔蒙特大学园区，消防人员对伤员进行救治。新华社记者杨磊摄

粮食不需要土地种植，可以在生产车间中制造出来。如今，这个看似天方夜谭的想象正在成为可能。日前，中国科学院天津工业生物技术研究所（以下简称“天津工业生物所”）在淀粉人工合成方面取得重大突破性进展，在国际上首次在实验室实现了二氧化碳到淀粉的从头合成。该成果于北京时间9月24日在线发表在国际学术期刊《科学》。“这也意味着，我们所需要的淀粉，今后可以将二氧化碳作为原料，通过类似酿造啤酒的过程，在生产车间中制造出来。”天津工业生物所所长马延和说。将二氧化碳还原生成甲醇，再转化为淀粉淀粉是人类粮食的最主要成分，同时也是重要的工业原料。目前淀粉主要由农作物通过光合作用，将太阳光能、二氧化碳和水转化而成。长期以来，科研人员一直在努力改进光合作用这一生命过程，希望提高二氧化碳和光能的利用效率，最终提升淀粉的生产效率。这次，天津工业生物所的科研人员就成功创制了一条利用二氧化碳和电解产生的氢气合成淀粉的人工路线。这条路线涉及11步核心生化反应，淀粉合成速率是玉米淀粉合成速率的8.5倍。从能量角度看，光合作用的本质是将太阳光能转化为淀粉中储存的化学能。因此，将光能高效地转变为化学能并储存下来成为关键。“我们想到了光能—电能—化学能的能量转变方式。”天津工业生物所副所长王钦宏说：“首先，光伏发电将光能转变为电能，通过光伏电水解产生氢气；然后，通过催化剂利用氢气将二氧化碳还原生成甲醇，将电能转化为甲醇中储存的化学能。这个过程的能量转化效率超过10%，远超光合作用的能量利用效率。”自然界中并不存在甲醇合成淀粉的生命过程。王钦宏说：“要想人工实现这个过程，关键是要制造出自然界中原本不存在的酶催化剂。”科研人员挖掘和改造了来自动物、植物、微生物等31个不同物种的62个生物酶催化剂，最终优中选优，使用10个酶逐步将甲醇转化为淀粉。这种路径不仅能合成易消化的支链淀粉，还能合成消化慢、升糖慢的直链淀粉。“也许在不久的将来，不需要种地，也能够满足我们对碳水化合物的需要。”王钦宏说。在人工合成途径构建上实现跨越式突破不依赖植物光合作用、人工合成碳水化合物，一直是世界各国科学家的梦想。此前，华人科学家杨培东曾带领团队利用聚糖反应成功将二氧化碳转化为多种单糖混合物。“但是，他们还尚未实现复杂碳水化合物的人工定向合成。”天津工业生物所副研究员蔡韬说：“也就是说，他们的路线方法合成的是多种简单糖类化合物的混合物，还很难定向到其中的一种。”专家介绍，淀粉高效人工合成的挑战主要来自低密度太阳能到高密度电能和氢能，低浓度二氧化碳到高浓度二氧化碳，以及复杂合成途径到简单合成途径3个方面。此前，在众多科研人员的努力下，前两个问题已基本得到了解决。“这次，我们主要在人工合成途径构建方面实现了跨越式突破。”马延和说。他介绍，一是跨越了人工途径进化的鸿沟。克服了不同来源、不同遗传背景的生物酶之间热力学与动力学不匹配等瓶颈，二氧化碳到淀粉的碳转化速率和效率显著提升；二是跨越了从虚拟到现实的鸿沟。团队用计算机可以设计出很多条合成途径，通过各种模块的组装和适配，最终筛选出了符合条件的路径，实现了人工淀粉合成。“经过分析鉴定，我们合成的淀粉样品无论成分还是理化性质，都和自然生产的淀粉一模一样。”蔡韬说。据科研团队介绍，在充足能量供给的条件下，按照目前的技术参数推算，理论上1立方米大小的生物反应器年产淀粉量相当于我国5亩土地玉米种植的平均年产量。马延和说：“这一成果使淀粉生产的传统农业种植模式向工业车间生产模式转变成为可能，并为二氧化碳原料合成复杂分子开辟了新的技术路线。”创新科研组织模式，让不同专长的团队协同攻关专家预计，如果未来该系统过程成本能够降低到可与农业种植相比的经济可行性，将可能会节约90%以上的耕地和淡水资源，避免农药、化肥等对环境的负面影响，提高人类粮食安全水平，促进碳中和的生物经济发展。重大原创性突破的背后，除了科研团队多年的努力和坚持之外，科研组织模式的创新功不可没。天津工业生物所自2015年起，聚焦人工合成淀粉与二氧化碳生物转化利用，开展需求导向的科技攻关，集聚所内外创新资源，加强“学科—任务—平台”整合，实现各方科研力量的有机融合和高效协同。研究所根据项目研究需求进行人才布局，组建了当初平均年龄30周岁的优秀青年科学家团队。传统科研模式一般以课题组为单元进行，优势是能够集中在一个领域方向，但不是所有的研究项目都适合这样的模式。马延和说：“比如，我们这个项目是一个多领域多方向交叉的工作，这就需要将具备不同专长的人和团队组织起来，协同合作才能够完成，传统科研模式显然不太适合。”根据项目特点，研究所创立了新的科研组织模式，即三维管理模式。“三维管理模式，具体来说就是所里统一拨付经费，设立总体研究部、研究组和平台实验室。”蔡韬说：“总体研究部负责项目矩阵管理；研究组是根据领域方向和学科布局设置的特色学科组，实现专业分工；平台实验室则负责为项目提供装备方法支撑。”“在这种新模式下，要实现哪一步目标、需要哪些人来做哪些任务，我们在整个项目层面都会事先进行具体分析。”蔡韬说，“比如，途径设计就是由所里生物设计中心科技组来负责，总体研究部通过任务分解，将相关研究任务定向委托给他们。简单来说，这个模式更容易实现专业的人做专业的事，全预算的方式也能够保证团队一直稳定地做这一件事。”项目实施过程中，也会对承担分任务的科研团队进行严格考核。通不过考核的团队，则由新的团队替换来重新完成任务。“整个项目过程中，共有十多个小团队参与。”蔡韬说，“不同团队聚在一起，为一件事、一个目标、一个任务共同努力，协同攻关，最终实现了原创性重大突破。”

随着人工智能技术的快速发展，智能家居概念日益火热，推动着智能门锁行业的发展。目前，中国智能门锁正处于市场启动期。伴随着智能家居行业的持续火热，各类智能产品陆续出台，其中智能门锁产品凭借着指纹、指静脉等生物识别的高安全性受到了消费者的关注。随着5G商用的脚步日益临近，智能物联网的蓬勃发展，智能家居越来越受到人们的欢迎，智能门锁的应用需求也逐渐增加，数据显示，2018年中国智能门锁行业市场渗透率达到3.5%，伴随着智能家居体系的逐渐完善，其市场渗透率将持续攀升。智能锁的火爆迅猛的发展有目共睹，技术的迭代也让人眼花缭乱，从感应卡、数字密码、指纹识别到人脸识别、虹膜识别等更高技术的应用层出不穷，很多用户都已经开始用上了智能门锁，但智能门锁的春天却一直没有到来，主要关键点在于智能门锁真的安全吗？从永康门博会上的小黑盒事件，到央视新闻媒体的质量问题曝光，再到京津冀三地消费者协会约谈知名门锁企业，层出不穷的安全事件久久困扰着消费者购买的一颗踏实的心！作为国内第二大智能门锁生产基地，金华市已将智能门（锁）业列入首批制造业八大重点细分行业进行培育，力争通过3—5年时间，把智能门（锁）业培育成为千亿级产业。作为全国乃至全球集聚度Z高、市场辐射最广、标准引领最强、科技创新和品牌建设成果最多的门（锁）业集聚区。永康市将立足现有门（锁）业集群优势，把智能门（锁）业打造成为支柱产业。国家五金工具及门类产品质量监督检验中心（永康）积极响应市政府的号召，努力提升公共配套检测服务能力，加快智能门锁质量监督检验中心、产品质量认证中心等平台建设和能力扩项。在如火如荼的七月，Delta德尔塔仪器智能门锁整套检测设备在紧张的生产、调试结束后成功交付给国家五金工具及门类产品质量监督检验中心（浙江永康），整套智能门检测仪器符合客户招标要求的GA 374-2019《电子防盗锁》、GA701-2007《指纹防盗锁通用技术要求》、GB21556-2008《锁具通用安全技术条件》、GA/T 73-2015《机械防盗锁》、JG/T394-2012《建筑智能门锁通用技术要求》等Z新国家标准。在此衷心感谢国家中心的相关领导和专家老师对我司设计研发的智能门锁检测设备的技术能力和先进性表示的肯定和支持，相信我们今后会以更专业的品质及you秀的售后服务让更多的客户满意！国家五金工具及门类产品质量监督检验中心（筹）智能门锁检测实验室展示智能门锁环境适应性检测设备展示机械防盗锁检测设备展示Delta德尔塔仪器工程师智能门锁测试设备调试中Delta德尔塔仪器智能门锁检测设备计量校准合格证书恰逢设备验收调试期间，永康市市场监督管理局周雄军局长在督查国家中心二期建设过程中，参观了防盗门、智能门锁设备检测区，并对由Delta德尔塔仪器供应的智能门锁寿命耐久性试验机、防盗门撞击试验装置等多项检测设备和技术先进作出认可和肯定，同时也对我司的设备提出了更高的期待和要求！当我司工程师介绍的我们的设备16秒即可做完一套锁具耐久测试动作而传统锁具检测设备需要2分钟左右完成同一个动作时，周局长当即对设备的高效精确表示点赞。永康市市场监督管理局周雄军局长为Delta德尔塔仪器设备点赞Delta德尔塔仪器作为国内智能门锁专业检测设备供应商，所生产的智能门锁检测设备已经成功应用到多家专业测试机构和知名生产厂家，第三方检测机构例如：公安部第三研究所（国家安全防范报警系统产品质量监督检验中心（上海），浙江永康市产品质量监督检验中心、贵州省产品质量监督检验院、浙江省家具与五金研究所、广州质量监督检测研究院、广东产品质量监督检验研究院、杭州市质量技术监督检测院，知名企业例如：王力集团有限公司、广东樱花智能科技有限公司、好太太集团等生产厂家品质研发部，深受客户好评。Delta德尔塔仪器专业研发、制造智能门锁系列检测设备。主要产品有：智能门锁寿命耐久性试验机|指纹门锁寿命耐久试验机|门锁寿命耐久性试验机|锁具强度试验机|智能门锁耐用度试验机|智能门锁老化测试架|智能门锁阻燃试验机|锁具防钻试验机|识读装置机械强度试验机|智能门锁老化试验架|高低温试验箱|冲击试验台|振动试验台等等。

通读文件原文，将其中涉及检测认证领域的内容摘编如下：1、健全商品质量体系。建立健全质量分级制度，广泛开展质量管理体系升级行动，加强全供应链、全产业链、产品全生命周期管理。深化质量认证制度改革，支持社会力量开展检验检测业务，探索推进计量区域中心、国家产品质量检验检测中心建设，推动认证结果跨行业跨区域互通互认。推动重点领域主要消费品质量标准与国际接轨，深化质量认证国际合作互认，实施产品伤害监测和预防干预，完善质量统计监测体系。推进内外贸产品同线同标同质。进一步巩固拓展中国品牌日活动等品牌发展交流平台，提高中国品牌影响力和认知度。2、完善标准和计量体系。优化政府颁布标准与市场自主制定标准结构，对国家标准和行业标准进行整合精简。强化标准验证、实施、监督，健全现代流通、大数据、人工智能、区块链、第五代移动通信（5G）、物联网、储能等领域标准体系。深入开展人工智能社会实验，推动制定智能社会治理相关标准。推动统一智能家居、安防等领域标准，探索建立智能设备标识制度。加快制定面部识别、指静脉、虹膜等智能化识别系统的全国统一标准和安全规范。紧贴战略性新兴产业、高新技术产业、先进制造业等重点领域需求，突破一批关键测量技术，研制一批新型标准物质，不断完善国家计量体系。促进内外资企业公平参与我国标准化工作，提高标准制定修订的透明度和开放度。开展标准、计量等国际交流合作。加强标准必要专利国际化建设，积极参与并推动国际知识产权规则形成。3、不得以备案、注册、年检、认定、认证、指定、要求设立分公司等形式设定或者变相设定准入障碍。没有法律法规依据不得在政务服务前要求企业自行检测、检验、认证、鉴定、公证以及提供证明等。以下为文件全文：中共中央　国务院关于加快建设全国统一大市场的意见（2022年3月25日）建设全国统一大市场是构建新发展格局的基础支撑和内在要求。为从全局和战略高度加快建设全国统一大市场，现提出如下意见。一、总体要求　　（一）指导思想。以习近平新时代中国特色社会主义思想为指导，全面贯彻党的十九大和十九届历次全会精神，弘扬伟大建党精神，坚持稳中求进工作总基调，完整、准确、全面贯彻新发展理念，加快构建新发展格局，全面深化改革开放，坚持创新驱动发展，推动高质量发展，坚持以供给侧结构性改革为主线，以满足人民日益增长的美好生活需要为根本目的，统筹发展和安全，充分发挥法治的引领、规范、保障作用，加快建立全国统一的市场制度规则，打破地方保护和市场分割，打通制约经济循环的关键堵点，促进商品要素资源在更大范围内畅通流动，加快建设高效规范、公平竞争、充分开放的全国统一大市场，全面推动我国市场由大到强转变，为建设高标准市场体系、构建高水平社会主义市场经济体制提供坚强支撑。　　（二）工作原则　　——立足内需，畅通循环。以高质量供给创造和引领需求，使生产、分配、流通、消费各环节更加畅通，提高市场运行效率，进一步巩固和扩展市场资源优势，使建设超大规模的国内市场成为一个可持续的历史过程。　　——立破并举，完善制度。从制度建设着眼，明确阶段性目标要求，压茬推进统一市场建设，同时坚持问题导向，着力解决突出矛盾和问题，加快清理废除妨碍统一市场和公平竞争的各种规定和做法，破除各种封闭小市场、自我小循环。　　——有效市场，有为政府。坚持市场化、法治化原则，充分发挥市场在资源配置中的决定性作用，更好发挥政府作用，强化竞争政策基础地位，加快转变政府职能，用足用好超大规模市场优势，让需求更好地引领优化供给，让供给更好地服务扩大需求，以统一大市场集聚资源、推动增长、激励创新、优化分工、促进竞争。　　——系统协同，稳妥推进。不断提高政策的统一性、规则的一致性、执行的协同性，科学把握市场规模、结构、组织、空间、环境和机制建设的步骤与进度，坚持放管结合、放管并重，提升政府监管效能，增强在开放环境中动态维护市场稳定、经济安全的能力，有序扩大统一大市场的影响力和辐射力。　　（三）主要目标　　——持续推动国内市场高效畅通和规模拓展。发挥市场促进竞争、深化分工等优势，进一步打通市场效率提升、劳动生产率提高、居民收入增加、市场主体壮大、供给质量提升、需求优化升级之间的通道，努力形成供需互促、产销并进、畅通高效的国内大循环，扩大市场规模容量，不断培育发展强大国内市场，保持和增强对全球企业、资源的强大吸引力。　　——加快营造稳定公平透明可预期的营商环境。以市场主体需求为导向，力行简政之道，坚持依法行政，公平公正监管，持续优化服务，加快打造市场化法治化国际化营商环境。充分发挥各地区比较优势，因地制宜为各类市场主体投资兴业营造良好生态。　　——进一步降低市场交易成本。发挥市场的规模效应和集聚效应，加强和改进反垄断反不正当竞争执法司法，破除妨碍各种生产要素市场化配置和商品服务流通的体制机制障碍，降低制度性交易成本。促进现代流通体系建设，降低全社会流通成本。　　——促进科技创新和产业升级。发挥超大规模市场具有丰富应用场景和放大创新收益的优势，通过市场需求引导创新资源有效配置，促进创新要素有序流动和合理配置，完善促进自主创新成果市场化应用的体制机制，支撑科技创新和新兴产业发展。　　——培育参与国际竞争合作新优势。以国内大循环和统一大市场为支撑，有效利用全球要素和市场资源，使国内市场与国际市场更好联通。推动制度型开放，增强在全球产业链供应链创新链中的影响力，提升在国际经济治理中的话语权。　　二、强化市场基础制度规则统一　　（四）完善统一的产权保护制度。完善依法平等保护各种所有制经济产权的制度体系。健全统一规范的涉产权纠纷案件执法司法体系，强化执法司法部门协同，进一步规范执法领域涉产权强制措施规则和程序，进一步明确和统一行政执法、司法裁判标准，健全行政执法与刑事司法双向衔接机制，依法保护企业产权及企业家人身财产安全。推动知识产权诉讼制度创新，完善知识产权法院跨区域管辖制度，畅通知识产权诉讼与仲裁、调解的对接机制。　　（五）实行统一的市场准入制度。严格落实“全国一张清单”管理模式，严禁各地区各部门自行发布具有市场准入性质的负面清单，维护市场准入负面清单制度的统一性、严肃性、权威性。研究完善市场准入效能评估指标，稳步开展市场准入效能评估。依法开展市场主体登记注册工作，建立全国统一的登记注册数据标准和企业名称自主申报行业字词库，逐步实现经营范围登记的统一表述。制定全国通用性资格清单，统一规范评价程序及管理办法，提升全国互通互认互用效力。　　（六）维护统一的公平竞争制度。坚持对各类市场主体一视同仁、平等对待。健全公平竞争制度框架和政策实施机制，建立公平竞争政策与产业政策协调保障机制，优化完善产业政策实施方式。健全反垄断法律规则体系，加快推动修改反垄断法、反不正当竞争法，完善公平竞争审查制度，研究重点领域和行业性审查规则，健全审查机制，统一审查标准，规范审查程序，提高审查效能。　　（七）健全统一的社会信用制度。编制出台全国公共信用信息基础目录，完善信用信息标准，建立公共信用信息同金融信息共享整合机制，形成覆盖全部信用主体、所有信用信息类别、全国所有区域的信用信息网络。建立健全以信用为基础的新型监管机制，全面推广信用承诺制度，建立企业信用状况综合评价体系，以信用风险为导向优化配置监管资源，依法依规编制出台全国失信惩戒措施基础清单。健全守信激励和失信惩戒机制，将失信惩戒和惩治腐败相结合。完善信用修复机制。加快推进社会信用立法。　　三、推进市场设施高标准联通　　四、打造统一的要素和资源市场　　（十一）健全城乡统一的土地和劳动力市场。统筹增量建设用地与存量建设用地，实行统一规划，强化统一管理。完善城乡建设用地增减挂钩节

人工视觉智能技术在安全、医疗和服务等领域颇有应用潜力。然而，随着网络化和信息化的发展，基于冯诺依曼构架的现有视觉系统因功耗问题难以实时处理海量激增的视觉数据。仿生人类视觉的光电突触器件可集图像信息采集、存储和处理于一体，有效解决现有视觉系统存在的时效性、功耗等问题。非晶氧化物半导体薄膜晶体管(TFT)作为传统电子器件在显示、电子电路等领域已实现产业化应用。因此，基于氧化物TFT的创新器件在产业工艺兼容性、与后端电路的在板集成等方面优势明显，在仿生人类视觉神经突触器件的研发方面，亟待解决如可见光响应弱、频率高效选择性、不同波段信号串扰等一些关键科学和技术问题。 　　中国科学院宁波材料技术与工程研究所功能薄膜与智构器件团队阐明了非晶氧化物半导体器件中与氧空位息息相关的突触权重调控的微观机理，为提高可见光响应奠定了理论基础，设计了背沟道修饰pn异质结的光电突触TFT，有效耦合了三端器件的栅压调控和两端器件的内建电场调控功能，兼具高光电响应、易集成、低功耗等优势。 　　近期，该团队携手福州大学教授张海忠团队，设计了基于InP量子点/InSnZnO的光电TFT的仿生视觉传感器，将氧化物半导体优异的电传输特性和InP量子点良好的宽光谱响应特性有机结合，使器件具有优异的栅极可控性和可见光响应特性，通过简单控制栅极偏置实现初始状态的调控，仿生模拟了人眼暗视和明视环境下适应功能的切换。该工作构建的TFT阵列在感知红绿蓝三原色字母时均表现出逼真的环境自适应特征。此外，基于该光电传感阵列的三层衍射神经网络用于手写数字识别模拟，准确率可达93%。该研究为开发环境适应性人工视觉系统开辟了新途径，并对神经形态光电子器件的研发具有启发性意义。 　　相关研究成果发表在《先进功能材料》(Advanced Functional Materials，DOI: 10.1002/adfm.202305959)上。研究工作得到国家自然科学基金和宁波市重大科技攻关项目等的支持。人眼明暗适应过程与氧化物光电薄膜晶体管光电流变化过程的类比演

p 　　人工智能技术无论是在核心技术，还是典型应用上都已出现爆发式的进展。随着平台、算法、交互方式的不断更新和突破，人工智能技术的发展将主要以“AI+X”(为某一具体产业或行业)的形态得以呈现。所有这些智能系统的出现，并不意味着对应行业或职业的消亡，而仅仅意味着职业模式的部分改变。任何有助于让机器(尤其是计算机)模拟、延伸和扩展人类智能的理论、方法和技术，都可视为人工智能的范畴,展现出无比光明的发展前景。 /p p 　　在我们生活方面，协助人类完成此前被认为必须由人完成的智能任务。人们将不仅生活在真实的物理空间，同样生活在网络空间。网络空间中的每个个体既有可能是人，也有可能是一个人工智能。 /p p 　　在生产方面，未来人工智能有望在传统农业转型中发挥重要作用。例如，通过遥感卫星、无人机等监测我国耕地的宏观和微观情况，由人工智能自动决定(或向管理员推荐)最合适的种植方案，并综合调度各类农用机械、设备完成方案的执行，从而最大限度解放农业生产力。在制造业中，人工智能将可以协助设计人员完成产品的设计，在理想情况下，可以很大程度上弥补中高端设计人员短缺的现状，从而大大提高制造业的产品设计能力。同时，通过挖掘、学习大量的生产和供应链数据，人工智能还可望推动资源的优化配置，提升企业效率。在理想情况下，企业里人工智能将从产品设计、原材料购买方案、原材料分配、生产制造、用户反馈数据采集与分析等方面为企业提供全流程支持，推动我国制造业转型和升级。 /p p 　　在生活服务方面，人工智能同样有望在教育、医疗、金融、出行、物流等领域发挥巨大作用。例如，医疗方面，可协助医务人员完成患者病情的初步筛查与分诊 医疗数据智能分析或智能的医疗影像处理技术可帮助医生制定治疗方案，并通过可穿戴式设备等传感器实时了解患者各项身体指征，观察治疗效果。在教育方面，一个教育类人工智能系统可以承担知识性教育的任务，从而使教师能将精力更多地集中于对学生系统思维能力、创新实践能力的培养。对金融而言，人工智能将能协助银行建立更全面的征信和审核制度，从全局角度监测金融系统状态，抑制各类金融欺诈行为，同时为贷款等金融业务提供科学依据，为维护机构与个人的金融安全提供保障。在出行方面，无人驾驶(或自动驾驶)已经取得了相当进展。在物流方面，物流机器人已可以很大程度替代手工分拣，而仓储选址和管理、配送路线规划、用户需求分析等也将(或已经)走向智能化。 /p p 　　平台、算法以及接口等核心技术的突破，将进一步推动人工智能实现跨越式发展。从核心技术的角度来看，三个层次的突破将有望进一步推动人工智能的发展，分别为平台(承载人工智能的物理设备、系统)、算法(人工智能的行为模式)以及接口(人工智能与外界的交互方式)。在平台层面实现一个能服务于不同企业、不同需求的智能平台，将是未来技术发展的一大趋势。算法决定了人工智能的行为模式，一个人工智能系统即使有当前最先进的计算平台作为支撑，若没有配备有效的算法，只会像一个四肢发达而头脑简单的人，并不能算真正具有智能。面向典型智能任务的算法设计，从人工智能这一概念诞生时起就是该领域的核心内容之一。令算法通过自身的演化，自动适应这个“唯一不变的就是变化”的物理世界?这也许是“人工”智能迈向“类人”智能的关键。接口(人工智能与外界的交互方式)、沟通是人类的一种基本行为，人工智能与人类的分界正变得模糊，一个中文聊天机器人也许比一位外国友人让我们觉得更容易沟通。因此，如何实现人机的高效沟通与协同将具有重要意义。语音识别、自然语言理解是实现人机交互的关键技术之一。另外，不采用自然语言，而是直接通过脑电波与机器实现沟通，即脑机接口技术，也已有相当进展，目前已经大体可以实现用脑电波直接控制外部设备(如计算机、机器手等)进行简单的任务。 /p

作为现代分析检测技术中的一个重要组成部分，光谱技术在分析领域中占据着举足轻重的地位。同时，随着技术的进步,近年来光谱相关前沿技术和新应用不断涌现,在现代经济发展和社会生活中发挥着越来越重要的作用。光谱是超越人眼限制，让大家感受更高维度世界的一种重要方式。光谱技术的新发展改变大家对传统技术认知的同时，也在改变着大家的生活。那么，哪些光谱技术正在引领行业的发展？日前，仪器信息网统计了近几年光谱相关企业的融资案例以管窥该市场的发展趋势。据不完全统计，高光谱、多光谱、光谱芯片、光谱视觉、光谱智能感知、光谱成像等关键词引起笔者关注，这些技术相关联的企业融资案例频发。从逐利的角度而言，资本看中的企业要么正在解决新兴技术和趋势带来的新挑战，要么专注于已经成熟的颠覆性行业，而能得到资本市场的青睐也在很大程度上彰显了这些技术或者市场巨大的诱惑力。公司融资阶段时间融资金额投资金钩联光元和（上海）企业发展有限公司天使轮2022年6月1亿元上海联和深圳市海谱纳米光学科技有限公司A轮2022年3月数千万元昆仑资本、远方资本、湾信资本中科谱光信息技术有限公司Pre-A轮2021年1月数千万元天津市高成长初创科技型企业专项投资A轮融2022年2月联想创投独立投资南京智谱科技有限公司天使轮2021年6月兰璞资本A轮2021年11月数亿元成为资本独家投资A+轮2022年1月高瓴创投领投、成为资本继续加码北京与光科技有限公司天使轮2021年2月数千万元元禾原点领投，无限基金SEE Fund、真格基金和泰有基金跟投Pre-A轮2021年12月数亿元武岳峰科创领投，红杉中国、招商清控、信熹资本、中美绿色等跟投，老股东韦豪创芯、元禾原点、SEE Fund 持续加码。朗思传感科技（深圳）有限公司天使轮2021年1月数百万元天使+轮2021年11月数百万元国宏嘉信资深圳市威视佰科科技有限公司A轮2021年11月数千万禧筠资本、中洲铁城、相关产业方头部机构及某头部互联网公司合伙人虹星科技天使轮2018年3月Pre-A轮2020年1月数千万元中科海创和曦域资本麦飞科技Pre-A轮2018年3月2500万元峰瑞资本、百度、高捷资本A轮2019年3月过亿元广发乾和领投，湖畔山南、中科创星跟投。Pre－A轮老股东高捷资本、BV百度风投、峰瑞资本继续跟进本轮投资。■联光元和完成1亿元天使轮融资 将用于超光谱成像仪等的研发2022年6月，联光元和（上海）企业发展有限公司完成天使轮融资，由上海联和1亿元独家投资。本轮资金将用于超光谱成像仪、连续波白光激光器等高端科学仪器与应用装备研发。联光元和创立于2021年1月。凭借研发团队在空间光调制技术、表面耦合诱导等离子体及其多级放大技术在光学中的应用、基于高熵玻璃材料实现的BPAWR－SACM光过程等诸多领域形成的基础研究成果和大量原始技术创新，企业将致力于在光谱成像、光源系统与光加工技术三大板块形成系列产品。目前，联光元和在研产品透射式时间分辨角分辨超光谱成像仪和连续波白光激光器进展顺利。首台超光谱成像仪原型机将于2022年9月问世，涵盖瞬态／稳态、能级寿命、散射／振动谱、高光谱／光谱等分析功能，可替代大部分传统光学仪器。■海谱纳米光学完成A轮数千万元融资 聚焦微型高光谱MEMS芯片研发2022年初，深圳市海谱纳米光学科技有限公司完成数千万元A轮融资。据悉，本轮融资后，海谱纳米光学将继续加大研发及人才方面的投入，针对不同场景开发多种芯片及产品，实现全光谱覆盖，加速推进高光谱成像技术在机器视觉、消费设备等诸多领域的商用落地，持续打造全球领先的高光谱成像技术平台，为人工智能产业化发展和各行各业数字化智能化升级提供高光谱成像技术支撑。资料显示，深圳市海谱纳米光学科技有限公司成立于2019年，专注于高光谱成像技术的设计与研发，突破性地解决了高光谱成像MEMS芯片化、低成本、工程化、量产化的业界难题，研发能力覆盖芯片设计、光学模组、产品相机、算法应用等高光谱全链条技术，可为全球多领域客户提供一站式高光谱成像解决方案。2019年，海谱纳米光学开启第一款微型高光谱MEMS芯片的研发设计与流片，2020年第二款微型高光谱MEMS芯片样片开发成功，2022年初正式量产第一代微型高光谱MEMS芯片。此外，今年年初，海谱纳米光学还成功研发出业界尺寸最小的高光谱成像相机，其体积仅为传统高光谱相机的千分之一。■中科谱光接连完成Pre-A轮、A轮融资 致力于高光谱核心算法研发2021年末，天津中科谱光信息技术有限公司接连完成Pre-A轮、A轮数千万元人民币融资。据悉，两轮融资款将主要用于加大高光谱核心算法研发投入，提升光谱大数据云服务平台技术壁垒，加速水质监测系列产品创新迭代，加强团队建设和市场推广。据公开资料显示，天津中科谱光信息技术有限公司成立于2019年年底，依托童庆禧院士创始团队在高光谱遥感研究与应用领域40余年的经验与成果积累，可面向诸多行业提供“光谱芯”技术应用服务。中科谱光以“高光谱技术+物联网技术+AI大数据平台”相结合的模式打造高光谱系列智能产品，利用高光谱技术和AI大数据技术赋能物联网技术向纵深发展，不断拓宽工业智能化应用维度，围绕“光谱芯”技术落地转化，在水质监测、润滑油检测、工业互联网、资源遥感监测、大健康光谱诊断等业务场景进行深挖和布局。■ 智谱科技完成A轮、A+轮两轮共计数亿元融资 持续加码光谱视觉领域产品研发2022年初，专注于光谱视觉的南京智谱科技有限公司宣布同步完成A轮、A+轮两轮共计数亿元融资。据了解，本轮融资将用于光谱领域的产品研发、市场开拓等工作。南京智谱科技有限公司成立于2018年，是一家专注光谱视觉的硬科技企业。公司依靠自主研发的智能光谱成像设备和光谱视觉分析系统，帮助垂直领域的终端用户在具体使用场景中突破过去无法跨越的视觉瓶颈，用全新的光谱感知维度去发现新的世界。智谱科技创始团队源自南京大学和清华大学，公司创始人曹汛教授（国家技术发明一等奖获得者）致力于计算摄像学领域研究多年，首创的PMVIS光谱视频成像理论成果发表于领域最具影响力的国内外期刊和会议，获得包括诺奖得主在内的知名国际学者和实验室正面引用，并被欧美权威研究机构在报道中列为当前光谱视频成像的国际三大代表性技术之一。据悉，当下智谱科技的光谱成像系列产品、服务已在安全生产领域和环境保护领域成功落地，覆盖数十家央企与大型园区。作为市场的先行者，团队还牵头制定了行业应用标准，并由中国化学品安全协会签发，使光谱视频测控预警在场景中的应用成为重要的发展方向。■专注光谱芯片研发，与光科技完成数亿元 Pre-A 轮融资2021年底，与光科技宣布完成数亿元 Pre-A 轮融资。据介绍，本轮融资将用于光谱芯片核心技术的工程化和商业化。与光科技成立于2020年9月21日，是一家清华大学科研成果转化的高科技创业公司，致力于成为全球光谱芯片的引领者，让光谱感知无处不在。得益于清华大学黄翊东教授团队十余年学术积累和技术沉淀，与光科技创新性地研发出了快照式CMOS超光谱成像芯片，为智能感知开辟了“实时光谱成像“这一全新的信息获取维度。据悉，与光科技以快照式 CMOS 超光谱成像芯片为核心技术，推出了复虹系列光谱传感产品和斓彩系列光谱成像产品。另据清华新闻网报道，近期，清华大学电子工程系黄翊功教授和崔开宇副教授联手带领着相应团队在超光谱成像芯片的研究中已经取得了重要进展和突破。除此之外，还在实践中得到了权威的验证，成功研发出全球首款实时超光谱成像芯片。■专注激光传感领域，朗思科技完成数百万元天使轮融资2021年底，朗思传感科技（深圳）有限公司完成数百万元天使轮融资。官网显示，朗思科技是一家高精度传感数据服务公司。该公司的使命是利用最新激光光谱技术，结合人工智能算法，同时采集多种目标气体的类型、浓度、温度、压力等实时信息，为客户提供超高灵敏度多组分气体传感解决方案及系统。据悉，朗思科技的核心技术是拥有自主知识产权的激光吸收光谱技术、光声光谱技术以及光纤传感等技术，根据实际应用场景优化选择相关技术及组合，结合自主研发的自动控制和人工智能算法，设计和制造一系列响应速度快、免标定、超高灵敏度的便携式气体传感器，并与先进芯片集成及封装、无线数据传输以及信号处理等多种技术相融合，构建下一代智能气体传感及控制系统。■威视佰科完成数千万元人民币 A 轮融资2021年底，深圳市威视佰科科技有限公司完成数千万人民币 A 轮融资。威视佰科表示本轮募集到的资金将主要用于产品的研发以及项目市场落地推广与实施。威视佰科是一家新型光谱视觉传感器服务商，专注于设计与开发新型光谱视觉传感器及其配套算法，针对智慧农业、智慧水务、智慧物流、工业互联网以及智能家电等领域提供光谱检测解决方案。■虹星科技数千万元Pre A轮融资 将虹膜识别与其他视觉解决方案结合2019 年和 2020 年，虹星科技接连完成 Pre-A 轮和 Pre-A+ 轮融资，融资金额为数千万人民币。据悉，融资将主要用于研发投入、产品打磨，供应链和仓配体系的持续深耕，及完善人才储备等方面，加速在各行业的拓展和落地应用。虹星科技成立于2017 年，公司孵化于中科院自动化所谭铁牛院士团队，是中国科学院自动化研究所在人工智能领域孵化的高科技企业。目前，虹星科技主要深耕场景流程智能化领域，自主研发了两大关键核心技术：一是多光谱的计算成像；二是多模态的生物特征识别。　■聚焦视觉光谱技术，智慧农业大数据服务商麦飞科技获过亿元A轮融资 2019年，聚焦视觉光谱技术的智慧农业大数据服务商完成过亿元人民币A轮融资。截止目前，为国内智慧农业领域的最大单笔融资。据悉，麦飞科技创始人兼首席执行官宫华泽博士是中国科学院遥感与数字地球研究所研究员。麦飞科技通过高光谱遥感监测技术、人工智能技术实现了农田病虫害的实时精准探测，农药喷洒的精准控制，极大改善了因农户仅凭经验而导致的农药过量喷洒问题。此外，资料显示，一些国外的公司也在相关的领域布局中。比如：成立于2016年的以色列农业科技公司FruitSpec累计完成了970万美元的融资，在最新披露的这轮融资中，FruitSpec更是拿到500万美元的融资金额。FruitSpec是一家以高光谱图像做技术支持的农业科技公司，他们运用其专利的高光谱和计算机视觉算法解决了早期水果产量预测难的问题，使该公司能够通过计算水果数量和果实大小来准确估计早期水果产量；地球观测公司Satellogic获腾讯领投2700万美元B轮融资，Satellogic的产品可以提供高光谱图像功能，其空间分辨率能达到30米。Satellogic称，这一功能在当前执行商业任务和科技任务的卫星中已经“无人能比”；印度航天科技技术研发商Pixxel公司已经筹集了2500万美元，准备发射一个卫星集群，提供地球的高光谱图像；致力于为移动和消费类设备提供高光谱传感解决方案的领先供应商Spectricity（比利时），2021年宣布完成1600万美元B轮融资，以进一步加快高光谱传感器的开发和大规模量产，用于从可穿戴到智能手机和物联网领域的大批量、低成本应用；总部位于德国德累斯顿的高科技公司Senorics已成功完成Pre-A轮融资，总金额超800万欧元。Senorics将利用这笔资金进行必要的技术投资，进一步优化其颠覆性的近红外光谱学传感器技术，加速拓展至工业市场后记：近年来，高光谱技术的发展已经引起行业的极大关注。据国外相关研究机构的数据显示，2021年全球高光谱成像系统市场154亿美元，预计到2026年该市场将增至358亿美元，复合年增长率为18.4%。另据，国内某研究机构发布的《2021-2027年中国高光谱成像系统产业发展动态及投资方向分析报告》数据显示：2019年我国高光谱成像市场规模已达68.95亿元，市场规模总体保持稳定的增长态势，预计到2026年市场规模将迅速增长至219.62亿元。而从近年来的融资案例，我们也发现，多个相关企业在高光谱领域展现了蓬勃的发展潜力，该市场未来可期！为促进中国科学仪器行业健康快速发展，进一步提升光谱技术及相关应用的专业水平，促进各相关单位的交流与合作，仪器信息网将于2022年7月19-22日举办“第十一届光谱网络会议(简称iCS2022)”。本届会议将聚焦最新、最前沿的光谱技术及应用，既包括最热门的新冠病毒SERS检测方法、高速发展的高光谱最新技术、极具应用前景的过程在线光谱分析，也涵盖了各类光谱技术在生命科学、食品/制药、环境、材料四大领域的应用进展。立即报名》》》

眼睛不会说谎(供图：CFP) 意识无法控制瞳孔大小(供图：Gettyimages) 新型眼球测谎仪(供图：Gettyimages) 意识无法控制瞳孔大小(供图：Gettyimages)　 　　童话故事《木偶奇遇记》中，木偶人匹诺曹一撒谎，鼻子就会变长，谎话显而易见。现实生活中，虽然说谎话时我们的鼻子不会变长，但我们身体确实也会产生一些细微的生理变化，有的通过肉眼就可以观察到，有的则要通过精密的测谎仪器才测试出来。日前，美国犹他州大学的科学家研发出一款新型的眼球测谎仪，通过追踪眼球运动来判断被测试人有没有说谎。 　　眼球细微变化反映内心波动 　　最近，美国犹他州大学的研究人员开发出一种新的测谎工具——眼球测谎仪，即通过观察眼球运动的轨迹便能判断人是否说谎。研究人员让受测者在计算机上回答多个“是非题”，然后记录他们作答时的反应。眼球测谎仪的研究团队负责人、犹他州大学教育心理学家John Kircher在接受媒体采访时表示，人在撒谎的时候要比说真话时“多花一点心思”，因此说谎的人会有迹象可寻，比如：说谎者的瞳孔会扩张，而且需要更多时间来阅读题目和回答问题灯。这些细微变化都在瞬间发生，需要精密复杂的模型和测量系统进行区分判断。 　　John Kircher说，眼部追踪测谎技术和其他谎言识别技术在原理上有很大的区别。以往的技术通常都是测量一个人撒谎时的情绪反应，根据人情绪波动的各项生理反应数据，推断人是否说谎。而眼球追踪测谎技术则取决于人对某些事件的认知所做出的反应，针对受测者的认知反应。眼部追踪测谎技术从成本上只需传统技术的五分之一，同时不需要在受测者身上附加设备 一般的技术人员就可以操作眼部追踪测谎仪，而传统测谎仪需要特别受训的鉴定员来做检测。John Kircher相信他们的眼球跟踪测谎技术将来可以替代传统的测谎仪。 　　主观意志无法控制瞳孔大小 　　中山大学附属眼科医院神经眼科副主任医师杨晖表示，眼球测谎仪的应用原理在于人的主观意识无法控制瞳孔的大小变化。瞳孔是眼睛内虹膜中心的开口，是光线进入眼睛的通道。它在亮处缩小，在暗光处散大。在虹膜中有两种细小的肌肉，一种叫瞳孔括约肌，它围绕在瞳孔的周围，主管瞳孔的缩小，受动眼神经中的副交感神经支配 另一种叫瞳孔开大肌，它在虹膜中呈放射状排列，主管瞳孔的开大，受交感神经支配。 　　杨晖说，当一个人说谎的时候，他的内心难免会情绪波动，这时交感神经就会起作用，使瞳孔散大、心跳加快、冠状动脉扩张、血压上升等，所有的这一切变化都是人的主观意志无法控制的。例如当一名男子面对着心爱的女子时，他可以做到表面不露声色，但他的爱意会使得他内心不由自主地产生波澜，瞳孔也就随之扩散。 　　而副交感神经系统的作用则是保持身体在安静状态下的生理平衡，例如缩小瞳孔以减少刺激、心跳减慢以节省不必要的消耗等。“瞳孔的变化肉眼很难观察出，但现在已经研制出一些精密的仪器可以测量出来。例如在医学上也会用一种红外瞳孔记录仪来观察患者的瞳孔收缩变化，以判断眼睛有没发生病变。”杨晖说。 　　眼球向右转动多为说谎信号? 　　除了瞳孔的变化，眼球运动的轨迹也是眼球测谎仪判断是否说谎的一个指标。孩子说谎的时候因为心虚，所以脸庞发红，眼神闪烁，经常往下看。但大人说谎不仅不会脸红，甚至可以伪装出一副坦诚无比的样子。怎么能够判断他有没有在说谎呢? 　　中国NLP(神经语言程序学)学院认证的“NLP专业教练”邓隽元在接受记者采访时表示，在NLP的理论中，眼球转动的六个位置﹕右上﹑左上﹑右中﹑左中﹑右下﹑左下﹐每个位置都有不同的意义。在NLP中，右边代表将来，左边代表过去，上边代表视觉，中间代表听觉，下边代表感觉、理性思维，因此当眼睛转向左上方，表示在回想一些视觉上的记忆 眼睛转向左中方，表示在回想一些听觉上的记忆 眼睛转向左下方，表示在内心在进行一些理性思考，例如在思考 “3+3=?” 眼睛转向右上方，表示在思考未来 眼睛转向右中方，表示在想象一个声音，例如在想象询问某人问题时，对方会如何答复 眼睛转向右下方，表示正在体会一种身体上的感觉，例如体会着食指的感觉。 　　如果你想分辨出一个人是否说谎，可以问一些必须要回忆才能想起来的细节，比如“那天你去买衣服的路上碰到了哪些人?聊了些什么?”如果对方不经思考就看着你的眼睛马上回答，他可能在讲述已经编好的谎言 如果他的眼睛先向上、再向左转动，说明他可能在回忆真实的情况 如果眼睛先向上、后向右转动，说明他有可能正在编造谎言。 　　邓隽元说，这个眼球运动反应心理变化的理论适用于绝大部分人，但不是所有的人。如果这个人是一个左撇子，其左边和右边所代表的情况则正好相反。杨晖则指出，在两种情况下无法进行判断：一是如果被观察者得知会有人观察自己的眼睛时，他会刻意保持眼球不动，二是被观察者的眼球发生了疾病。 　　传统测谎仪：量化无形的心理变化 　　测谎原理 　　“测谎”并不是检测谎言本身，而是要检测一个人想隐瞒时的心理反应所引起的生理指标的变化。因此“测谎”可以说是一种“心理测试”，其基本假设就是被测者在说谎时，会出现一些生理反应，如心跳加快，血压升高等，以及一些行为上的变化。每个人都有自己的道德定位，面对这种道德冲突，人们会不由自主地产生一种矛盾心理，进而导致自主神经的活跃 条件反射，当罪犯被问及一些与犯罪行为相关的问题时，容易产生与犯罪过程中相同的情绪体验(如紧张、恐惧、兴奋)。 　　1921年美国加州伯克利市警察局的拉森组装了一台可记录血压、脉搏振幅与呼吸模式相关变化的便携仪器。约翰拉森从 1921年到1925年做了很多测谎测试。上世纪30年代，拉森的助手基勒研制了新型的基勒测谎仪，皮肤电阻作为第三通道增设到基勒测谎仪中。这是第一台能把呼吸、皮肤电阻和心脏反应都组合在一个比较单元的测谎仪，设计者申请了专利，在美国军方、警方推广应用。皮肤电阻是通过测量人手心发汗的程度了解人心理紧张状态的变化 呼吸波是反映人心理变化的重要生理指标之一，人紧张时，呼吸会下意识地发生一系列变化，如深呼吸、呼吸节律加快或变慢等 人在紧张时，心跳加快，使脉搏波的收缩压上升。 　　测谎过程 　　邓隽元告诉记者，通常在正式测谎之前，测谎员要以非审讯的方式与被测试人进行谈话，例如测谎员会问被测试人：“1加1是不是等于2?”当被测试人回答“是”的时候，有关仪器和人会记录下被测试人“说实话”时的种种心理特征和身体反应的信息 接着测试员再问：“1加1是不是等于4?”这次同样要求被测试人回答“是”，并同时记录下被测试人“说谎”时的种种心理特征和身体反应的信息。被测试人“说实话”和 “说谎话”时的种种细微反应被测试仪器记录下来后，汇集形成或者“知情”、或者“参与”的结论，接着才开始真正的测谎。 　　当测谎员提出问题后，发现被测试人回答时表现出的反应信息与之前“说谎”时的反应信息相似，则会将其答案视为“疑似说谎”，进而作进一步的调查问话。结束后，测谎员再进行全面分析，最终得出最后的判断。 　　撒谎的一些“微表情”： 　　1.单肩抖动——不自信 。 　　2.回答时生硬地重复问题——典型谎言 。 　　3.揉鼻子——掩饰真相(男人的鼻子里的海绵体在撒谎时容易痒) 。 　　4.话语重复 声音上扬——撒谎 。 　　5.惊讶表情超过一秒就是假惊讶 。 　　6.男人右肩微耸一下有可能是在说假话 。 　　7.当不能倒着将事情回忆一遍，那么事情肯定是编造的 。 　　8. 眼睛向左看是在回忆，向右看是在思考谎话。 　　链接：说谎时的生理变化 　　科研证明，人在说谎时生理上的确会发生变化，有一些肉眼可以观察到，如抓耳挠腮、腿脚抖动等一系列不自然动作 还有一些生理变化由于受植物神经系统支配而不易察觉，例如： 　　呼吸系统：呼吸速率和血容量异常，出现呼吸抑制和屏息 　　循环系统：脉搏加快，血压升高，面部、颈部皮肤苍白或发红 　　消化系统：胃收缩，消化液分泌异常，导致嘴、舌、唇干燥 　　皮肤：皮下汗腺分泌增加导致出汗，手指和手掌出汗尤其明显 　　眼睛：瞳孔放大 　　肌肉：肌肉紧张导致说话结巴。

仪器信息网讯 为推动生物医学及相关研究领域持续向前发展，加强学术交流，由中国物理学会光散射专业委员会主办，上海交通大学、武汉大学、上海师范大学和华中农业大学联合承办的第三届全国生物医学拉曼光谱学术会议于3月29日在上海召开。会议期间，近60位报告嘉宾在线分享，内容涵盖了拉曼光谱与单细胞分析、人工智能与拉曼光谱、拉曼光谱与生化传感分析、拉曼与生物医学其他相关、拉曼相关显微技术及生物成像、拉曼光谱与疾病诊断、等离激元纳米结构与新型SERS基底等相关内容。29日下午，会议安排了人工智能与拉曼光谱、拉曼光谱与生化传感分析两个主题，14位报告嘉宾现场分享。特别值得一提的是，“人工智能与拉曼光谱”成为本次会议的热议话题之一，吸引了各位专家、学者和厂商交流成果经验，引发热烈讨论。“人工智能”（Artificial intelligence, AI）自1956年正式命名，经过数十年的发展过程中，已经渗透到各个学科领域，成为引领科技发展的重要力量，并已在各行各业得到了广泛的应用。特别是近年来，国家对人工智能越来越重视，2024年政府工作报告指出，“深化大数据、人工智能等研发应用，开展‘人工智能+’行动，打造具有国际竞争力的数字产业集群”；不仅如此，国务院印发的《推动大规模设备更新和消费品以旧换新行动方案》中，也指出要建立激励和约束相结合的长效机制，加快淘汰落后产品设备，提升安全可靠水平，促进产业高端化、智能化、绿色化发展。那么当拉曼光谱携手人工智能，会碰撞出什么样的火花？又会给学科发展带来怎样的助力呢？厦门大学 任斌教授报告题目：《人工智能助力的拉曼光谱》厦门大学任斌教授在报告中介绍了课题组近年在利用人工智能方法提升拉曼光谱数据采集与分析能力方面所开展的研究。在数据采集阶段，他们提出一种学习仪器固有噪声的方法，以提高拉曼光谱的信噪比与时空分辨率。为了降低数据采集与训练成本，其课题组发展了只需输入单张谱图或者高光谱图像即可实现轻量去噪，无需额外准备训练集，使得深度学习的实时降噪成为可能。此外，为了提升拉曼光谱对复杂样本的识别能力，他们还发展了可同时提取光谱全局和局部特征的分类算法，能够实现对光谱细微差异的病原体囊泡的鉴定，为拉曼光谱用于快速诊断细菌感染奠定了基础。厦门大学 刘国坤教授报告题目：《人工智能+SERS快检》厦门大学刘国坤教授在报告中也分享了人工智能+SERS快检的相关工作。课题组开展了面向 SERS 快检的相关研究，提出了基于酸度系数的样品前处理方法。考虑到实际样品基质对目标分子的 SERS信号识别的严重干扰，他们提出了基于CNN 的深度学习算法。该方法与简单前处理方法结合，可以实现多种复杂基质中的痕量目标分子SERS信号的快速准确识别，检测灵敏度达到专家级用户水平，该工作将进有力推动 SERS快检实用化和智能化。中国科学院微生物研究所 傅钰研究员报告题目：《机器学习辅助拉曼光谱技术单细胞水平表征微生物》中国科学院微生物研究所傅钰研究员也在报告中谈到机器学习辅助拉曼光谱技术单细胞水平表征微生物方面开展的工作。他们通过逐一遮蔽光谱的理念建立了新型的微生物拉曼光谱特征峰提取算法(ORSFE)，可视化呈现了人工智能分析微生物拉曼光谱的关键位移峰，打破了人工智能鉴定过程的黑箱。中国科学院长春光学精密机械与物理研究所 李备研究员报告题目：《先进拉曼技术在生物医学领域的应用》中科院城市环境研究所 崔丽研究员报告题目：《基于单细胞拉曼的环境抗生素抗性及进化研究》中国科学院长春光学精密机械与物理研究所李备研究员在报告中也讲到基于人工智能与深度学习算法的拉曼光谱分析方法。中科院城市环境研究所崔丽研究员分享了该课题组发展的单细胞拉曼-统计算法连用新方法，以及拉曼结合深度学习高灵敏快速识别病原菌及囊泡等相关工作。除此以上报告之外，大会第一天下午还有多位报告嘉宾从不同角度分享了创新的工作，由武汉纺织大学沈爱国教授和中国科学院合肥物质科学研究院杨良保研究员分别主持。武汉纺织大学 沈爱国教授主持中国科学院合肥物质科学研究院 杨良保研究员主持华中农业大学 韩鹤友教授报告题目：《药物的纳米传递及其精准治疗应用》江南大学 谢云飞教授报告题目：《拉曼光谱在食品安全与质量控制中的应用》陕西师范大学 张正龙教授报告题目：《近场调控稀土发光》南京大学 龙亿涛教授报告题目：《纳米孔道限域增强的单分子测量》雅盖隆大学 Malgorzata Baranska教授报告题目：《SRS:Sensitive, Rapid and Specific Raman imaging of cells》吉林大学 徐抒平教授报告题目：《细胞膜蛋白相关的SERS分析技术》科研的进步，离不开仪器技术的助力。在下午的报告环节，多位仪器厂商的代表也在现场分享了最新的技术、仪器及解决方案。HORIBA中国 周磊博士报告题目：《守护美好生活-HORIBA生命科学解决方案》雷尼绍(上海)贸易有限公司 李兆芬报告题目：《雷尼绍拉曼光谱技术在生命科学领域最新进展》牛津仪器WITec 苏虹羊报告题目：《WITec高分辨快速拉曼成像赋能生医前沿科学研究》第一天的报告内容丰富多彩，各位报告嘉宾不仅给大家展示了最新的研究成果，更是从不同角度给大家提供了创新的科研思路。精彩还在继续，敬请期待……为了展现光谱产业化的最新成果，探讨人工智能对光谱新产业的影响，第十七届科学仪器发展年会（ACCSI2024，苏州，2024年4月17-19日）特别开设“人工智能赋能光谱仪器新产业”专题论坛。本次论坛将邀请行业知名专家及企业代表现场分享，欢迎各位领导、专家学者、用户、仪器企业管理及研发负责人、投融资机构代表等共聚一堂，为产业发展献计献策。本次论坛由中国仪器仪表学会近红外光谱分会、仪器信息网共同主办；会议时间：2024年4月19日 ；会议地点：苏州狮山国际会议中心。详细信息请查看ACCSI2024会议官网：https://www.instrument.com.cn/accsi/2024/index

数周前，美国总统奥巴马在国情咨文中提到：”我要发起一个新的“精确医疗倡议”，让我们朝着治愈癌症和糖尿病等疾病的目标迈进一步。”，其中提及的“精确医疗倡议”将促成美国最大生物样本库的建成。未来随着生物样本库的发展，大量生物信息的挖掘与应用，人类在疾病治疗与预防上势必发生翻天覆地的变化。在我国，生物样本库的发展也十分迅速，近几年随着国内对转化医学概念的理解与重视，生物样本库建设在国内掀起热潮。2015年3月26日，第七届中国生物样本库标准化建设与应用研讨会于上海拉开帷幕，樊代明院士、詹启敏院士、贺林院士、郭渝成教授、郜恒骏教授等在内的80余名生物样本库与转化医学领域国内外知名专家出席此次大会，对我国重大疾病生物样本库和其他特色样本库的标准化建设及其在转化医学中的应用展开交流。海尔生物医疗作为此次大会战略合作伙伴，正式发布BIMS2.0生物样本库整体解决方案，其全新NGBIMS“灵珑”系统、“超级节能芯”超低温冰箱728J、“智眸”超低温冰箱729等产品亮相大会，以“智启新生”为品牌核心理念助力中国生物样本库的建设与发展。目前，我国生物样本库建设正蓬勃发展，在此次大会中，众专家就生物样本库建设过程中如何保证生物样本质量和安全管理体系，进行了深入的探讨。著名生物信息学专家，上海交大附属新华医院生物样本库主任王伟业教授在大会上指出，生物样本库建设与信息化管理的有序结合，将为生物样本库创造新的价值。而海尔生物医疗根据全球标准，结合中国用户实际，此次发布全新NGBIMS灵珑系统，具有三大特点：“平台化-小样本大数据”、“个性化-自由定制”、“图形化-所见所得”。大会现场，海尔生物医疗样本库方案总监冯国庆做了细致的讲解，让用户全面深入了解灵珑系统特点。值得一提的是，目前该系统是符合中国生物样本库建设要求的最佳方案，并一直在引领中国生物样本库行业领先性、科学性、标准化的发展潮流。储存作为生物样本库建设的核心环节之一，通过选择一台合适的超低温冰箱确保冷冻设备的安全正常运行，不仅为整个储存环节保驾护航，同时也为生物样本库的建设提供了重要的硬件支持。在海尔生物医疗现场体验区，全新“超级节能芯”超低温冰箱728J、“智眸”超低温冰箱729便引来众多参会嘉宾驻足了解与体验。其中“智眸”超低温冰箱业界首创虹膜识别解锁，颠覆传统的挂锁、密码锁管理，嘉宾现场通过虹膜扫描体验自动解锁，感受样本极“智”安全；同时，通过视频动画展示，让用户了解到“超级节能芯”超低温冰箱，全球首创新一代超静音碳氢制冷系统，制冷效率提高一倍，省电一半，其优秀的节能环保性能引领全球超低温冰箱发展潮流，10年可省电200万元。此外，海尔生物医疗还为大家精心准备了问卷调研、扫码赢好礼等有趣互动活动，得到与会者的积极反馈。相信这些创新产品的应用，将创造智能、节能、低碳、高效的新一代生物样本库。进入二十一世纪以来，随着转化医学和现代生物科技的快速发展，国内外对于临床样本资源的保护与开发研究势头强劲，这也为生物样本库的发展创造了一个良好的环境。海尔生物医疗作为低温冷链及生物样本库领域的领先品牌，一致以来，相继服务中华骨髓库、国家基因库、国家病毒库、儿科样本库、内分泌样本库等重点用户，累计保存超2000万份珍稀样本，为中国生命科学和转化医学研究提供强有力的支持。在未来，海尔生物医疗将以“智启新生”为品牌理念，发挥核心技术优势，以全新智能创新产品及解决方案，推动和引领生物医疗行业发展。

近日，南京市政府印发《南京市进一步促进人工智能创新发展行动计划（2024—2026 年）》和《南京市促进人工智能创新发展若干政策措施》“1+1”文件（以下简称《行动计划》《政策措施》）。其中《行动计划》在总体目标方面提出，到2026年，力争引培国内外先进水平的基础大模型1个，打造行业大模型20个以上，可统筹智能算力超 6000P FLOPS（FP16），每年打造30个标杆应用场景，实现人工智能核心产业规模600亿元，打造具有全国影响力的人工智能产业发展高地。在重点任务方面，《行动计划》明确了实施算法创新强基行动、算力支撑提升行动、数据汇聚共享行动、AI+应用示范赋能行动、产业集聚升级行动五大行动，涉及开展AI关键技术研发攻关、加快新技术新产品研发、加强算法支撑体系建设、布局智算基础设施、推动算力高效运载、强化普惠算力供给、建立数据流通制度、加强数据共享开放等共18项任务。例如，开展AI关键技术研发攻关，实施人工智能关键技术攻关项目15个以上,着力构建基础大模型底座；加快新技术新产品研发，研制迭代存算一体专用芯片、可重构芯片、训推一体机等产品,推动构建大模型应用的软硬件体系；加强算法支撑体系建设，鼓励企业、高校、科研机构参与开源社区建设，支持在国产芯片、国产人工智能框架上推出大模型产品等。与此同时，为推动《行动计划》的落实，《政策措施》从支持算法创新突破、提升算力支撑能力、推动“人工智能+”应用创新示范和构建良好产业生态等四个方面提出了12条措施。例如在支持构建基础大模型方面，《政策措施》提到，对落地参数量超过千亿，经权威第三方机构评测，符合标准的自研大模型，按照研发费用的20%给予牵头研发企业补助最高5000万元等。AI运行需要大量的计算资源以进行模型训练与推理，这一过程中要用到高性能计算芯片包括GPU（图形处理器）、ASIC（应用专用集成电路）、人工智能专用芯片，还有HBM等存储器芯片。随着AI大模型持续火热，相关应用不断普及，AI正成为全球半导体产业主要推动力。

从去年全国两会开始，“人工智能（AI）”就成为一个备受关注的热议话题，今年全国两会延续了这一热度。国务院总理李强日前在政府工作报告中多次提到人工智能，并提出开展“人工智能+”行动。对于“人工智能+”行动，接受《证券日报》记者采访的多位全国政协委员和人工智能相关企业普遍认为，“人工智能+场景创新”“人工智能+算力基础”“人工智能+法治建设”有望率先“动起来”。人工智能+场景创新推动大模型与数字化系统融为一体我国人工智能技术快速发展、数据和算力资源日益丰富、应用场景不断拓展，为开展人工智能场景创新奠定了坚实基础，当前人工智能技术已经在医疗保险、交通运输、智能制造、智能家居、教育等领域广泛运用。全国政协委员、上海移动总经理陈力对记者表示，要明确我国人工智能所要解决的技术、社会和经济发展等问题，在此基础上锚定我国人工智能的发展模式和方向。明确人工智能产业发展规划布局，集中资源投入上游基础层企业，解决中高端人工智能产品自主供应能力不足的问题。提升我国人工智能主管部门与其他部门的联动，自上而下地激发人工智能与各行各业的融合活力。全国政协委员、360集团创始人周鸿祎在接受《证券日报》记者采访时表示，中国发展人工智能大模型的一个重要方向是借助产业和场景的优势，将大模型与业务流程、产品功能相结合，寻求多场景应用、垂直化和产业化的落地。昆仑万维董事长兼CEO方汉向记者介绍，在交通物流行业，人工智能技术应用可以助力企业提升运输效率，降低全社会物流的成本；在文化旅游行业开发文化大模型，能够贯通各类文化机构的数据中心，充分挖掘文化数据的价值；在科技创新领域以科学数据支撑大模型的开发，可以更深入地挖掘各类科学数据和科技的文献应用。人工智能+算力基础建立全国一体化算力大市场从ChatGPT到Sora，从单模态到多模态，从单一智能到通用智能，人工智能大模型技术正在引领新一轮全球人工智能创新热潮，同时，大模型计算也带来了智能算力需求激增，随着“东数西算”工程推进，去年以来全国多地掀起了智算中心建设热潮。全国政协委员、天娱数科副总经理、山西数据流量生态园董事长贺晗在接受《证券日报》记者采访时表示，需要鼓励引导市场主体建设区域级、行业级、企业级等多层次智算聚合服务平台、算力并网平台，广泛汇聚多方算力资源，整合闲置算力，特别是各地政府主导建设智算资源，实现多地算力资源的共享和最优利用，减少投资浪费，增加有效供给。贺晗提出，健全算力调度标准规范体系，为算力资源供给方提供能力自查参考，同时为算力需求方提供算力调度能力使用参考，引导新建算力资源按统一标准建设及接入。全国政协委员、中国信息通信研究院院长余晓晖对记者说，要发挥全国超大规模市场优势，利用互联网发展成功经验，以算力先互联、再成网、构建大市场为主线，基于统一标识符实现多样性算力互联感知，通过弹性网络能力和标准化架构接口实现业务和数据流动互通，进而打造智能感知、高速弹性、安全绿色、先进普惠的算力互联网。人工智能+法治建设确保人类“守法”、机器“守德”去年7月份发布的《生成式人工智能服务管理办法》，促进生成式人工智能健康发展和规范应用；去年10月份发布的《全球人工智能治理倡议》，围绕人工智能发展、安全和治理三个方面系统阐述了人工智能治理的中国方案。全国政协委员、陕西省高级人民法院副院长巩富文对《证券日报》记者表示，我们应当以《全球人工智能治理倡议》为指引，全面整合相关法律、法规，形成“中国特色”人工智能伦理指南，建立科技伦理审查及负面清单准入、分级分类管理、协同监管等制度，确保人类“守法”、机器“守德”。巩富文建议设立新型财产权——“人工智能生成物者权”，认定其权利主体为人工智能生成程序的使用人，不仅可以明确生成物法律地位和归属，推动其进入相关产业链、价值链，激励人工智能生成物的创作传播和产业投资，还可以为侵权责任认定打下良好基础，降低人工智能生成物对现有创作市场的冲击，以达到激励人工智能生成物的生产传播与公共领域保留相平衡的目的。全国政协委员、金杜律师事务所高级合伙人张毅对记者表示，应该尽快推进《人工智能法》的制定和出台，以《人工智能法》及配套的监管工具为核心，形成完整的人工智能技术法律体系。全国政协委员、南方科技大学副校长金李对记者表示，我们在消费过程中，逐渐从现金支付到手机二维码支付，再到人脸识别支付，科技让我们的生活变得更加便捷高效，但这背后也面临着身份信息泄露和隐私安全风险，在科技的便利性和隐私保护之间，需要法律与监管尺度进行平衡，人工智能等新一代信息技术的发展，带来更多新的商业模式和应用创新，相关法治建设也要与时俱进。

今年，“人工智能+”行动首次被写入政府工作报告。九年前的政府工作报告里，“互联网+”的一个小小加号，拉开了中国工业领域数字化改革的序幕。站在新的历史起点上，化工行业如何抢抓机遇？人工智能+化工又将创造出哪些未来场景？记者在会场采访多位人大代表，请他们畅想“人工智能+”的未来——解放一线生产力“数字化发展是国家在推行现代产业体系高质量发展过程中的必由之路。”踏在人民大会堂大厅的红毯上，全国人大代表、四川凌峰航空液压机械有限公司加工中心操作工刘忠接受记者采访时自信从容。作为一名制造领域的一线工人，他表示：“我是数字化发展的体验者、感受者。在这个过程中，算力不断地提升我们的效率、质量。数字化技术、云技术、信息技术的融入，让有些岗位真正实现了智慧生产。”“拿我的班组来说，我们原来有10多名组员，数字化技术改革让我们实现工人数量减半，劳动力还有富余。”他告诉记者，“原来的一线人力被解放出来，可以填充其他生产力不足的岗位；也重新有时间、有精力去再学习，到更需要他们的岗位上去。这就促成了一个再调整、再出发的进步过程。”同样身处一线，全国人大代表、中国石油大庆石化公司乙烯二部乙烯装置区装置班长邢通达对此也有同感。他回忆道：“以前现场巡检机泵以及整个系统监测状态时，都是用纸笔抄写记录。现在很多都是直接数据上传，立刻就能形成趋势表，既方便查询又方便统计。对于分析历史问题、比照历史排查出新的问题也非常方便。现在，行业数字化发展速度还是很快的！”颠覆创新模式“人工智能的快速发展正在对全球经济社会产生深远影响，成为激发经济增长活力和推动高质量发展的新动能。中国是全球唯一拥有全部工业门类的国家，人工智能和制造业的深度融合将极大促进重点行业智能升级，加快形成新质生产力。”全国人大代表、万华化学董事长廖增太指出，“AI在材料设计和筛选方面表现出巨大潜力，必将给材料行业带来颠覆性的变革。”廖增太指出，尤其是在化工材料分子发现、分子逆向合成、材料大模型、工业设备故障预警、生产工艺优化等化工制造业场景，AI大有可为，比如万华化学现在已经开拓的一个应用场景——通过AI辅助的化学反应条件优化。“一个化学反应往往涉及反应温度、压力、溶剂、催化剂、添加剂、物料比例等多个影响因素，人工智能算法可以快速迭代出最佳实验条件。”他举例表示，“例如一个均相催化加氢反应，有6种催化金属、27种配体、3种添加剂、4种溶剂，共1944种组合（还未考虑温度、压力的影响）。通过AI算法推荐，每组15个反应，经过6组迭代后，即得到一个可达到预期结果的较优实验条件。”基于此，廖增太今年提出：“建议多方协同合作，形成国家级化工行业通用数据集建议；提供政策性支持，鼓励人工智能在化工行业典型应用场景先行先试，助力化工行业高质量发展；建立完善的人工智能人才培养战略和引进政策，强化AI人才体系建设。”突破传统产业边界全国政协委员、香港金融发展协会主席、安德资本集团主席魏明德认为：“数字经济是继农业经济、工业经济之后的主要经济形态。当今世界，数字经济发展速度之快、辐射范围之广、影响程度之深前所未有，正推动生产方式、生活方式和治理方式深刻变革，成为重组全球要素资源、重塑全球经济结构、改变全球竞争格局的关键力量。”全国政协委员、中国科学院计算技术研究所研究员张云泉也认为，开发经济实用的大模型推理产业链，可以为传统企业智能化转型提供必要的支持和配套服务，具有广阔的发展空间。“但现在传统企业应用大模型的门槛还较高，相关研发费用和成本还需要进一步降低。”张云泉建议，进一步研究降低大模型推理算力成本，形成经济适用国产大模型推理产业链。同时集中全国AI芯片研制力量，组建统一研发团队，尽快研制出能够对标国际水准的大模型训练专用国产芯片，软件和系统。

为了进一步提高红外变焦光学系统的性能，兼顾其空间分辨率和灵敏度的要求，基于可变冷光阑技术的制冷型变F数红外探测器需求迫切。相较于传统的红外变焦光学系统，变F数红外变焦光学系统可在大视场和小视场切换时保持分辨率和灵敏度的平衡，提高光学系统的孔径利用率，进而缩小光学系统的径向尺寸，有利于红外光学系统成像质量的提升和小型化设计。昆明物理研究所科研团队对变F数与变焦之间的关系进行研究，概述了国内外在可变冷光阑红外探测器技术领域的研究进展，并对主流技术路线的关键技术难点进行了分析。相关研究内容以“可变冷光阑红外探测器研究进展和关键技术分析”为题发表在《红外技术》期刊上。变焦和变F数的关系变焦光学系统的理论依据：光学系统的焦距是一项重要的设计指标，其关系到系统的视场角、空间分辨率等关键性能。变F数与变焦的关系：为了理清变焦与变F数的关系，首先对传统的红外变焦系统进行分析。传统变焦系统中，探测器的F数是固定不变的，而光学系统（为方便讨论，将冷屏作为光学系统的一部分）的F数则分以下几种情况：① 假设系统在最长焦距时入瞳尺寸与物镜尺寸相等：该种情况下，光学系统的F数由最长焦距和物镜尺寸的比值决定，此时冷屏开口即为系统的孔径光阑。在系统由最长焦距切换到短焦状态时，孔径光阑及其尺寸均保持不变，入瞳由原来占满整个物镜逐步等比例缩小。由F数的公式可知，此时光学系统的F数保持不变。如图1所示，探测器的F数固定不变，为F/3，在长焦窄视场时，通光孔径被完全利用，见图中浅蓝色部分；当系统切换至短焦大视场状态时，通光孔径大幅减小，见图1中深蓝色部分。图1 传统变焦红外光学系统的孔径利用率示意图② 假设系统在最短焦距时入瞳尺寸与物镜尺寸相等：该种情况下，系统的F数由最短焦距和物镜尺寸的比值决定。在系统由短焦向长焦切换时，由于物镜尺寸固定，孔径光阑不再是冷屏开口，物镜边框成为了新的孔径光阑，也就是说此时虽然焦距在变大，但是入瞳直径保持不变，使得光学系统的F数逐步增加，并大于探测器的F数，造成冷屏效率的下降。如图2所示，光学系统的F数为F/6，探测器的F数为F/3，光学系统的F数大于探测器，光学系统自身产生的红外辐射大量的进入焦平面，大幅增加系统的NETD，干扰成像。图2 25%冷屏效率系统的辐射示意图实际的变焦光学系统设计时，往往是上述两种情况的平衡，通常不会只考虑某一个状态的性能。而对于变F数光学系统来说，在设计时保证系统在各个焦距下的孔径光阑均为探测器冷光阑，则当系统由长焦变换到短焦时，通过等比例增大冷光阑尺寸，可保证入瞳尺寸保持不变，通光孔径被充分利用，如图3所示。图3 变F数红外光学系统的孔径利用率示意图当系统由短焦变为长焦时，变F数光学系统可以通过等比例减小探测器冷光阑开口尺寸，使得探测器的F数变大，从而保持100%的冷屏效率，避免系统自身的杂散辐射进入焦平面，如图4所示。图4 100%冷屏效率系统的辐射示意图变焦光学系统可兼顾大视场搜索目标和极小视场识别目标的需求，但是由于探测器的F数固定不变，因此要么不能充分利用通光孔径，要么引入大量杂散辐射，不能达到最佳的成像质量。而变F数光学系统则可以很好地解决上述问题。因此理论上，凡是红外变焦光学系统应用的场合，变F数光学系统均可应用，具有广泛的应用前景。可变冷光阑红外探测器的研究进展可变冷光阑的优势可变冷光阑红外探测器技术是目前实现变F数红外系统的重要技术路线。相对于温阑来说，其具有以下几个优势：F数调节范围大且可连续调节。为了解决温阑自身及反射的杂散辐射对成像的影响问题，通常做成球面温阑，这使得F数调节范围小，通常只有两个F数可以选择，或者只能在某两个接近的F数之间进行调节，而可变冷光阑红外探测器可实现系统F数的连续可调，且调节范围较大。可降低系统的复杂度。在传统变焦光学系统中增加温阑设计，将大幅增加光学系统的复杂度和成本。而采用可变冷光阑红外探测器，只需针对探测器杜瓦封装结构进行设计和装配，可大幅降低系统的复杂度。可提升系统的灵敏度。长春光机所的常松涛等人研究了球面温阑对中波640×512（15 μm）红外探测器的NETD的影响，假设球面温阑的温度为20℃，球面温阑的发射率为0.01，当温阑发生0.5℃的温度变化时，温阑引入的NETD达到3.6 mK，虽然引入的NETD很小，但也接近目前探测器本身的NETD。而采用可变冷光阑探测器的方法，引入的NETD可进一步降低。可变冷光阑红外探测器的研究进展国外研究进展：美国弹道导弹防御局（BMDO）在2000年为高空观测系统（HALO）进行更新时设计了一个双波段红外分光系统。如图5所示，该系统在中波和长波的焦平面前端分别设置滤光片转盘，每个转盘上可放置5片不同带通的滤光片以及一片用于背景测试的空白片。美国OKSI公司的Nahum Gat等人先后开发了两套中继光学系统，如图6所示。2013年Nahum Gat等人提出了与杜瓦集成封装的内置式可变冷光阑结构，该结构相较于外置可变冷光阑结构来说结构紧凑，如图7所示。2014年，雷神公司的Jeffrey和Eric等人在Nahum Gat的基础上改进了刀片虹膜式的可变冷光阑结构，其结构示意图如图8所示。雷神公司的第三代前视红外系统是可变冷光阑探测器技术的集大成者。其冷光阑结构如图9所示。此外，雷神公司将中长双波段探测器芯片、双F数可变冷光阑、制冷机、制冷机驱动电路、成像控制电路、冷光阑控制电路等均集成为一个前视红外系统，该系统的体积和重量相对于第二代长波标准先进杜瓦组件（SADA Ⅱ）来说反而更小。包含中长双波段探测器芯片、双F数可变冷光阑、制冷机、成像控制电路、冷光控制电路等均在内的第三代前视红外系统的组成以及实物如图10所示。图5 HALO的双色红外系统图6 带可变冷光阑的真空密封结构和外置可变光阑与滤光片转盘的集成结构图7 刀片虹膜式可变冷光阑图8 双稳态螺线管驱动的可变冷光阑示意图图9 雷神公司可变冷光阑杜瓦俯视图图10 第三代前视红外系统的主要组成部件及系统的实物图国内研究进展：国内对基于可变冷光阑的变F数红外探测器研究较少。上海技物所于2001年发明了一种带可变冷光阑功能的用于红外探测器芯片中测的杜瓦（如图11所示），上海技物所的可变冷光阑结构用于芯片的中测筛选，对结构的小型化以及制冷时间、制冷量的要求不高，因此不适合正式的红外探测器。2014年长春光机所发明了一种与滤光片转盘相似的可变光阑机构（如图12所示）。在光学系统设计方面，613所于2017年设计了可以匹配不同F数探测器的中波大视场光学系统；中电科11所于2022年设计了F/2和F/4可调的变F数光学系统。图11 用于中测杜瓦的可变冷光阑图12 可变式的固定光阑目前国内对于可变冷光阑红外探测器的研究较少，相关产品不够成熟；国外也只有美国雷神公司对该技术进行深入研究，目前产品已进行小批量试制。通过对国内外研究现状的对比，可以发现雷神公司采用的与杜瓦集成封装的内置式可变冷光阑是实现变F数红外探测器的可行的技术路线。该技术路线有如下几点优势：1）集成度高：针对640×480（20 μm）的芯片封装，雷神公司的探测器体积和重量甚至还略小于SADA II探测器；2）可靠性高：可变冷光阑在制冷状态下可进行1万次的开合运动，在非制冷状态下可进行10万次的开合运动；3）功耗低：由于可变冷光阑机构与杜瓦进行集成封装，无需单独为其再配备制冷机，因此功耗不大于75 W，且常温降温时间小于10 min；4）响应时间快：虽然雷神的报道中没有明确说明F数的切换时间，但是根据其使用的压电电机的特性，F数的切换时间可满足光学系统视场切换时间的要求。可变冷光阑红外探测器的关键技术采用刀片虹膜式的可变冷光阑结构，并将其与杜瓦进行集成封装，存在以下关键技术：1）可变冷光阑杜瓦的整体设计技术可变冷光阑杜瓦与传统的固定光阑杜瓦在设计上有很大的不同，需从整体设计上来保证功能的实现。主要需考虑整体结构设计、光阑片的设计、驱动方式的选择、结构的温度控制、整体装配集成、小型化以及可靠性等多方面的技术。2）可变冷光阑精密装配技术可变冷光阑涉及到光阑片的精密装调、驱动电机的隔热装配以及整体结构的精密封装等装配步骤，由于其结构比传统冷屏结构复杂得多，且存在运动部件，其装配更加困难。而光阑片的装配精度关系到运动机构的长期可靠性以及运动过程中的摩擦力，同时影响驱动功率的大小；而驱动电机的装配精度关系到光阑片的受力均匀性以及温控效果；整体结构的装配精度关系到成像的质量。因此需从设计和工艺等多方面进行综合考虑，保证其装配精度及长期可靠性。3）微型电机设计和制造技术对于可变冷光阑来说，压电陶瓷电机是一种比较适合的驱动方式。压电陶瓷电机单位体积下的力矩较大，没有电磁干扰，具有断电自锁功能。一方面，为了缩小可变冷光阑红外探测器的体积，压电陶瓷电机的体积必须很小，另一方面，光阑片的运动阻力要求压电电机的力矩不能过小。因此需通过电机结构设计优化、高性能压电陶瓷的制造、电机制造工艺的改进等多个方面实现小型化大力矩电机的研制，将杜瓦的体积控制在可接受的范围内。4）杜瓦热固耦合设计技术可变冷光阑由于引入了复杂的运动机构，冷头热质量大幅增加，因此，需从结构设计以及材料选择等多方面进行研究和考虑，减小杜瓦热质量，解决快速制冷的问题。此外，可变冷光阑通过电机与杜瓦外壳热连接，需通过结构设计减小杜瓦的漏热。最后，光阑片之间通过叠加的方式互相贴合，热阻很大，需减小光阑片之间以及光阑片与冷屏之间的热阻，从而使光阑片温度降低至不影响焦平面成像的水平。5）可变冷光阑运动控制技术探测器的F数由冷光阑的开口尺寸决定，因此需精确控制冷光阑的运动，从而精确控制探测器的F数。压电陶瓷电机具有断电自锁的功能，即电机断电后可变冷光阑将立即停止运动，停在断电瞬间的位置，因此在控制方面只需要考虑可变冷光阑运动的反馈问题即可，这关键在于选择合适的小型化位置传感器，并结合可变冷光阑的结构设计，将传感器安装固定在合适的位置。6）光阑片表面镀膜技术光阑片表面需进行镀膜处理，膜层需满足摩擦系数小、耐磨以及反射率低3个条件。摩擦系数小可以减小光阑片之间的摩擦力，减小压电电机的力矩需求，有利于电机的小型化；耐磨性高则有利于可变冷光阑机构的可靠性，防止出现膜层脱落干扰成像的现象；反射率低则可以防止芯片的冷反射。结论这项研究从变焦和变F数的关系出发，阐述了变F数光学系统的优势。与传统的变焦光学系统相比，具有可变F数功能的变焦光学系统可兼顾系统的空间分辨率和灵敏度需求，提高系统的孔径利用率，有利于成像质量的提升和系统的小型化。对可变冷光阑的研究进展进行了分析，发现雷神公司的内置刀片虹膜式可变冷光阑是可行性高、性能优异的技术路线，并对该技术路线的关键技术进行了详细分析。对可变冷光阑红外探测器的研究和应用提供了参考。论文信息：http://hwjs.nvir.cn/cn/article/id/7222d189-ab24-490d-9bd9-98f665c31ed1

12月9号，涂魔师将举办一场网络研讨会，展示全球首款自动化涂层工艺闭环控制解决方案：涂魔师非接触无损涂层测厚仪+人工智能AI！这款自动化涂层工艺闭环控制系统是由涂魔师非接触无损测厚系统以及AI人工智能组成的，不仅能够降低涂层材料的损耗，降低人力成本，同时还将提高产品质量。通过AI人工智能来推动涂层工艺产线向工业4.0时代迈进！从而为企业和环境带来可持续发展能力，在提高产品质量的同时，提高企业盈利能力和保护环境！马上扫码备注【12月9号涂魔师研讨会】进行报名登记，我们将在研讨会结束后给您发送资料和视频。

齐鲁工业大学（山东省科学院）化学与制药学部胡伟教授团队，在分子光谱的人工智能模拟方面取得研究进展。研究成果以“A Deep Learning Model for Predicting Selected Organic Molecular Spectra”为题，在Nature子刊 《自然-计算科学》（Nature Computational Science）杂志上在线发表。论文第一单位为齐鲁工业大学（山东省科学院），化学与制药学部2019级本科生邹子涵为第一作者，化学与制药学部胡伟教授、光电科学与技术学部张玉瑾副教授、中国科学技术大学罗毅教授和江俊教授为本文的共同通讯作者。分子光谱作为“分子指纹”，被广泛地应用于物理、化学、生物、材料、医学、食品、环境、化工等领域。传统的分子光谱模拟采用量子化学方法，涉及昂贵的电子结构计算和复杂的光谱模拟，导致效率低下。针对该难题，胡伟教授团队结合E（3）-等变几何组、自注意机制，开发了一套深度学习模型：DetaNet，从而建立了更高效、更准确、更快速的分子性质和分子光谱的人工智能模拟方法。研究团队首先建立了包含 13万余种分子的红外、拉曼、紫外-可见吸收、核磁共振光谱数据库：QM9S 数据集；其次，通过传递高阶几何张量信息，使得DetaNet 能够预测各种分子的标量（能量、原子电荷等）、矢量（电偶极矩、原子力等）以及高阶张量（Hessian矩阵、电四极矩、极化率、电八极矩、第一超极化率等）性质。在此基础上，开发了通用模块用来预测四种重要的分子光谱，即红外光谱、拉曼光谱、紫外可见吸收光谱、核磁共振光谱。通过测试，研究团队发现DetaNet的计算效率比量子化学快3-5个数量级。本研究成果提供了原创的深度学习模型：DetaNet，在世界上首次提出直接预测分子张量性质的机器学习算法，开发了多种分子光谱的人工智能模拟算法，对分子高通量筛选、光谱辅助结构鉴定等重要的领域提供了坚实的理论基础和高效的软件工具。本课题受到国家自然科学基金、山东省泰山学者计划、济南市高校20条等项目支持。

2018年8月2日，央视网消息（新闻联播）：经过四年研究攻关，中国科学院研究团队与国内多家单位合作，在国际上首次人工创建了单染色体的真核细胞，这也是继人工合成结晶牛胰岛素之后中国科学家在合成生物学领域取得的又一重大突破。这一成果今天（2日）在国际学术期刊《自然》在线发表。据小编细查，新闻中提及的中科院团队具体为中国科学院分子植物科学卓越创新中心/植物生理生态研究所覃重军研究组为主的研究团队。该团队完成了将单细胞真核生物酿酒酵母天然的十六条染色体人工创建为具有完整功能的单条染色体。该项工作表明，天然复杂的生命体系可以通过人工干预变简约，自然生命的界限可以被人为打破，甚至可以人工创造全新的自然界不存在的生命。（相关报道请请见文末。）新闻一经播出，就有小贝家的粉丝迅速@小编。新闻里屡屡出现贝克曼库尔特流式产品线经典产品MoFlo™ XDP 超速流式细胞分选系统。其实在科学家的杰出成就中，MoFlo™ XDP的出现绝非偶然，甚至可以说是必备神器。因为作为世界上最强大的流式分选系统之一，Moflo很早之前就建立了流式分选的金标准，它为推动细胞分选在科学界的应用做了杰出贡献，在全球科学家中独享盛誉。此次MoFlo再度建立了流式分选的金标准，引领了流式分选的新潮流。2018年是MoFlo系列诞辰30周年，自1988年问世以来MoFlo以其优越的性能，高活性、高纯度、高得率、超高速度一直引领着流式细胞分选仪的技术发展。从最早的Cicero、MoFlo Legacy到如今的MoFlo XDP、MoFlo AstriosEQ，MoFlo不断帮助科学家们登上一个个科学高峰。染色体分选、精子分选、干细胞分选、痕量细胞分选、以及现在热门的单细胞分选、微颗粒分选，贝克曼库尔特生命科学部与科学家们一起不断让其进化，以满足日益增长的科研需求。那么MoFlo有什么独门秘诀呢？1.集高速、高活性、高纯度、高得率为一身；MoFlo系列流式细胞仪位于市面上速度最快的流式分选仪前列。最高每秒钟200,000的液滴行成能力超过其他产品一倍以上。在70,000 EPS分选条件下仍能保持99%以上的纯度及90%以上的得率。其高活性受到业界广泛认可，是干细胞及其他脆弱细胞研究的首选。2.多激光多参数；在MoFlo系统上最多可以配置7根高功率激光，最多同时检测44个参数。可以满足你任何实验的需求。3.超大数据存储量；Summit软件有大于10亿事件的单文件存储能力，没有参数限制。让你在研究稀有痕量细胞时能看见明显的群体，而不是类似噪音的小点，结果更加可靠。4.混合分选模式；在MoFlo的系统中，不管你做几路分选都可以对不同的分选液路设置独立的分选模式。富集、纯度、单细胞模式，适应不同群落要求，同时完成实验，不用多次分选。并且能对一群细胞设置多种分选模式，既要纯度又要得率，珍贵样本绝不浪费。5.不加电垂直分选；单细胞测序最大的难题就是如何将一个目标细胞准确的分进仅有十几微升液体的管底。为了解决用户的难题，MoFlo独创不加电垂直分选功能。将废液流加电偏转，目标液滴不加电垂直下落，每一个目标细胞都可以精准的到达接受容器管底，不浪费你每一孔的努力！6.卓越的小颗粒检测能力；具备增强型前向检测器（eFSC）的MoFlo AstriosEQ，将流式的颗粒分辨率带入纳米级别。细胞外囊泡、外泌体流式分析分选的时代已经到来！7.IntelliSort II全自动分选设置及维持系统：这么优秀的系统操作一定很复杂吧？No！No！No！有了IntelliSort II系统，分选设置只需依次点按三个扭，几分钟内分选设置自动完成。最重要的是还不需要微球哦！又快又省！而且系统还能自动维持分选状态，在一定范围内根据外部环境不断微调参数，保证从分选开始到结束效果始终如一。分选开始就可以干其他事情啦，让您可以真正实walkaway。See it, Sort it. Every well, every time. 分你所见，得您所愿。选择MoFlo，助您成功！赶快联系我们吧！相关报道：1. CCTV 1 新闻联播：[视频]我国合成生物学研究取得重大突破 创建世界首例人工单染色体真核细胞2.上海发布：【最新】中科院今早在沪宣布：我国实现合成生物学里程碑式突破！*本产品仅用于科研，不用于临床诊断。

激光共聚焦显微镜是20世纪80年代中期发展起来并得到广泛应用的新技术 ，它是激光、电子摄像和计算机图像处理等现代高科技手段渗透，并与传统的光学显微镜结合产生的先进的细胞分子生物学分析仪器，在生物及医学等领域的应用越来越广泛，已经成为生物医学实验研究的必备工具。　　在眼科中，利用激光共聚焦显微镜可以观察晶状体、角膜、视网膜、虹膜和睫状体的结构和病理变化。　　12月11日，中山大学中山眼科中心委托广东华鑫招标采购有限公司，采购一台激光共聚焦显微镜，预算为435万元人民币，同时采购一台荧光显微镜，预算为95万元，采购项目编号为HX12220115YLZC。投标截止时间分别为2016年1月5日10时30分和9时30分(北京时间)。　　联系人：刘家栋　　联系电话：87303028　　传真：020-87302980　　邮编：510000　　采购项目联系人：葛小姐　　联系电话：87303028　　广东华鑫招标采购有限公司　　2015年12月11日

OTT SLD 固定式多普勒流量计在人工渠道上的应用背景介绍人工渠道作为连接自然河道的补充部分，对于水资源运送和调度起到很大的作用。渠道按用途可分为：灌溉渠道、动力渠道（用于引水发电）、供水渠道、通航渠道和排水渠道（用于排除农田涝水、废水和城市污水）等。了解这些渠道内部的水流量对于反映当地水资源的可利用量以及利用效率尤为重要。本案例为南方某市水务局为监测其市内主要的排水渠及景观河的流量情况，使用OTT SLD固定式多普勒流量计在若干个重点监测区域实现24小时在线流量监测，监测渠道内部流量变化情况，掌握各个渠道水资源动态变化特征的基本信息数据，为防洪排涝和水资源调度提供依据。应用情况 OTT SLD固定式多普勒流量计被安装于人工渠道侧岸之上，侧岸呈垂直状，使用可提拉式滑动支架固定于石质基质上，安装在固定位置进行测量，非测量时段可以提出水面进行仪器维护清洁。岸上集成自动监测的附属设备包括太阳能板、电池、控制器、数据采集器、通讯模块和视频监控等，流量计通过水下电缆与这些设备连接，监测数据通过移动网络上传至客户数据中心查看下载。OTT SLD固定式多普勒流量计通过确定河岸形状进行流量率定得出最终流量值。定时进行设备维护和清洁，以提供精确数据。本案例中OTT SLD固定式多普勒流量计进行24小时连续的流量实时监测，了解市内水资源运移情况调配水量。自动监测无需人工现场操作，节省人力成本。 优势特点§ 无人值守监测§ 方便维护且维护量小§ 同时获得流速、水位、流量数据§ 流量率定方式简便快捷 总结 本案例中的SLD固定式多普勒流量计进行24小时在线实时测量，安装于人工渠道(排水渠、景观河)河岸平直区域流量有代表性的地点，除流量数据外，还可同时得到流速和水位数据，便于客户了解渠道内水量情况，为客户监测域内水资源状况提供帮助。本站点数据变化规律稳定可靠，得到客户认可，可以很好的反映监测区域内的流量情况。

p 　　如同蒸汽时代的蒸汽机、电气时代的发电机、信息时代的计算机和互联网，人工智能正成为推动人类进入智能时代的决定性力量。全球产业界充分认识到人工智能技术引领新一轮产业变革的重大意义，纷纷转型发展，抢滩布局人工智能创新生态。世界主要发达国家均把发展人工智能作为提升国家竞争力、维护国家安全的重大战略，力图在国际科技竞争中掌握主导权。习近平总书记在十九届中央政治局第九次集体学习时深刻指出，加快发展新一代人工智能是事关我国能否抓住新一轮科技革命和产业变革机遇的战略问题。错失一个机遇，就有可能错过整整一个时代。新一轮科技革命与产业变革已曙光可见，在这场关乎前途命运的大赛场上，我们必须抢抓机遇、奋起直追、力争超越。 /p p 　　 strong 概念与历程 /strong /p p 　　了解人工智能向何处去，首先要知道人工智能从何处来。1956年夏，麦卡锡、明斯基等科学家在美国达特茅斯学院开会研讨“如何用机器模拟人的智能”，首次提出“人工智能(Artificial Intelligence，简称AI)”这一概念，标志着人工智能学科的诞生。 /p p 　　人工智能是研究开发能够模拟、延伸和扩展人类智能的理论、方法、技术及应用系统的一门新的技术科学，研究目的是促使智能机器会听(语音识别、机器翻译等)、会看(图像识别、文字识别等)、会说(语音合成、人机对话等)、会思考(人机对弈、定理证明等)、会学习(机器学习、知识表示等)、会行动(机器人、自动驾驶汽车等)。 /p p 　　人工智能充满未知的探索道路曲折起伏。如何描述人工智能自1956年以来60余年的发展历程，学术界可谓仁者见仁、智者见智。我们将人工智能的发展历程划分为以下6个阶段： /p p 　　一是起步发展期：1956年—20世纪60年代初。人工智能概念提出后，相继取得了一批令人瞩目的研究成果，如机器定理证明、跳棋程序等，掀起人工智能发展的第一个高潮。 /p p 　　二是反思发展期：20世纪60年代—70年代初。人工智能发展初期的突破性进展大大提升了人们对人工智能的期望，人们开始尝试更具挑战性的任务，并提出了一些不切实际的研发目标。然而，接二连三的失败和预期目标的落空(例如，无法用机器证明两个连续函数之和还是连续函数、机器翻译闹出笑话等)，使人工智能的发展走入低谷。 /p p 　　三是应用发展期：20世纪70年代初—80年代中。20世纪70年代出现的专家系统模拟人类专家的知识和经验解决特定领域的问题，实现了人工智能从理论研究走向实际应用、从一般推理策略探讨转向运用专门知识的重大突破。专家系统在医疗、化学、地质等领域取得成功，推动人工智能走入应用发展的新高潮。 /p p 　　四是低迷发展期：20世纪80年代中—90年代中。随着人工智能的应用规模不断扩大，专家系统存在的应用领域狭窄、缺乏常识性知识、知识获取困难、推理方法单一、缺乏分布式功能、难以与现有数据库兼容等问题逐渐暴露出来。 /p p 　　五是稳步发展期：20世纪90年代中—2010年。由于网络技术特别是互联网技术的发展，加速了人工智能的创新研究，促使人工智能技术进一步走向实用化。1997年国际商业机器公司(简称IBM)深蓝超级计算机战胜了国际象棋世界冠军卡斯帕罗夫，2008年IBM提出“智慧地球”的概念。以上都是这一时期的标志性事件。 /p p 　　六是蓬勃发展期：2011年至今。随着大数据、云计算、互联网、物联网等信息技术的发展，泛在感知数据和图形处理器等计算平台推动以深度神经网络为代表的人工智能技术飞速发展，大幅跨越了科学与应用之间的“技术鸿沟”，诸如图像分类、语音识别、知识问答、人机对弈、无人驾驶等人工智能技术实现了从“不能用、不好用”到“可以用”的技术突破，迎来爆发式增长的新高潮。 /p p 　　 strong 现状与影响 /strong /p p 　　对于人工智能的发展现状，社会上存在一些“炒作”。比如说，认为人工智能系统的智能水平即将全面超越人类水平、30年内机器人将统治世界、人类将成为人工智能的奴隶，等等。这些有意无意的“炒作”和错误认识会给人工智能的发展带来不利影响。因此，制定人工智能发展的战略、方针和政策，首先要准确把握人工智能技术和产业发展的现状。 /p p 　　专用人工智能取得重要突破。从可应用性看，人工智能大体可分为专用人工智能和通用人工智能。面向特定任务(比如下围棋)的专用人工智能系统由于任务单一、需求明确、应用边界清晰、领域知识丰富、建模相对简单，形成了人工智能领域的单点突破，在局部智能水平的单项测试中可以超越人类智能。人工智能的近期进展主要集中在专用智能领域。例如，阿尔法狗(AlphaGo)在围棋比赛中战胜人类冠军，人工智能程序在大规模图像识别和人脸识别中达到了超越人类的水平，人工智能系统诊断皮肤癌达到专业医生水平。 /p p 　　通用人工智能尚处于起步阶段。人的大脑是一个通用的智能系统，能举一反三、融会贯通，可处理视觉、听觉、判断、推理、学习、思考、规划、设计等各类问题，可谓“一脑万用”。真正意义上完备的人工智能系统应该是一个通用的智能系统。目前，虽然专用人工智能领域已取得突破性进展，但是通用人工智能领域的研究与应用仍然任重而道远，人工智能总体发展水平仍处于起步阶段。当前的人工智能系统在信息感知、机器学习等“浅层智能”方面进步显著，但是在概念抽象和推理决策等“深层智能”方面的能力还很薄弱。总体上看，目前的人工智能系统可谓有智能没智慧、有智商没情商、会计算不会“算计”、有专才而无通才。因此，人工智能依旧存在明显的局限性，依然还有很多“不能”，与人类智慧还相差甚远。 /p p 　　人工智能创新创业如火如荼。全球产业界充分认识到人工智能技术引领新一轮产业变革的重大意义，纷纷调整发展战略。比如，谷歌在其2017年年度开发者大会上明确提出发展战略从“移动优先”转向“人工智能优先”，微软2017财年年报首次将人工智能作为公司发展愿景。人工智能领域处于创新创业的前沿。麦肯锡公司报告指出，2016年全球人工智能研发投入超300亿美元并处于高速增长阶段 全球知名风投调研机构CB Insights报告显示，2017年全球新成立人工智能创业公司1100家，人工智能领域共获得投资152亿美元，同比增长141%。 /p p 　　创新生态布局成为人工智能产业发展的战略高地。信息技术和产业的发展史，就是新老信息产业巨头抢滩布局信息产业创新生态的更替史。例如，传统信息产业代表企业有微软、英特尔、IBM、甲骨文等，互联网和移动互联网时代信息产业代表企业有谷歌、苹果、脸书、亚马逊、阿里巴巴、腾讯、百度等。人工智能创新生态包括纵向的数据平台、开源算法、计算芯片、基础软件、图形处理器等技术生态系统和横向的智能制造、智能医疗、智能安防、智能零售、智能家居等商业和应用生态系统。目前智能科技时代的信息产业格局还没有形成垄断，因此全球科技产业巨头都在积极推动人工智能技术生态的研发布局，全力抢占人工智能相关产业的制高点。 /p p 　　人工智能的社会影响日益凸显。一方面，人工智能作为新一轮科技革命和产业变革的核心力量，正在推动传统产业升级换代，驱动“无人经济”快速发展，在智能交通、智能家居、智能医疗等民生领域产生积极正面影响。另一方面，个人信息和隐私保护、人工智能创作内容的知识产权、人工智能系统可能存在的歧视和偏见、无人驾驶系统的交通法规、脑机接口和人机共生的科技伦理等问题已经显现出来，需要抓紧提供解决方案。 /p p 　　 strong 趋势与展望 /strong /p p 　　经过60多年的发展，人工智能在算法、算力(计算能力)和算料(数据)等“三算”方面取得了重要突破，正处于从“不能用”到“可以用”的技术拐点，但是距离“很好用”还有诸多瓶颈。那么在可以预见的未来，人工智能发展将会出现怎样的趋势与特征呢? /p p 　　从专用智能向通用智能发展。如何实现从专用人工智能向通用人工智能的跨越式发展，既是下一代人工智能发展的必然趋势，也是研究与应用领域的重大挑战。2016年10月，美国国家科学技术委员会发布《国家人工智能研究与发展战略计划》，提出在美国的人工智能中长期发展策略中要着重研究通用人工智能。阿尔法狗系统开发团队创始人戴密斯· 哈萨比斯提出朝着“创造解决世界上一切问题的通用人工智能”这一目标前进。微软在2017年成立了通用人工智能实验室，众多感知、学习、推理、自然语言理解等方面的科学家参与其中。 /p p 　　从人工智能向人机混合智能发展。借鉴脑科学和认知科学的研究成果是人工智能的一个重要研究方向。人机混合智能旨在将人的作用或认知模型引入到人工智能系统中，提升人工智能系统的性能，使人工智能成为人类智能的自然延伸和拓展，通过人机协同更加高效地解决复杂问题。在我国新一代人工智能规划和美国脑计划中，人机混合智能都是重要的研发方向。 /p p 　　从“人工+智能”向自主智能系统发展。当前人工智能领域的大量研究集中在深度学习，但是深度学习的局限是需要大量人工干预，比如人工设计深度神经网络模型、人工设定应用场景、人工采集和标注大量训练数据、用户需要人工适配智能系统等，非常费时费力。因此，科研人员开始关注减少人工干预的自主智能方法，提高机器智能对环境的自主学习能力。例如阿尔法狗系统的后续版本阿尔法元从零开始，通过自我对弈强化学习实现围棋、国际象棋、日本将棋的“通用棋类人工智能”。在人工智能系统的自动化设计方面，2017年谷歌提出的自动化学习系统(AutoML)试图通过自动创建机器学习系统降低人员成本。 /p p 　　人工智能将加速与其他学科领域交叉渗透。人工智能本身是一门综合性的前沿学科和高度交叉的复合型学科，研究范畴广泛而又异常复杂，其发展需要与计算机科学、数学、认知科学、神经科学和社会科学等学科深度融合。随着超分辨率光学成像、光遗传学调控、透明脑、体细胞克隆等技术的突破，脑与认知科学的发展开启了新时代，能够大规模、更精细解析智力的神经环路基础和机制，人工智能将进入生物启发的智能阶段，依赖于生物学、脑科学、生命科学和心理学等学科的发现，将机理变为可计算的模型，同时人工智能也会促进脑科学、认知科学、生命科学甚至化学、物理、天文学等传统科学的发展。 /p p 　　人工智能产业将蓬勃发展。随着人工智能技术的进一步成熟以及政府和产业界投入的日益增长，人工智能应用的云端化将不断加速，全球人工智能产业规模在未来10年将进入高速增长期。例如，2016年9月，咨询公司埃森哲发布报告指出，人工智能技术的应用将为经济发展注入新动力，可在现有基础上将劳动生产率提高40% 到2035年，美、日、英、德、法等12个发达国家的年均经济增长率可以翻一番。2018年麦肯锡公司的研究报告预测，到2030年，约70%的公司将采用至少一种形式的人工智能，人工智能新增经济规模将达到13万亿美元。 /p p 　　人工智能将推动人类进入普惠型智能社会。“人工智能+X”的创新模式将随着技术和产业的发展日趋成熟，对生产力和产业结构产生革命性影响，并推动人类进入普惠型智能社会。2017年国际数据公司IDC在《信息流引领人工智能新时代》白皮书中指出，未来5年人工智能将提升各行业运转效率。我国经济社会转型升级对人工智能有重大需求，在消费场景和行业应用的需求牵引下，需要打破人工智能的感知瓶颈、交互瓶颈和决策瓶颈，促进人工智能技术与社会各行各业的融合提升，建设若干标杆性的应用场景创新，实现低成本、高效益、广范围的普惠型智能社会。 /p p 　　人工智能领域的国际竞争将日益激烈。当前，人工智能领域的国际竞赛已经拉开帷幕，并且将日趋白热化。2018年4月，欧盟委员会计划2018—2020年在人工智能领域投资240亿美元 法国总统在2018年5月宣布《法国人工智能战略》，目的是迎接人工智能发展的新时代，使法国成为人工智能强国 2018年6月，日本《未来投资战略2018》重点推动物联网建设和人工智能的应用。世界军事强国也已逐步形成以加速发展智能化武器装备为核心的竞争态势，例如美国特朗普政府发布的首份《国防战略》报告即谋求通过人工智能等技术创新保持军事优势，确保美国打赢未来战争 俄罗斯2017年提出军工拥抱“智能化”，让导弹和无人机这样的“传统”兵器威力倍增。 /p p 　　人工智能的社会学将提上议程。为了确保人工智能的健康可持续发展，使其发展成果造福于民，需要从社会学的角度系统全面地研究人工智能对人类社会的影响，制定完善人工智能法律法规，规避可能的风险。2017年9月，联合国犯罪和司法研究所(UNICRI)决定在海牙成立第一个联合国人工智能和机器人中心，规范人工智能的发展。美国白宫多次组织人工智能领域法律法规问题的研讨会、咨询会。特斯拉等产业巨头牵头成立OpenAI等机构，旨在“以有利于整个人类的方式促进和发展友好的人工智能”。 /p p 　　 strong 态势与思考 /strong /p p 　　当前，我国人工智能发展的总体态势良好。但是我们也要清醒看到，我国人工智能发展存在过热和泡沫化风险，特别在基础研究、技术体系、应用生态、创新人才、法律规范等方面仍然存在不少值得重视的问题。总体而言，我国人工智能发展现状可以用“高度重视，态势喜人，差距不小，前景看好”来概括。 /p p 　　高度重视。党中央、国务院高度重视并大力支持发展人工智能。习近平总书记在党的十九大、2018年两院院士大会、全国网络安全和信息化工作会议、十九届中央政治局第九次集体学习等场合多次强调要加快推进新一代人工智能的发展。2017年7月，国务院发布《新一代人工智能发展规划》，将新一代人工智能放在国家战略层面进行部署，描绘了面向2030年的我国人工智能发展路线图，旨在构筑人工智能先发优势，把握新一轮科技革命战略主动。国家发改委、工信部、科技部、教育部等国家部委和北京、上海、广东、江苏、浙江等地方政府都推出了发展人工智能的鼓励政策。 /p p 　　态势喜人。据清华大学发布的《中国人工智能发展报告2018》统计，我国已成为全球人工智能投融资规模最大的国家，我国人工智能企业在人脸识别、语音识别、安防监控、智能音箱、智能家居等人工智能应用领域处于国际前列。根据2017年爱思唯尔文献数据库统计结果，我国在人工智能领域发表的论文数量已居世界第一。近两年，中国科学院大学、清华大学、北京大学等高校纷纷成立人工智能学院，2015年开始的中国人工智能大会已连续成功召开四届并且规模不断扩大。总体来说，我国人工智能领域的创新创业、教育科研活动非常活跃。 /p p 　　差距不小。目前我国在人工智能前沿理论创新方面总体上尚处于“跟跑”地位，大部分创新偏重于技术应用，在基础研究、原创成果、顶尖人才、技术生态、基础平台、标准规范等方面距离世界领先水平还存在明显差距。在全球人工智能人才700强中，中国虽然入选人数名列第二，但远远低于约占总量一半的美国。2018年市场研究顾问公司Compass Intelligence对全球100多家人工智能计算芯片企业进行了排名，我国没有一家企业进入前十。另外，我国人工智能开源社区和技术生态布局相对滞后，技术平台建设力度有待加强，国际影响力有待提高。我国参与制定人工智能国际标准的积极性和力度不够，国内标准制定和实施也较为滞后。我国对人工智能可能产生的社会影响还缺少深度分析，制定完善人工智能相关法律法规的进程需要加快。 /p p 　　前景看好。我国发展人工智能具有市场规模、应用场景、数据资源、人力资源、智能手机普及、资金投入、国家政策支持等多方面的综合优势，人工智能发展前景看好。全球顶尖管理咨询公司埃森哲于2017年发布的《人工智能：助力中国经济增长》报告显示，到2035年人工智能有望推动中国劳动生产率提高27%。我国发布的《新一代人工智能发展规划》提出，到2030年人工智能核心产业规模超过1万亿元，带动相关产业规模超过10万亿元。在我国未来的发展征程中，“智能红利”将有望弥补人口红利的不足。 /p p 　　当前是我国加强人工智能布局、收获人工智能红利、引领智能时代的重大历史机遇期，如何在人工智能蓬勃发展的浪潮中选择好中国路径、抢抓中国机遇、展现中国智慧等，需要深入思考。 /p p 　　树立理性务实的发展理念。任何事物的发展不可能一直处于高位，有高潮必有低谷，这是客观规律。实现机器在任意现实环境的自主智能和通用智能，仍然需要中长期理论和技术积累，并且人工智能对工业、交通、医疗等传统领域的渗透和融合是个长期过程，很难一蹴而就。因此，发展人工智能要充分考虑到人工智能技术的局限性，充分认识到人工智能重塑传统产业的长期性和艰巨性，理性分析人工智能发展需求，理性设定人工智能发展目标，理性选择人工智能发展路径，务实推进人工智能发展举措，只有这样才能确保人工智能健康可持续发展。 /p p 　　重视固本强基的原创研究。人工智能前沿基础理论是人工智能技术突破、行业革新、产业化推进的基石。面临发展的临界点，要想取得最终的话语权，必须在人工智能基础理论和前沿技术方面取得重大突破。我们要按照习近平总书记提出的支持科学家勇闯人工智能科技前沿“无人区”的要求，努力在人工智能发展方向和理论、方法、工具、系统等方面取得变革性、颠覆性突破，形成具有国际影响力的人工智能原创理论体系，为构建我国自主可控的人工智能技术创新生态提供领先跨越的理论支撑。 /p p 　　构建自主可控的创新生态。我国人工智能开源社区和技术创新生态布局相对滞后，技术平台建设力度有待加强。我们要以问题为导向，主攻关键核心技术，加快建立新一代人工智能关键共性技术体系，全面增强人工智能科技创新能力，确保人工智能关键核心技术牢牢掌握在自己手里。要着力防范人工智能时代“空心化”风险，系统布局并重点发展人工智能领域的“新核高基”：“新”指新型开放创新生态，如产学研融合等 “核”指核心关键技术与器件，如先进机器学习技术、鲁棒模式识别技术、低功耗智能计算芯片等 “高”指高端综合应用系统与平台，如机器学习软硬件平台、大型数据平台等 “基”指具有重大原创意义和技术带动性的基础理论与方法，如脑机接口、类脑智能等。同时，我们要重视人工智能技术标准的建设、产品性能与系统安全的测试。特别是我国在人工智能技术应用方面走在世界前列，在人工智能国际标准制定方面应当掌握话语权，并通过实施标准加速人工智能驱动经济社会转型升级的进程。 /p p 　　推动共担共享的全球治理。目前看，发达国家通过人工智能技术创新掌控了产业链上游资源，难以逾越的技术鸿沟和产业壁垒有可能进一步拉大发达国家和发展中国家的生产力发展水平差距。在发展中国家中，我国有望成为全球人工智能竞争中的领跑者，应布局构建开放共享、质优价廉、普惠全球的人工智能技术和应用平台，配合“一带一路”建设，让“智能红利”助推共建人类命运共同体。 /p p br/ /p