英特尔推出神经拟态 49 量子位超导量子处理器（代号 Tangle Lake）。  Neuromorphic（代号 Loihi）是一种受大脑功能启发的新计算方法，这将使机器学习更加有效。  英特尔的路线图表明他们可以在 5-7 年内实现 1,000 量子位系统。    英特尔在 2018 年消费电子展 (CES) 上发布了两项重大公告，有望帮助客户解决传统计算机无法解决的问题。 英特尔首席执行官 Brian Krzanich 展示了两款处理器 - 一款推进量子计算，而另一款则处理神经形态计算。 他展示了神经形态计算处理器的进展，这是一款代号为“Loihi”的自学习芯片，可以模仿大脑的基本

三星推出了全球首款 85 英寸 8K QLED 电视，该电视利用机器学习将低分辨率图像转换为 8K 画质。  电视配有内置数据库，可以提前观察和分析数百万张图片。 该技术还可以增强特定场景的音质，而无需配置自动设置。 在 2018 年消费电子展 (CES) 上，我们期待大量 4K 和 8K 电视，但引起我们注意的是搭载人工智能的 8K 显示屏，可以自动将较低分辨率的图像升级到 8K 质量。 尽管电子市场充斥着大量支持超高清和8K的显示器，但由于缺乏高分辨率内容，大多数观众无法享受这种体验。三星现在正试图借助人工智能技术来消除这一障碍。 三星电子推出了全球首款 85 英寸 8K QLED

科学家开发出一种新型有机超薄太阳能电池，可以清洗并拉伸一半长度。  它能以 8% 的效率将阳光转化为电能，同时在空气和水中都非常稳定。  一些公司对该技术的商业化表现出了兴趣。  开发太阳能电池板听起来很棒，但可清洗且灵活的太阳能电池听起来更好。东京 RIKEN 研究中心的科学家们开发出了新型有机超薄电池，可以承受 20 次模拟洗涤循环，并且可以拉伸一半长度。 这是世界上第一个可以提供更高能源效率，同时保持空气和水中的拉伸性和稳定性的太阳能电池。 这些电池可用于纺织品、网络设备、移动设备充电、个人健康监测仪等。从技术上讲，可能性是无限的。让我们看看科学家究竟是如何构建这些细胞以及它们的

日本研究人员开发了一种人工智能，可以真正了解您的想象。 该系统利用人脑活动的深度图像重建。  经过初步训练，DNN 能够重建以前从未见过的图片。  过去几年关于人工智能的研究让我们所有人都感到惊讶。我们每天都会与数十个人工智能程序互动，例如个人语音助手、网络搜索引擎、社交媒体平台，最近三星推出了一项利用机器学习将任何视频格式转换为 8K 分辨率的技术。可能性是无限的。 人工智能似乎每个月都会出现一些惊人的发展，为让世界变得更美好做出了很大贡献。 2017年底，英伟达推出了一种神经网络，能够想象以前从未见过的场景或图片。现在，ATR 计算神经科学实验室的日本研究人员团队开发了一种人工智能，

Arm 宣布推出 Trillium 项目，该项目具有下一代机器学习和对象检测处理器以及神经网络软件。  它将面向广泛的设备，从移动和家庭娱乐到传感器和数据中心等等。 跨国半导体和软件设计公司 Arm 宣布推出新一代机器学习平台，名为 Project Trillium。它专为机器学习和神经网络功能而开发，可以扩展到从服务器到联网汽车的任何设备。 人工智能的需求正在急剧增长，因此需要创新来解决大型计算，同时保持节能的足迹。该公司推出该平台是为了提供各种具有高度灵活性和可扩展性的设备。 我们今天拥有的机器学习技术仅专注于需要改变的特定类别的设备。尽管 Trillium 项目最初的重点是移动处

超透镜可以同时聚焦、执行图像移位和控制像散引起的像差。  晶状体和肌肉的总厚度为 30 微米。 超透镜的形状由电信号控制，以形成必要的光学波前。  哈佛大学的研究人员构建了一种自适应超透镜，可以控制模糊图片的 3 个关键因素——焦点、散光和图像偏移。这种扁平的电子控制眼睛结合了超透镜技术和人造肌肉技术的进步。 人造眼可以同时控制所有 3 个关键因素，并且可以配置为实时改变焦点。它的工作原理与正常人眼相似，但是，在未来，该技术可以进一步改进，以完成人眼自然无法完成的事情，例如动态校正图像偏移和散光。 该技术还展示了内置自动对焦和光学变焦在多种应用中的可行性，从眼镜和光学显微镜到智能手机和

在一项新研究中，人工智能在评估法律合同方面击败了顶级律师。  LawGeex 开发的人工智能经过培训，可以识别众多法律合同中的问题。  平均而言，律师的准确率为 85%，而人工智能的准确率为 94%。 法律人工智能 (AI) 平台 LawGeex 进行了一项新研究，美国顶尖律师与经过训练来分析和评估法律合同的人工智能进行竞争。来自杜克大学法学院、斯坦福大学和南加州大学的20位经验丰富的律师，与技术较量，但他们输了。 LawGeex AI 和拥有数十年经验的人类律师都被分配了一项任务，即发现 5 份 NDA（保密协议）中的问题，这些协议是大多数商业交易的合同基础。 AI算法经过近3年的开发

GitHub 在全球有史以来最大规模的 DDoS 攻击中幸存下来。  此放大攻击使用基于 memcached 的技术，通过每秒 1.269 亿个数据包达到每秒 1.35 太比特。  2018 年 2 月 28 日，最受欢迎的版本控制代码共享和托管服务 GitHub 面临有史以来最大规模的 DDoS（分布式拒绝服务）攻击。这导致网站瘫痪了大约 10 分钟（世界标准时间 17:21 到 17:30）。 这次攻击的规模是 2016 年 9 月 20 日发生的 Mirai 僵尸网络 DDoS 攻击的两倍多。但是，由于 memcached 反射功能，它很可能不会在很长一段时间内成为最大的攻击。

研究人员开发并测试了纳米颗粒滴眼剂，结合激光工艺，可以改善远视和近视。  该技术可以让用户在没有医疗监督的情况下矫正视力。  您想要高科技眼镜和 3D 打印仿生眼球，但科学家们已经带来了更好的东西。他们开发了一种改善视力的纳米颗粒滴眼液，可能会结束对隐形眼镜、框架眼镜和激光矫正屈光不正的需求。 根据国家眼科研究所的数据，大约 42% 的美国人（12 岁至 54 岁）患有近视（称为近视）。生活在城市环境中的儿童近视的可能性是生活在农村环境中的儿童的两倍多。然而，远视（称为远视）会影响成人和儿童。它影响了大约 5% 到 10% 的美国人，而父母已有远视的人更有可能患上这种疾病。 Shaar

我们体内的磷原子具有必要的核自旋，可以充当生化量子位。 科学家正在研究球形波斯纳分子纳米团簇的核自旋和其他动力学，它们可能发挥神经量子位的作用。 由加州大学圣巴巴拉分校领导的一个国际研究小组将研究人脑在量子计算方面的潜力。加州大学圣巴巴拉分校的理论物理学家 Matthew Fisher 表示，我们有可能在自己的大脑中进行量子处理。 人脑量子计算的概念并不是全新的。科学家们已经研究这个问题有一段时间了。费舍尔想出了一些非凡的东西——一套独特的生物钥匙，可以在我们的大脑中使用量子计算。 到目前为止，您只听说过基于冻结原子和离子、钻石缺陷和超导结的量子计算。然而，这项研究（量子大脑项目）将寻

工程师开发出半毫米厚的光学可重写液晶显示器。 与传统 LCD 相比，其生产成本低廉，能耗也少得多。 该显示器采用柔性垫片和聚醚砜基板制造。 如今，科技巨头正在投入巨资开发高分辨率、宽视角、柔性显示系统。最近，香港和中国的光电工程师提出了新版本的柔性LCD（液晶显示器），其厚度为半毫米且坚韧。 这种未来派的显示器可以用作报纸，并且刷新速度与新闻周期一样快。 最棒的是，生产 5 英寸屏幕仅需 5 美元。由于其设计和结构简单，制造成本低。它只消耗能量来显示文本和图像，就像电子书纸屏幕一样。一旦文本和图像映射到显示屏上，该设备就不需要任何额外的电源来维持文本和图像。 他们是怎么做到的？ 为了构

Optalysys 展示了其以光速执行人工智能的光学处理技术。 它使用节能激光代替硅加工技术。 总部位于英国的科技公司 Optalysys 使用其光学处理技术开发了第一个卷积神经网络 (CNN)。该光学计算设备利用空间光调制器和激光器以非常高的速度执行复杂的数值运算，同时使用较少的功率。 CNN 的使用正在迅速增长，特别是在基于机器学习技术的图像识别和分析领域。它还用于医学图像分析、天气预报和自动驾驶汽车等关键应用。所有这些模型都需要大量计算，并涉及多个卷积层进行处理。 在过去的几年里，随着图形处理器的进步，CNN 也取得了一些令人印象深刻的进步。然而，它们仍然受到高能源成本和摩尔定律

亚马逊和谷歌申请了专利，概述了如何利用音频和视觉信号来分析用户的兴趣和行为。  他们希望通过智能家居设备收集用户数据，即使这些数据不是由“唤醒词”触发的。  科技巨头正致力于收集尽可能多的用户数据。他们实际上是想监视你的一举一动。几年前，亚马逊和谷歌提交了专利申请，允许他们通过家用设备（Amazon Echo、Google Home 等）监控和记录您的活动。 目前，语音助手设备只有在被“Hey Alexa”或“OK Google”等某些短语触发后才能听到和处理音频。但这可能很快就会改变。 这些专利概述了如何使用智能家居设备来监视用户的广泛可能性。他们表示，始终在线的 Amazon Ec

研究人员开发了一种独特的系统，可以通过自由空间有效地传输电力。  该系统可以轻松地为距离电源插座一定距离的手机进行无线充电。  它的工作原理是传输具有特定幅度和相位的信号。  我们都知道天线在无线技术中发挥着重要作用，包括信息和电力传输。虽然无线通信系统已经很发达，但无线电力传输仍处于早期阶段。 我们并不是没有尝试过；而是我们没有尝试过。重要的研究致力于通过优化谐振器和周围元件的几何形状来寻找更高效地传输电力的新方法。事实上，我们最近取得了很大的进步。 一个国际研究团队展示了一种新概念，可以提高电力传输效率，并可能实现可行的长距离无线充电。如果实施，这将有利于所有手机消费电子产品、医疗

麻省理工学院的工程师开发了一种名为聚噻吩的聚合物，可以有效导热。  它灵活、轻便，导电率是传统聚合物的 10 倍。 它可以直接涂覆在硅片和各种电子仪器上。  您已经知道塑料是完美的绝缘体 - 它们可以有效地捕获热量。这种特性在许多东西中都非常有用，例如咖啡杯套，但当涉及电子设备时，例如手机和笔记本电脑的塑料外壳，它们会积聚热量并使设备变得更热。 现在，麻省理工学院的工程师们开发出了一种技术，可以将塑料绝缘体变成热导体，这意味着新材料不是隔热而是散热。新型聚合物柔韧、重量轻，导电率是传统聚合物的 10 倍。 这种新材料将使太阳能电池、可穿戴生物传感器和柔性显示器等电子设备的开发变得更加容

研究人员开发了一种新技术（棱镜），可以超越光的衍射进行观察。  它可以通过超分辨率空间和时间成像捕捉活细胞内部的特殊视图。  在过去的几十年里，我们一直在使用 PALM 和 STORM 等宽视场荧光成像方法来观察亚细胞结构。这些方法需要成百上千张长序列的原始图像。因此，增加空间分辨率会降低时间分辨率。 现在，洛桑联邦理工学院（瑞士洛桑的研究机构）的研究人员设计了一种系统，可以通过超分辨率空间和时间成像（空间和时间）捕获活细胞内部的特殊视图。 新的显微镜平台名为 PRISM（超分辨率显微镜相位检索仪器），可以超越光的衍射进行观察。它集成了 3 维显微镜和白光 3 维相位检索新技术。

Google 开发了一种新的人工智能，可以在拥挤的区域专注于特定的声音。  它结合使用视觉和听觉信号来区分声音。  该技术还有潜力通过预处理语音识别，为重叠说话者提供更好的视频字幕系统。 人类非常擅长在拥挤的区域中选择特定的声音，从而消除所有其他声音。然而，这对于机器来说仍然是一个严峻的挑战。当两个或更多人说话或存在背景噪音时，它们仍然不擅长分离个人语音。 现在，谷歌开发了一种基于深度学习的视听模型，可以专注于混合声音和背景噪声中的单个音频信号。人工智能可以分析视频并增强某些人的声音，同时抑制所有其他声音。 它不需要任何特殊的音频或视频格式；它适用于所有常见的视频格式和一个音轨。用户可

科学家利用量子力学生成绝对随机数。  该技术涉及用光粒子（光子）创建数字位。 它最终可以改进加密和安全系统。  NIST（美国国家标准与技术研究所）的科学家们开发了一种新技术，可以利用量子力学生成更珍贵的随机数。现在，随机数的不可预测性超越了以前使用的所有方法，增强了密码学和安全系统。 您问，现有系统存在什么问题？嗯，它们不会生成绝对意义上的随机数。机器或软件公式随机生成的数字可能会受到多种因素的影响，包括可预测的噪声源。 您可以进行统计测试，但仅对结果进行测试并不能保证结果是不可预测的。 随机数每天被使用数十亿次，用于加密电子网络中的私人信息。但由于没有人能够保证传统来源确实是不可

一名博士生开发了一种在 GPU 上运行复杂模拟的游戏技术。  模拟涉及巨大的海浪撞击海上风力涡轮机。  GPU 上的溃坝模拟运行速度比 16 线程 CPU 运行时间快 4.5 倍。 正在曼彻斯特大学攻读博士学位的 Alex Chow 构建了一个程序，可以在图形处理单元 (GPU) 上执行复杂的工程和科学模拟。 到目前为止，高端显卡用于为个人电脑、笔记本电脑和游戏机创建逼真的视觉效果和快速的游戏体验。但现在，GPU 正在成为一种加速复杂模拟的技术，其执行多个应用程序的速度比传统 CPU 快数百倍。 最终目标是在显卡而不是超级计算机上进行大规模模拟。由于超级计算机由数百个并行连接的CPU组

研究人员开发了一种基于机器学习技术的新方法来识别社交媒体平台上的虚假用户。  该算法基于这样的假设：虚假用户倾向于与其他用户建立不适当的链接。  结果表明该算法能够检测真实用户和恶意用户。  识别虚假用户已成为社交网络公司的首要任务，尤其是在俄罗斯有针对性地利用社交网站影响美国大选并且未能保护用户隐私之后。 现在，华盛顿大学和内盖夫大学的研究人员构建了一种新颖的通用无监督学习算法，可以在 Twitter 和 Facebook 等社交网络平台上定位虚假用户。 新算法基于这样的预测：虚假用户往往会创建与网络中其他用户的不适当链接。研究人员将链接预测方法融入到不需要任何先验图知识的异常检测模