自动驾驶

  常量在C++中经常用到，用关键字 const 表示，它是常数变量，也就是说，它仍然是 变量 ，而不是 常数 。什么区别呢？编译器会为变量在内存中分配地址空间，而常数是编译器在编译过程中记录在内存表里一个实体。 常量定义 const int a = 10 ; 在定义完之后，就不能再修改常量 a 的值了。如果是在不同的文件中使用，需要用到关键字 extern extern const int a ; 这样表示变量 a 是一个定义别处的全局变量，在这里只能使用，并不能修改，但 a 并不一定真的是一个 const 。 指针常量 和 常量指针   这应该是C++面试和笔试中经常考到的一个知识点。 指针常量 int * const q = 10 ; // q is const *q = 20 ; // OK q++; // ERROR 指针常量，在上面的代码中，q是常量，指向的地址是不能变化的，但指向地址中的内容是可以改变的。 常量指针 int a = 10 ; int b = 20 ; const int *p = &a; // *p is const *p = 15 ; // ERROR a = 30 ; // OK p = &b; // OK 常量指针，在上面的例子中，( p)是常量，我们不能通过( p)来改变指向的对象即a；但a本身是可以改变的，而且p也是可以指向别处的。

在攻克数据存储世界级难题上，华为是极为认真和有卓越追求的。 去年底，华为发布了针对数据存储世界级难题的奥林帕斯悬红，聚焦实现‘自动驾驶的数据全生命周期治理’和构建‘每比特极致性价比的数据存储’，鼓励全球科研工作者攻克数据基础设施难题。 当时,有人质疑华为此举是玩票性质，主要目的还是为了博取眼球。如今，新一期的奥林帕斯悬红如期而至，彻底粉碎了之前各种质疑。在2020全球数据存储教授论坛上，华为首先奖励了全球在数据存储领域取得突破性贡献的科研工作者，并发布了2021年奥林帕斯悬红：一是构建每比特极致性价比的数据存储；二是实现下一代存储产业根技术突破。 2021年奥林帕斯数据存储业界难题悬红发布 华为希望与学术界在Cloud-Oriented多云存储服务、Data-Centric新型数据应用存储系统、AI-Driven存储软件架构、创新体系架构等技术方向共同攻坚，构筑更好的数据存储系统。 奥林帕斯悬红的背后 奥林帕斯，火星上的一座盾状火山，高度达到21171米，是太阳系已知的最高山峰。华为将奥林帕斯设置为奖项名字，顾名思义，一是说明其希望解决数据存储难题的难度，二是标志着征服难题所带来的突破意义。 华为为什么要针对数据存储领域来设置奥林帕斯悬红？ 任何事情都不能脱离其背后的时代背景。当下，一方面数据规模、数据类型、数据应用是今非昔比，PB甚至EB级的数据量正在成为用户的新常态

本文作者：y****n 新基建浪潮下，作为人工智能的动力和“灵魂”，数据服务行业正在高速增长。 6月17日，百度智能云举办线上Techday技术分享日，畅聊AI基础数据服务行业新机遇、新增长和社会价值。百度智能云数据众包作为国内最大的AI数据服务提供者，2019年业务年度增长率超50%，正在为各行各业智能化转型提供动能，促进智能经济发展。同时，百度智能云数据众包预计5年内为山西提供超过5万个就业岗位，支持后疫情时代“保就业”。 新基建，新增长 近年来，国内AI发展驶入快车道，而作为AI技术发展的基石，数据需求与日俱增，这也使得AI数据服务行业迎来了空前的发展。 艾瑞咨询《2019年中国人工智能基础数据服务行业研究报告》显示，人工智能基础数据服务市场规模2025年将破百亿，行业复合增长率达到23.5%。凭借着较早的布局和投入，百度智能云数据众包实现了市场占有率和营收规模业界第一，2019年业务年度增长率超50%。今年，新基建成为促进经济发展的新方向，人工智能则是新基建的代表性技术，为数据服务行业的发展注入新的动力。 百度智能云数据众包资深产品运营师李明在会上表示，自2011年起，百度智能云数据众包就全面支持百度自动驾驶、小度助手等AI业务。经过十年沉淀和打磨百度智能云已经建立起采标能力业界第一、流程标准化工具智能化、全流程管控确保数据安全的一站式AI数据服务平台

文/智能相对论（aixdlun） 作者/叶远风 AI成了新基建的C位，不论是原本就以AI立身的百度，还是纷纷在技术上加大投入以拥抱新基建的阿里、腾讯等巨头，最近都显出强化AI地位的态势。 在AI新基建浪潮下，其背后的动力和“灵魂”——AI数据行业正在快速增长。按照艾瑞咨询《2019年中国人工智能基础数据服务行业研究报告》，预计2025年市场规模将突破113亿元，其中，原本就在AI技术和应用上领先的企业在数据业务上也更为积极。 有人曾称5G是“新基建”的“基建”，是很多新基建项目的前置技术。事实上， 以数据众包为代表的AI数据行业，也可以看作AI新基建的“基建”型业务，为各行各业智能化转型提供动能，加速智能经济到来。 反过来，当AI新基建蓬勃兴起时，它背后的数据众包产业也面临急速膨胀的市场，这是一片门槛不算高的蓝海，但并非人人都能做得好。 多重因素推动AI数据需求进一步增长 AI从行业架构上分为基础层、技术层、平台层以及应用层。无论是算力、算法、数据都只是在基础层，海量的数据获取和加工是AI发展的基石。 我们通常看到的那些AI智能化应用，在后端首先都需要足够多、足够好的数据对计算机进行训练。 推动基础层AI数据需求进一步增长，肯定来自于更上层的“倒逼”。总体看来，新基建的大背景下，整体AI行业的高速发展驱动了AI数据需求的增长“提速”，而具体来看，又有三重因素： 1

https://blog.openai.com/robust-adversarial-inputs/?spm=a2c4e.11153940.blogcont149583.11.4ab360c0mXrtX7 原文中包含视频例子。 我们创建的图像可以在从不同的尺度和视角观察时可靠地欺骗神经网络分类器。 这挑战了上周声称自动驾驶汽车难以恶意欺骗，因为它们从多个尺度，角度，视角等捕获图像。 这张印刷在标准彩色打印机上的小猫照片让分类器误以为它是一台“显示器”或“台式电脑”，无论它是如何缩放或旋转的。 我们期望进一步的参数调整也会删除任何人类可见的伪像。 参照论文 1.Synthesizing Robust Adversarial Examples 开箱即用的对抗样本在图像转换下失败。 下面，我们展示了相同的猫图片，由ImageNet上训练的Inception v3错误地归类为台式计算机。 缩小至1.002会导致正确标签“tabby cat”虎斑猫的分类概率覆盖对抗性标签“desktop computer”台式计算机。 然而，我们怀疑积极的努力可以产生一个强大的对抗性的例子，因为已经证明对抗性的例子转移到物理世界。（参照论文 4.Adversarial examples in the physical world ） 尺度不变的对抗样本 可以使用称为 投影梯度下降（projected

外媒报道，苹果预计在2024年前发布自己的车。但是苹果不太可能自己独自解决整个项目。更多的可能会自己开发自动驾驶系统和电池技术，同时与另一家公司合作来制造汽车。有行业专家认为三家汽车厂商可能会与苹果合作，帮助该科技巨头制造汽车。 特斯拉 一名分析师表示，对苹果来说，建造自己的汽车工厂和组装汽车不仅成本高昂，而且容易偏离项目的初衷。同时，考虑到苹果品牌的知名度，该公司要找到合作伙伴来制造汽车并不容易。特斯拉是比较有竞争力的候选人之一。 大众汽车 另一名分析师表示大众汽车比特斯拉更有可能成为苹果在汽车制造领域的合作伙伴。据说，两家公司可能有合作关系。根据2018年的一份报告，苹果计划将大众的 T6 Transporter 客车变为自动驾驶的穿梭巴士，供自己的员工乘用。 麦格纳斯泰尔 Loup Venture 的执行合伙人吉恩·芒斯特（Gene Munster）表示，麦格纳斯泰尔应该会是组装苹果汽车的最佳选择，因为该公司在生产制造其他公司设计的汽车方面拥有丰富的经验。麦格纳曾与丰田和宝马等大型汽车制造商合作，还将为电动汽车创业公司菲斯克制造 Ocean SUV。 目前苹果是自己单独造车还是与汽车厂商合作还不得而知，不过大众认为后者的可能性会更大一些，就是不知道苹果会和哪家汽车公司合作，只能拭目以待了。 免责声明： 凡标注转载/编译字样内容并非本站原创，转载目的在于传递更多信息

李哲 | 文 汽车新纪元 | 来源 “泰坦”项目的失利，曾让苹果的造车计划遭受重创，但苹果并没有因此放弃造车的野心，这一次，“Apple Car”再上日程。 有关苹果造车的传闻，每隔几年就会冒出一次，但最终这些传言都不了了之，不过这一次，苹果似乎要来真的了。 据DigiTimes报道称，苹果公司在美国正筹备建立汽车生产线，并已开始与全球汽车电子供应商探讨技术规格等方面的问题，预计到2024～2025年，“Apple Car”就会正式亮相。 与此同时，苹果目前正在与台积电合作，共同开发自动驾驶芯片。另外，有报道称苹果自动驾驶部门进行了人员调整，由 AI 老将 John Giannandrea 接任，全权负责苹果自动驾驶系统的后续开发。 其实对于造车，苹果可谓是蓄谋已久。“早在 2008 年，乔布斯曾与我们讨论过汽车，内容涉及到如何打造一辆汽车、仪表盘或座位如何设计、通过何种方式启动汽车……这是 iPod 之父 Tony Fadell 2015年接受彭博社访谈时说过的一段话。 苹果董事会成员,零售界的大亨GAP前CEO米德勒·德雷克斯勒也曾表示，如果乔布斯活着，他可能会开发一款汽车——iCar。因为乔布斯在世时认为，苹果有平台设计好一辆车。 不过苹果真正向汽车领域进军，是乔布斯去世三年以后的事情了。2014年，苹果悄悄启动智能电动车计划，在内部，苹果将要打造的产品称为可以

前些天有个朋友问我，为什么你们搞互联网的工程师，最近几年，都开始往汽车行业里挤了呢？ 虽说之前网上也有过各种说互联网造车不靠谱的文章了，但当这个问题被真实地问到自己的时候我还是蛮惊讶的，当时脑海里第一时间的反应是，一场误会，一场误会。 Tesla是最早被贴上“互联网造车”标签的公司，而国内互联网造车的不靠谱新闻，最早或可追溯至2015年，某汽车startup一场发布会之后，被网友在知乎爆出其demo车是拿Tesla改装的PPT造车事件。此后，互联网背景的老板进入汽车行业便被贴上了“互联网造车”的标签。或许这个标签对于资本市场有着不同的含义，但其实在一个比赛里各个选手无论被外界贴着什么标签，最终的成绩仅与自己和对手的发挥有关。本文尝试从一个技术人员的角度来聊聊开头这个问题。 互联网造车不是让软件工程师去做底盘 专业的事情交给专业的人做，这是一个企业能够壮大发展的一个用人基本原则。汽车行业百年的发展历史，在汽车底盘，动力总成等各个地方已经累计非常丰富的行业经验和人才。被贴着“互联网造车”标签的公司，老板们可都不是傻子呀，自然也不会在这些地方重新发明轮子。一方面，整车架构的团队，往往会聘用拥有多年相关领域从事经验的专家和工程师；另一方面，“互联网造车”公司也会选择与各个零部件供应商合作，共创的方式快速整合行业的优质资源。所以请放心

欧洲十多个国家已经签署了《欧洲处理器和半导体科技计划联合声明》，宣布未来两三年内将投入 1450 亿欧元（约合人民币 11527.645 亿元）用于半导体产业，此一举动可谓意义重大，柏铭科技认为欧洲要复兴半导体行业，希望在于与中国合作。 近几十年来欧洲在数字芯片时代鲜有成绩，在通信芯片行业主要亚洲芯片企业和美国芯片企业争锋，而且从目前来看欧洲芯片企业已很难有机会，欧洲芯片企业占据优势的是模拟芯片和汽车半导体。 在模拟芯片市场，全球前十大模拟芯片企业中有英飞凌、意法半导体、恩智浦等数家芯片企业，并且这三家企业排名靠前，分别位居全球第三、第四和第六名，可见这三家企业在模拟芯片行业还是非常有实力的。 获益于欧洲诞生了宝马、奔驰、大众、标致等全球知名的汽车企业，欧洲在汽车半导体行业建立领先优势，英飞凌和恩智浦轮流坐上全球最大的汽车半导体老大位置，此外欧洲还有博士、克虏伯、西门子等在汽车半导体行业占有一定地位的企业。 欧洲芯片企业的这些优势恰恰可以与中国形成互补关系。在模拟芯片行业，中国刚刚起步，据分析数据指中国产的模拟芯片占国内市场的份额只有10%左右，由于华为的遭遇，中国各个行业都希望寻找美国芯片的替代，而实力雄厚的欧洲模拟芯片企业可望从中获益。 事实上从去年下半年以来，中国手机企业就增加了对欧洲模拟芯片的采用比例，从IC insights公布的数据可以看出获益于中国手机企业的支持

12月25日，九号电动正式召开了“进化出行，一往无前”渠道赋能大会，1000多位行业重要经销商参加了此次会议，共同探讨5G时代下智能电动车的发展新方向。 智能+矩阵+营销全面升级 开启2021新征程 作为智能电动车领域的新锐领军品牌，九号电动一直在不断提高电动车的智能上限：Ninebot RideyGo! 智能骑行系统和Ninebot Airlock感应解锁技术，让电动车的启停、锁车变得更加便捷；独特的AHRS姿态感应系统和异动报警功能，让车辆的安全性也大大增加；更有GPS+北斗+基站三重定位，车辆位置尽在掌握之中。 九号电动在会议现场发布了全新的真智能2.0技术：包含RideyGo!2.0 、RideyFUN 智控系统、MoleDrive 全新自研控制器、九号云电系统，以及自主研发的BMS 6.0升级、knock- knock快捷功能、生日&节日惊喜音效、智能终端互联控车等功能。细节功能将逐步升级上线，部分功能系统在已经上市的E&C&B 系列上同样能够通过OTA进行更新。 此次会议的第二大亮点就是产品矩阵的升级。九号电动已经成功布局电动自行车、电动摩托车等多个领域，在渠道会议现场还透露了明年的全新产品系列——D、N、A系列产品、全新C系列产品，甚至show了一把自动驾驶电摩和氢能源电动车等核武器！ 氢能一直是新能源领域的热门话题，因为氢气是清洁能源，输出能量后产出的是水