科学新闻早餐 （04.10周一）
点击标题下“武理工智能交通”可快速关注
编辑：武汉理工大学智能交通系统研究中心
来源：科学网、交通部、教育部、科技部、国家自然科学基金委，中国交通新闻网，智能交通，啸谈阡陌，车云网，青塔网，搜狐网易科技，新浪科技，央视网
内容提要
中国逾60高校代表聚津研讨“新工科建设”
北斗导航与共享单车行业达成战略合作
大数据算法在诸多领域“弄潮”
地方高校，不能只盯着“双一流”！
上海浙江“高招”方案出炉：高校不划统一分数线！
南科大首届毕业生3/4进世界名校读博！
OpenAI"巧妙"发现无监督情感神经元，可利用文本检测用户情感
2017大数据版图，大数据与AI乃至于云计算结合已是大势所趋
雄安新区交通网成型 雄县通用机场三年内将建成
德州仪器会收购AMD吗？无人驾驶需高性能车载芯片
Mobileye销售总监：EYEQ4产品2018年投入量产
科技驱动教育变革需要人工智能还是增强智能？
太空垃圾消除战迫在眉睫，不能再坐视不管了
Transportation Research Part A-F、AAP，中国公路学报、交通运输工程学报、交通信息与安全
科学网、科技网
中国逾60高校代表聚津研讨“新工科建设”
中新社天津4月8日电 (记者 张道正)由教育部高等教育司指导、天津大学主办的“工科优势高校新工科建设研讨会”8日在津召开。来自60余个高校和单位的200余名代表围绕“新工科建设：愿景与行动”主题，就工程教育改革的挑战、机遇与路径进行深入研讨，在新工科建设共识的基础上，形成新工科建设的行动计划。
教育部高等教育司司长张大良发表主题报告时指出，建设发展新工科，要着眼高等教育改革发展全局，把握高校人才培养工作的新形势新任务。今天的中国高等教育已经站在了由大到强的新的历史起点上，新工科建设要植根这一时代背景，聚焦国家发展战略，支撑服务发展动能转换、产业转型升级。
张大良说，中国经济发展面临动能转换、方式转变、结构调整的繁重任务，新技术、新产品、新业态和新模式蓬勃兴起。工程教育与产业发展紧密联系、相互支撑，新产业的发展要靠工程教育提供人才支撑，特别是应对未来新技术和新产业国际竞争的挑战，必须主动布局工程科技人才培养，提升工程教育支撑服务产业发展的能力。
中国工程院院士、天津大学校长钟登华认为，新工科的内涵是以应对变化、塑造未来为建设理念，以继承与创新、交叉与融合、协调与共享为主要途径，培养多元化、创新型卓越工程人才，为未来提供智力和人才支撑。新工科的特征是战略型、创新性、系统化、开放式。
研讨会上，清华大学副校长杨斌，哈尔滨工业大学副校长徐晓飞，加拿大工程院院士、汕头大学执行校长顾佩华，北京大学工学院院长张东晓分别发表主题报告。浙江大学本科生院常务副院长陆国栋介绍了工科优势高校组“新工科研究与实践”项目指南的编制情况。
北斗导航与共享单车行业达成战略合作
新华社北京4月8日电（记者阳娜）北京北斗导航与位置服务产业公共平台和共享单车ｏｆｏ日前达成了战略合作，这是北斗导航首次与共享单车行业合作，旨在推动共享单车行业定位技术的新标准。
据悉，未来ｏｆｏ将在京津冀地区配备由北斗导航特制研发的拥有全球卫星导航定位技术的“北斗智能锁”，使车辆定位更加精准，并推动共享单车行业定位技术的新标准。同时，借助北斗导航定位技术，ｏｆｏ可进一步优化其电子围栏定位技术，利用定位和大数据技术智能划定虚拟的规范停放区域，实现车辆更精细化的运营管理，规范用户停放行为，并可向政府提报禁停区及推荐停放区的规划方案。
此外，ｏｆｏ、北斗导航将共建出行大数据平台，互通和完善城市综合交通出行大数据，为政府部门提供城市智慧慢行交通体系数据支持及智能响应解决方案。ｏｆｏ也将与北斗导航建立智能共享单车研发中心，共同促进共享单车行业应用北斗导航定位技术以及整个北斗定位应用产业发展的再升级。
ｏｆｏ创始人兼ＣＥＯ戴威表示，ｏｆｏ与北斗合作的第一批合作项目将尽快在京津冀地区落地。通过累计上亿次的出行大数据，ｏｆｏ与北斗导航合作将提供更便捷高效、现代化、智能化的综合交通运输体系方案。ｏｆｏ将致力于推动基于中国卫星导航高精尖定位技术的共享单车行业发展，更致力于将中国智造、中国技术推向世界。
业内人士分析认为，ｏｆｏ与北斗导航合作融合了中国卫星导航系统的空间信息定位技术，这将成为未来共享单车平台比拼产品和服务的重要战略武器，更将成为共享单车行业采用定位技术的新风向标。
大数据算法在诸多领域“弄潮”
研究恒星和对付癌症看起来似乎风马牛不相及，但大数据算法将两者关联到了一起，并成为其中的“弄潮儿”。
据英国广播公司报道，天文学家和肿瘤学家近日在英国剑桥大学召开跨学科会议，探讨如何对不断涌来的数据进行管理。在此次会议上，天文学家尼古拉斯·沃尔顿与英国剑桥癌症研究所的詹姆斯·布伦顿一见如故，与会人士也倾听了英国剑桥癌症研究所的卡洛斯·卡尔达斯教授对未来如何使用大数据的畅想。
恒星算法可用来攻克癌症
会议上，卡尔达斯说：“天文学家们需要对望远镜拍摄的天空图片进行深入研究，但无法通过人工筛查数百万张图片，因此，他们用成像算法来对物体进行分析和归类。那么，可以用同样的算法对仪器拍摄的人体图像进行深入研究吗？”
答案无疑是肯定的！而且，这一算法一直在推动癌症领域的研究。
卡尔达斯进一步解释说：“使用这些天文学算法，我们能自动对数十万个细胞进行归类，能研究模式，研究细胞之间如何关联，精算出有多少细胞以及它们之间的距离。这一算法加快了诊断进程，也使一些以前被掩盖或忽视的信息重见天日，为我们所用。”
卡尔达斯一针见血地指出：“这一算法将病理学完全转变到数字领域。”
英国癌症研究所的研究人员最近在“阅读”乳腺癌细胞方面取得了重大突破，他们收集了超过30万个乳腺癌细胞的数百万张图像，对其中的细胞形状和不同基因的数据进行分析，创造了一份3D“地图”，显示了乳腺癌细胞形状与基因打开和关闭间的关联，并将其与真正的疾病诊断结果进行匹配。
英国癌症研究所首席科学家凯伦·沃斯顿教授说：“了解乳腺癌的外观和行为与其基因组成之间的联系，将有助研究人员更好地了解该疾病。”
大数据分析让多领域受益
当然，从大数据中受益的不仅包括疾病诊断。埃森哲咨询公司总经理尼克·米尔曼解释称：“在健康领域，以前用于市场分析以了解个人偏好的技术，现在也能应用于保健，如鼓励某人遵循更健康的饮食习惯等。”
原文过长，如感兴趣，请移步：
http://www.stdaily.com/cxzg80/kejizixun/2017-04/07/content_530594.shtml
微信论科教
地方高校，不能只盯着“双一流”！
近日，教育部等部委联合出台《统筹推进世界一流大学和一流学科建设实施办法》，继“985”“211”之后，国内高等院校的竞争又趋白热化。坐落长三角北翼、江海交汇处的南通大学前一阵子却在忙另一件事：紧张筹备第三届长江经济带发展论坛，共研长江经济带发展大计。
“江苏普通高校数量全国最多，对照‘双一流’标准，不少地方院校‘跳起来也够不上’，怎么办？我们挖掘、放大地方特色，策应战略站在最高端，引领产业走在最前沿，服务地方踩在最实处，走出办学新路。”南通大学党委书记成长春认为，近代教育家张謇创办南通大学时提出“学必期于用，用必适于地”的教育理念，百年常青，足为今鉴。
4月6日中午，记者走进南通大学江苏长江经济带研究院杨凤华教授办公室时，他正为7日召开的论坛忙着联络，电话响个不停。有趣的是，2015年首办论坛时，还有受邀专家学者怀疑“通知是不是搞错地方了”？在他们看来，牵头研究长江经济带，至少该是上海、南京或武汉等沿江城市的顶级高校，怎么会是南通大学？时至今日，论坛办到了第三届，不但受邀专家欣然前往，连一些未通知到的业内学者也主动要求参会。
态度的反差，源自南通大学的一系列“自选动作”——早在2009年，江苏沿海开发上升为国家战略，南通大学随即成立江苏沿海沿江发展研究院；2014年，国务院推动长江经济带发展战略时，第一时间组建江苏长江经济带研究院；2015年全国两会明确一带一路、京津冀、长江经济带“三大国家战略”，首届长江经济带发展论坛新鲜出炉……成长春说，南通虽不是长江沿线中心城市，却是独占江、海双重资源的重要“节点”。襟江带海而胸怀江海，主动拥抱国家战略，成为必然选择。作为全国首家系统研究长江经济带世界级产业集群的机构，去年还承担了中宣部重大现实课题，获批江苏省重点培育智库。
3月24日，南通市委书记陆志鹏走进南通大学做形势报告，开篇即言：“南通发展站在‘新风口’，关键是找到高校与地方的链接点，才会有共同的语境与话题。”这个“链接点”，就是要做好地方党委政府决策的“智库”。
国家级南京江北新区刚刚获批，南通大学就悄悄派出课题组实地考察，并很快拿出《关于推进南京江北新区发展的几点建议》，得到省委领导批示；省市力推新型城镇化建设，南通大学陈长江研究员受邀为市领导班子“讲课”……
从借力上海自贸区加快转型升级，到建设长三角北翼经济中心关键问题的对策与思考；从优江拓海服务长江经济带到通州湾江海联动开发……最近，紧贴南通市“产业、城市、交通”三大转型、“3+3+N”产业新体系和中央创新区建设，该校迅速调研形成决策咨询报告6篇，相关建议均被市委市政府采纳。把准区域发展的每一次脉动并与之同频共振，打开南通大学的科研史，几乎就是一部南通地方社会经济发展史。
对于不少地方高校而言，就业率是专业设置的“指挥棒”，什么产业“热”就开什么专业。南通大学的做法是，不为时髦专业扩招，也不因传统产业而“减员”，保持高校的“定力”，瞄准“引领”产业而非“迎合”。
纺织业是南通的优势产业，也是南通大学的立校之本。纺织工程学院副院长张瑜教授介绍，就业压力下，纺织学院非但没被“砍”掉，反而实现了向现代纺织的转型。自主研发的新型非织造材料广泛用于工业除尘、动车阻燃和土工领域，荣获中国纺织联合会科技成果一等奖，引领南通高端纺织产业的转型升级。电子信息是南通确立的三大支柱产业之一，该校徐晨教授团队攻克硅片划痕修复世界难题，为企业带来10亿元的直接销售。在技术前沿的类单晶领域，一举拿下20多个发明专利和一个国际专利，孕育一个潜在百亿级的分布式能源新兴产业。
“地方高校要始终站在引领区域产业发展最前沿。”南通大学校长程纯说，围绕南通“3+3+N”产业新体系建立校企联盟，盯着关键领域重点突破，地方院校即使够不上“双一流”，同样可以走出个性化发展新路。
上海浙江“高招”方案出炉：高校不划统一分数线！
最近，浙江、上海相继公布其2017年高考志愿填报、投档录取方案。新的高招方案与两地30多万名高考综合改革试点的首批高中毕业生息息相关，备受关注；加之上海、浙江的试点经验有望在全国推广，因而更加引人瞩目。
上海、浙江两地的新的高招方案到底“新”在何处？新方案之下，中学教学和高校招生将面临怎样的挑战？两地经验对于全国推广新高考改革的试点意义何在？带着这些问题，记者走访了多位一线老师和教育专家，试图进行解答。
解码沪浙“高招”方案
接受采访的多位教育专家表示，上海和浙江两地的设计思路都是在探索打破过去由高考成绩主导的“一考定终身”的高考选拔模式，更加注重综合素质评价和以人为本的选拔理念，赋予考生和高校更多的自主选择权，这也是此次改革最大的亮点。
对于考生而言，将有更多的填报选择。根据上海近日公布的《上海市2017年普通高等学校招生志愿填报与投档录取实施办法》，首次明确本科志愿以院校专业组为单位设置。学生最多可填报24个不同高校的专业组，每个专业组可填报4个专业。
考生选择权变宽的同时，高校也可以根据专业特点，提出人才培养需求。具体而言，高校可自主决定把招生专业打包成若干个专业组，但在同一专业组内，对考生选考的科目必须一致。以同济大学为例，今年所有专业归类为三个院校专业组进行招生，第一组是要求考生选考物理，第二组是要求选考物理或者化学，第三组则不设选考科目限制。
而在浙江版方案中，报考和录取单元更加细化，不再有报考哪个学校的说法，而是直接改为按专业填报志愿。以招生覆盖面最大的普通本科批次为例，考生可以报考80个专业平行志愿，按成绩分时分段选报。
针对两地的方案特色，上海某高校招生办老师在接受记者采访时表示，浙江省的招生方案可能会产生某些领域专业的分数极端化、差异化，比如没有了专业调剂，某位同学如果填报的都是各高校的某些热门专业，可能会出现都没被录取的情况，且前期填志愿的工作量会大大增加，所以考生要多方进行权衡；上海这边进入专业院校组后还能进行相应的专业调剂，按照新的招生方案，学生被调剂到不喜欢的专业情况会大大减少。
同时，该老师表示，预计关于专业填报方面的咨询将有所增加。因此为了让考生得到更多、更有用的专业信息，学校正在消化新方案，并将对各专业方面的宣传有所加强。
原文过长，如感兴趣，请移步：
https://mp.weixin.qq.com/s?__biz=MzA3MDUwNjE5NQ==&mid=2652076934&idx=2&sn=783982234bb15385afe2315eccc56cf6&chksm=84dc183ab3ab912c7fdd4ce8d550068a0fa93c37d89d2a8a85cd109171f1276d97811ed53d63&mpshare=1&scene=23&srcid=04092fAGBfZguTF217tyuBzV#rd
南科大首届毕业生3/4进世界名校读博！
4月8日上午，南方科技大学2017年春季校园开放日举行，来自广东、上海、辽宁、山东、内蒙等全国各省市的学生、家长和各界人士共2000余人来校参观。南科大公布，今年将继续实行“6+3+1”招生模式，首届毕业生中3/4已进入世界著名高校继续攻读博士学位。
笔者在现场看到，开放日活动分为创新人才培养报告会、院系及书院展示、专业介绍、校园参观等环节。上午8时，南科大校园就热闹起来了。在院系和书院咨询点，聚集了大批学生和家长。各院系教授、书院学生代表，耐心和参观者交流。在咨询队伍中，不乏系主任和大牛教授的身影。
上午9时，“创新人才培养报告会”在第一科研楼报告厅开始。校党委书记郭雨蓉表示，作为深圳市建设国际化创新型城市的重要战略布局的一部分，南科大肩负着重要的历史使命，办学目标是扎根中国大地，建设世界一流研究型大学。她热切期盼有理想有追求的中学生们加入南科大，共同书写历史。
校长陈十一表示，每一个学生的将来就是南科大的将来，请各位家长放心将孩子送到南科大，南科大一定会培养出高质量、高素质的毕业生。副校长吴传跃从学科建设、研究水平、人才队伍、国际化办学、本科招生、学生培养模式等方面全面介绍了学校的办学情况和最新发展。
在校生张智的父亲作为家长代表分享了孩子入读南科大以来的变化和成长。他说，南科大的吸引力很大，孩子喜欢学校，专业素养和国际视野都得到了显著地提高，在校期间的成长和收获让他欣慰不已。报告会后，南科大14个院系分别进行了专题讲座及专业介绍，并参观了学校及实验室。
今年是南科大实行基于高考的综合录取模式招生的第6年。南科大自2012年起，在全国首创“6+3+1”的招生模式，即根据高考成绩占60%、学校组织的能力测试成绩占30%自主测试成绩、高中学业成绩占10%的综合成绩录取优秀学生。录取学生的高考成绩达到了985院校的中上水平，并表现出较好的创新意识和能力。
据了解，南科大首届毕业生中超过75%被牛津、耶鲁、加州理工等名校录取为博士研究生。目前两届毕业生中有超过60%进入世界著名高校继续攻读博士学位，选择就业的毕业生分别被华为、中兴、华大基因、普华永道等世界知名的高科技公司及金融机构录用。在2017届准毕业生中，已有学生陆续收到著名高校的博士录取通知书，另有17名学生签约华为公司。
OpenAI"巧妙"发现无监督情感神经元，可利用文本检测用户情感
AI科技评论4月7日消息，OpenAI在官网公布了一项最新的研究成果，介绍了一个可以高效学习情感表征的无监督系统，目前能够预测亚马逊评论中的下一个字符。
研究人员采用了线性模型，在一个小型但是被广泛采用的数据集（Standford Sentiment Treebank）上取得了非常高的情感分析准确度：OpenAI得到的准确度为91.8%，而之前最好的是90.2%。这一表现可以匹敌之前的监督系统，而且少用了30~100倍的标记样本。
此外OpenAI表示，其模型的表征还包含了一个独立的“情感神经元（sentiment neuron）”，这个“情感神经元”包含了几乎所有的情感信号。
OpenAI称，“我们的系统在使用极少训练数据的情况下，比起其它同样用Stanford Sentiment Treebank测试的系统有着更好的结果。”
为了达到完全监督学习的效果，OpenAI的模型选取了两个变量来代表标记的样本（绿色和蓝色的线条），每一个变量训练6920个样本（灰色虚线）。OpenAI的L1正则化模型（利用亚马逊的用户评论以无监督的方式进行预先训练）只用了11个标记的样本，其表现就能够与多通道的CNN（卷积神经网络）相匹敌，而使用了232个训练样本之后，其性能甚至达到了非常先进的CT-LSTM Ensembles的水平。
OpenAI称，他们非常惊讶，因为模型学会了一个可以判断的特征，除了预测亚马逊用户评论的下一个字符外，实际上还能引出情感的概念。OpenAI相信，这种现象不是这一模型所特有的，而是一些大型神经网络的一般性质（共性），这些大型神经网络通常被训练用来预测输入中的下一步骤或者下一维度。
训练方法
AI科技评论了解到，OpenAI首先利用亚马逊上的8200万条用户评论，训练了一个有4096个单元的乘性LSTM（multiplicative LSTM，简称mLSTM），来预测一小段文本中的下一个字符。团队采用了4块英伟达的Pascal GPU，每小时能够处理12500个字符，训练总共花了一个月的时间。
这4096个单元（其实是浮点数组成的向量）可以看成是模型读取的字符串的特征向量。在训练mLSTM之后，OpenAI将这些单元进行线性组合，通过现有的监督数据学习组合的权重，将原本的模型变成了情感分类器。
原文过长，如感兴趣，请移步：
https://mp.weixin.qq.com/s?__biz=MzIwOTA1MDAyNA==&mid=2649840253&idx=3&sn=cc20fe76fca842191aa3364607235444&chksm=8f7c3abab80bb3ac8769bd8813226e3d6c9cb46c1b95b524aa07ebc9d3255af7bd0a21e2905f&mpshare=1&scene=23&srcid=0409OjK8LYvScDx5ysDVSxVA#rd
2017大数据版图，大数据与AI乃至于云计算结合已是大势所趋
说到最近几年最热门的技术流行语，少不了云计算、大数据、人工智能、物联网等热词。不过，尽管人人（至少是企业界）言必称大数据，但是其在企业的采用周期要远远滞后于炒作周期。所以大数据从新奇酷的技术变成核心系统，从炒作到产品部署往往需要几年的时间。从去年开始，大家越来越感觉到这项技术已经在某种程度上陷入了停滞。不过好消息是，2017年大数据开始进入部署阶段，大数据的炒作逐渐散去，但它的应用却正在蓬勃发展，代表成熟度的标志性IPO也正在出现。而大数据在几年前经历的泡沫正在无可争议地转移到人工智能身上，过去几个月AI所经历的共同意识“大爆炸”与大数据当年相比甚至有过之而无不及。从2013开始制作大数据版图的Matt Turck刚刚发布了最新的2017年大数据版图，我们一起来看看在这个领域有哪些最新趋势和玩家的分布情况。
高层趋势
大数据+AI=新栈
2016年无疑是机器学习之年，任何目睹过众多pitch的VC都应该能感受到这一点，那就是每一家初创企业都成为了“机器学习公司”，“.ai”变成了必备域名，而“等等，可是我们是用机器学习做到这个的”也成为了pitch deck的必备幻灯片。机器学习正在迅速成为许多应用的关键建构块。
相应地，一个新兴的技术栈正在出现，在这个技术栈里面，大数据被用于处理核心的数据工程挑战，而机器学习则用于以分析洞察或者行动的形式从数据中析取出价值。
换言之，大数据提供管道，AI提供智能。当然，这种共生关系已经出现多年，只是能实现这个的目前还不多而已。
但是，现在这些技术开始大众化的普及。“大数据+AI”正在成为众多现代应用（不管是消费者型还是企业型）的默认技术栈。无论是初创企业还是一些财富1000强公司都在利用这一新的技术栈。而且在云巨头的努力下，这个技术栈往往还有云计算这个更基础的建构块的加入，以机器学习云的形式出现。
但是AI的大众化是否就意味着这种技术在短期内能实现商品化呢？现实是AI在技术上仍然非常困难。尽管许多工程师都在争先培养AI技能，但全球这方面的领域专家仍然十分稀缺。
不过这股大众化的趋势已经不可逆转，而机器学习早晚都要从竞争优势演变成桌面筹码。
这对初创企业和大公司都会产生影响。对于初创企业来说，除非你把AI软件做成自己的最终产品，否则的话自我标榜为“机器学习公司”将变得毫无意义。对于大公司来说，如果现在你不积极推进大数据+AI的战略，就会有变得过时的风险。AI已经是下一个风口了。
企业预算：一切向钱看
从2016年的情况来看，财富1000强公司已经在纷纷增加预算用于升级核心基础设施以及分析，其关键的关注点正是大数据技术。分析机构IDC预计大数据和分析市场将从2016年的1300亿美元增长到2020年的超过2030亿美元。
而且财富1000强公司里面的许多买家在大数据技术方面正在变得越来越娴熟、越来越目光敏锐。这些公司过去几年做了很多功课，正在进入全面部署阶段。这种情况不仅发生在技术导向型的公司，在很多行业都是如此。
在大公司每隔几年就要发生的旧技术替代自然周期的推动下，这种情况得到进一步加速。大数据遭遇的环境也从逆风变成了顺风。当然，很多大公司仍然处在大数据部署的早期阶段，但是情况似乎在快速演变。
原文过长，如感兴趣，请移步：
https://mp.weixin.qq.com/s?__biz=MzIwOTA1MDAyNA==&mid=2649840253&idx=1&sn=b410c3664e6a5304e0339a326279b7f4&chksm=8f7c3abab80bb3ace886beb7aea760120c3978e8a46a4fab5143c59989497fd4130a911847a3&mpshare=1&scene=23&srcid=0409yZCll53sdFlJ40UjXyXe#rd
网易科技等
雄安新区交通网成型 雄县通用机场三年内将建成
4月6日，《人民日报》刊发京津冀协同发展专家咨询委员会委员、清华大学交通研究所所长陆化普的发言，指出为避免重蹈“现代城市病”之覆辙，雄安新区应做好综合交通系统的顶层设计。北京商报记者发现，其实早在去年，雄安新区所辖三县就已多次出现在省级规划中，据业界最新消息，到2020年，雄安新区将迎来固安至保定城际铁路与北京至石家庄城际铁路，前者或直通北京新机场，此外，位于雄县的通用机场也将在三年内初步建成。还有专家指出，雄安新区可供挖掘的潜力巨大，将助推区域交通网规划进入快车道，未来交通网仍有无限可能的发展空间。
据了解，目前雄安新区已有两座高铁站，分别是2015年底开通的津保铁路的白沟站与白洋淀站。去年11月，国家发改委批复《京津冀地区城际铁路网规划》，固安至保定城际铁路、北京至石家庄城际铁路等9个项目均已获批，需在2020年前实施。记者查阅发现，这两条铁路中，前者将北起固安县，向南经过雄县、容城县、安新县等地，终到保定市，后者途径容城等县，暂设站点保定、石家庄机场等。
媒体报道，固安至保定城际铁路将在三年内建成开通，届时，雄安新区居民在搭乘固保城际铁路，途经廊涿城铁、北京城际铁路联络线后，可直达北京新机场，而容城居民也可以通过北京至石家庄城际铁路到达石家庄机场。此外，河北省交通厅在去年8月就曾规划，2020年前需初步建成环首都通用机场群，新建项目中，雄县赫然在列。
4月4日，国家发改委主任何立峰表示，雄安新区在规划上要达到国际一流城市的水平，要统筹新区与周边地区协调发展。国家发改委综合运输经济研究所研究员董焰告诉北京商报记者，交通网是连接新区与周边区域必不可少的一个环节。他表示，目前雄安新区辖区内仅有一条铁路、两个高铁站，对于县级区域来说，载客量基本可以满足，但如果按照国际一流城市水平建设，再修建数条铁路经过也不为过。
“可以说，现在雄安新区已有的铁路规划，基本是站在京津冀与河北省的立场来安排的，但现在新区是千年大计，可供挖掘的潜力巨大，未来交通网仍有无限可能的发展空间”，董焰表示。
而在机场方面，他则指出，虽然雄安新区周边有北京、天津、保定、石家庄等大城市围绕，以往人们可以乘飞机至这些城市，再换乘地面公交到雄安新区，但按照国际一流城市的定位，建设机场必不可少。目前雄安新区规划建设通用机场，定位主要集中在公务航空、通勤运输、商照(私照)培训，农林作业、观光旅游、装备制造，并非人们日常接触的民用机场，随着雄安新区建设的不断推进，未来也有建设民用机场的可能。
德州仪器会收购AMD吗？无人驾驶需高性能车载芯片
4月6日一则关于德州仪器(Texas Instruments)拟以每股18美元总计共164亿美元收购AMD的消息刷爆了整个国内网络。如果消息成真这将成为继高通470亿美元收购NXP、英特尔153亿美元收购Mobileye后的又一半导体天价收购案例，同时也是自2011年德州仪器65亿美元收购National Semiconductor（国家半导体）后又一次豪爽出手。
跟据市场研究机构IC Insights的2015年11月发布的报告显示，汽车产业对半导体芯片的需求成长率高于其他应用领域。据估计，在2014至2019年间，来自汽车产业的芯片需求每年平均成长6.7%，超过了汽车本身的增长率，也比整体芯片产业在同期间的平均年成长速度高出2%以上。2000年一辆汽车采用的晶片颗数低于10颗，到了2015年一辆汽车采用的芯片已经达100颗，需求大增超过十倍。而根据博通的预估，到了2020年，每辆汽车会使用到近千颗芯片。而其他的从业人员也表示：汽车在半导体方面的支出2016年差不多是565亿美元，到2018年预计将达到610亿美元。
汽车半导体厂家收入普遍增长
如此庞大的市场自然吸引了无数半导体厂商的关注，再加上无人驾驶技术的日益火热，更是吸引了诸如英特尔、高通、英伟达，ARM这些新玩家的加入。而说到目前汽车芯片市场现状，就是一个字：乱。NXP前脚收购飞思卡尔后脚就被高通给收了，而市场前三甲的瑞萨，英飞凌，意法也是开着直升机撒钱不断收购掌握有关键技术的芯片公司。可能会有读者好奇这跟AMD有什么关系呢？貌似AMD不像英伟达一样一直在发力无人驾驶技术啊！不过笔者要说，这话其实只说对一半。
车载芯片和我们所熟知的电脑芯片以及手机芯片都不一样，其对寿命和安全要求都极为严格。这要开着一半芯片出问题了估计人就没了，而且也不可能没事熄火打火重启动吧？就像奥迪互联汽车技术高级系统架构师马西亚斯·哈利格曾对刚进入这个行业的英伟达的工程师表示："你们只生产一个元件，而在这里我们需要将1万个元件组装成一辆汽车。即使是一个元件损坏，我们都会面临问题。"德州仪器目前不存在这些问题，好歹也是拥有30多年的车载芯片设计制造经验。但在无人驾驶这个领域尽管德州仪器推出了大量的产品和技术，但总感觉有些薄弱。
德州仪器深耕汽车芯片市场
当讨论无人驾驶的时候就势必要关注计算力和算法这两个部分。英伟达、高通、英特尔之所以积极进入这个领域都同他们过去在各自领域拥有强大的高性能芯片研发制造技术有关。相比而言，德州仪器在高性能计算方面要稍逊一筹，而AMD的Radeon Instinct加速卡显然可以帮助德州仪器填补相应的短板。
原文过长，如感兴趣，请移步：
http://tech.163.com/17/0408/22/CHHKP1NS00097U7T.html
Mobileye销售总监：EYEQ4产品2018年投入量产
与其他企业不同，我们选择了一条不同寻常的路。在技术路线上，我们选择了基于视觉的ADAS方向。我们认为，用摄像头获取信息的这种方式是未来智能驾驶中最不可或缺的、也是最重要的输入源。
今年3月13日，英特尔宣布以每股63.54美元现金的价格收购以色列驾驶辅助系统开发公司Mobileye，总价达153亿美元，比Mobileye的市值高出35%，是以色列技术公司有史以来最高金额的一笔收购交易。
“这个交易还没有完成，因为现在还在等美国证监会的批复。”Mobileye全球销售业务总监David Oberman告诉21世纪经济报道，Intel很看重其ADAS产品的领先地位。
所谓ADAS（Advanced Driver Assistance Systems），也就是先进驾驶辅助系统，是近年来车厂积极发展的智能汽车技术之一，是为了将来可以达到无人驾驶的技术进阶过程。ADAS的主要功能并不是控制汽车，而是为驾驶人提供车辆的工作情形与车外环境变化等相关资讯进行分析，且预先警告可能发生的危险状况，让驾驶人提早采取因应措施，避免交通意外。
Mobileye公司的前装产品是SoC的芯片EYEQ系列及加载其上的软件。到2016年底，Mobileye的前装方案应用于20家OEM车厂的237个型号的汽车，已经与之达成协议的汽车制造商有宝马、克莱斯勒、福特、通用汽车等等。Mobileye公司目前的后装产品主要是一款基于视觉摄像头的ADAS。
David Oberman透露，目前在售的前装产品主要是EYEQ3, 预计2018年下一代产品EYEQ4将投入量产。在中国Mobileye目前主要也是拓展开发汽车前装市场和后装市场。
自动驾驶技术三项专长
《21世纪》：英特尔的高溢价收购，最看重Mobileye的哪一点？
David Oberman:Mobileye是ADAS和智能驾驶领域的行业领先者，这是被大家认可的。我们的技术已经研发了18年，我们的视觉ADAS研发中心是全球最大的研发中心。
与其他企业不同，我们选择了一条不同寻常的路。在技术路线上，我们选择了基于视觉的ADAS方向。我们认为，用摄像头获取信息的这种方式是未来智能驾驶中最不可或缺的、也是最重要的输入源。
我们的产品是成熟的、经过市场验证的。从全球看，包括中国在内的世界各国的多家车厂，对我们的产品进行了大量的路测。所以我们可以适合各个不同的市场。
Mobileye在ADAS领域在全球占领了非常大的份额，我们在全球有28家设备制造商合作，已经有累计1700万车辆装载我们的系统。
我们的自动驾驶涉技术主要有三个专长：第一个层面是感知， Mobileye会提供一个8摄像头的解决方案，通过8摄像头，对车辆周身进行全方位的监控、管理，并且它会和其他的传感器，比如说雷达，激光雷达，共同构成一个更完美的解决方案。
第二个层面是地图的信息。除了常规的GPS导航信息之外，我们还需要专门开发一系列可以用于自动驾驶的地图，在公司内部开发的这个功能叫做Road Experience Management(简称REM，即道路体验管理数据生成功能)。
我们这个REM是检测并发现在道路上跟驾驶相关的一些道路信息，包括路标、路面上的指示转向或箭头、路面材质、交通灯和交通信号等，把这些信息全搜集起来，在传统的地图上形成一个新的地图层，叫做REM。
这些信息会被各个不同的车厂共享，然后被用于不同的自动驾驶车辆上面。REM地图所需要的数据量也并不是很大，大概一公里10KB左右，但是需要信息非常精准。
我们把跟驾驶相关的精确信息搜集起来，这些信息的获取我们是通过众筹的方式，所有在路上跑的、装载我们这个系统的车辆，可以搜集相关的数据，发到云端。尽管每一辆车或每一个司机提供的数据是很少的，但是因为装机量大，可以很快形成这样一张地图。
第三个层面就是我们的驾驶策略。所有的这些车辆，不管是自动驾驶还是人工驾驶如何来协同。比如说就像在路上，一辆车要变道插入到车流当中去，驾驶的策略应该怎么去做。比如两辆车有各自的方向去转弯，应该怎样的驾驶策略，让它们安全有效地实现。
刚才举的两个例子非常简单，但现实中的场景是非常复杂的。我们要做的是让我们的系统变得像人脑一样智能，可以来识别各种不同的路况，做出正确的驾驶决策。
原文过长，如感兴趣，请移步：
http://tech.163.com/17/0409/09/CHIPFLID00097U7R.html
科技驱动教育变革需要人工智能还是增强智能？
“ 互联网+教育 的模式与人工智能产品是2017年的发展重点。”日前新东方教育集团创始人俞敏洪在公开演讲中发表了这样的看法，并表示“愿意每年投入十几亿在该领域做研发并随着信息技术的提升不断迭代更新”。
事实上，近年来体感交互、A R、V R、移动互联网、人工智能等技术确实在不断助力教育行业。同时各大教育机构也在探索如何依靠新技术实现教育创新。猫眼金经一直关注人工智能与各个行业的结合，本期则聚焦大众关注焦点———教育行业，了解新技术在教育中的作用，并初探人工智能在教育行业的落地应用。
技术赋能素质教育
2017年IT领袖峰会在深圳举行，马云、李彦宏、马化腾IT三“巨头”再次齐聚，共议“迈进智能新时代”。在主题演讲中，马云提到：“未来的社会不是知识的竞争，而是智慧的竞争，是体验的竞争。未来不仅是知识的传授，重点是想象力、创造力和团队精神。国家的教育体系在未来三十年，将会遇到重大的冲击。”
应试教育到素质教育的转型过程，意味着不小的社会效益和经济效益。这也一直被无数的企业和创业公司所觊觎。广州的新节奏智能科技便是其中企业之一。
新节奏智能科技此前一直希望依托公司的体感技术应用于各个行业。2012年发布了第一款体感试衣镜。随着“技术以及商业化的落地”，他们近年开始关注体感技术在学前教育的商业化落地。根据自身的育儿经验，新节奏C E O梁海泉认为，在应试教育中，以老师为中心的填鸭式教学方式其实并不符合儿童天性。他说：“海外教学寓教于乐，以启发和满足孩子好奇心为主。我们可以用体感技术结合儿童教育专业，开发能够真正引导孩子好奇心，培养探索精神，满足天性的学习方法。”
有了想法之后，梁海泉和团队带着体感技术，走访了广州不少幼儿园。实地调查研究后发现，教育是技术商业化落地的一个突破口。随后，依托体感技术，新节奏花了四年时间做了四十多个课程，包括科学、安全、自然认知等学科。
像新节奏这样的公司不止一家。事实上，教育的信息化进程从1994年便开始，随后进入了相对快速的发展阶段。2000年国家教育部发布《关于在中小学实施“校校通”工程的通知》，提出“用5到10年时间，使全国90%左右的独立建制的中小学校能够上网，使中小学师生都能共享网上教育资源。”这些政策无疑成为了“技术+教育”最有力的背书。
新技术发力抢攻教育应用
但究竟怎样的技术才能真正助力教育行业？在当下大热的人工智能技术之前，A R和V R技术已经备受关注。业内不少人士表示看好这两项技术在教育中的应用。
A R即增强现实技术，最生动的例子要数红遍全世界的手游《Pokem onG o》，以及2017年年初的蚂蚁金服推出的A R红包。当A R技术落地教育领域，优先收益的是儿童教育领域。
小熊尼奥C E O熊剑明在接受媒体采访时表示，他们在2012年涉足A R，2013年推过一款3D互动早教学习机。2015年小熊尼奥推出专门为儿童设计的A R卡片———口袋动物园。比如通过认知卡片，在手机中下载配套A P P，扫描卡片就可以让活生生、立体的动物出现在孩子手心上。
除了幼教，A R在小学教育阶段可以定制百科内容，在中学教育阶段作为学科教辅应用。不过相比于A R，V R (虚拟现实技术)在教育中给孩子带来的沉浸感更强，带上V R眼罩，虚实结合，全真模拟展示和交互，增加教学的实践性和真实感。根据官方效果数据，不少公司的销量并不错。
但也有一种说法是，V R其实不太适合孩子教育，因为戴头盔眩晕，对视力造成影响，而且没有人机交互。
原文过长，如感兴趣，请移步：
http://tech.163.com/17/0409/06/CHIFL2TR00097U86.html
太空垃圾消除战迫在眉睫，不能再坐视不管了
网易科技4月9日讯：随着越来越多的国家和企业发射卫星，太空垃圾问题也亟待解决。3月30日于华盛顿召开的太空研讨会就讨论了这一问题。而BBC网站撰文表示太空垃圾消除战就要拉响。
一. 太空垃圾现状
成千上万片人造垃圾正围绕着地球轨道运行。其中有些非常微小，而其他有些则大到可以用望远镜观察，但所有这些碎片都对飞行器和卫星造成威胁。
而且专家称，随着太空越来越拥挤，碎片带来的风险也越来越严重。
大约有23000片太空垃圾大到可以被美国空间监视网（US Space Surveillance Network）观察。而更多的碎片直径小于十厘米，无法被观察到。但即使是薄如纸片的碎片也会造成严重的危害。
图1：从二十世纪五十年代到现在的太空垃圾
二. 碎片的危害
安全世界基金会（Secure World Foundation）的布瑞恩·威登（Brian Weeden）称“目前我们还不追踪那些小碎片。”该基金会位于华盛顿，致力于太空可持续利用。“但这些研究非常重要，因为这些小于一厘米的碎片会对卫星造成危害。”
太空碰撞是非常罕见，但目前为止一半的有惊无险情况都是由两次事件的碎片造成。一次是2007年，中国利用导弹飞弹摧毁本国的卫星之一。另一次是2009年，美国商用通讯卫星与失效的俄罗斯天气卫星碰撞。
而直到2015，2009年的那次碰撞产生的碎片还迫使国际空间站的工作人员撤退到联盟号飞船返回舱，所幸无人受伤。但这些碎片会残留在地球轨道上百年，甚至上千年。
科学家们一直在想方设法地清洁太空，但目前为止还没有太空吸尘器。更糟糕的是，这些碎片还会自发地变得更小、更难以被发现。
三. 越来越拥挤的太空
已有7000多个卫星被发射到太空中，但当前只有1500个卫星正在使用。而在接下来的十年间，旨在改善全球互联网覆盖的巨型星座-大型卫星群计划一旦实施，发射卫星的数量将增至18000个。
威登称“如此一来，这将会加大我们追踪碎片、预测接近物体和避免碰撞的难度。在接下来的几年内，这些问题都会越来越难。在太空中，物体运动的速度相同。如果所有物体运动方向一致，那就没有危险。但物体经常沿着不同的轨道运行，还会互相交叉。这就是所谓的‘交会’。举例来说，高速公路上所有的车子的时速都是100公里，如果这辆车子在你旁边，你和他就是相对静止，你不会注意到他。但如果这辆车子从对面驶来，那么，你们将以时速200公里相撞。”
图二：国际空间站窗户上，由碎片造成的撞击坑
在美国航天航空局（NASA）戈达德航天飞行中心的交通警察劳里·纽曼（Lauri Newman），负责根据军事数据指挥NPASA的无人飞行器，如卫星等是否需要移动以躲避碎片。她说“实际上，卫星会打开额外保护罩，从而避免小于1厘米碎片的危害。但对于1到10厘米的碎片，如果你追踪不到，那就无能为力了。”
原文过长，如感兴趣，请移步：
http://tech.163.com/17/0409/08/CHIM0D2O00097U81.html
最新学术论文
1)TransportationResearch Part A: Policy and Practice
Volume 96, (February 2017). 第2篇
Samuel Borges Barbosa, Marcelo Gitirana Gomes Ferreira, Elton Moura Nickel, Jorge Alcides Cruz, Fernando Antônio Forcellini, Jéssica Garcia, José Baltazar Salgueirinho Osório de Andrade Guerra, Multi-criteria analysis model to evaluate transport systems: An application in Florianópolis, Brazil[J]. Transportation Research Part A: Policy and Practice, 2017, 96: 1-13.
2)TransportationResearch Part B: Methodological
Volume 97, (March 2017). 第6篇
Xin Guo, Huijun Sun, Jianjun Wu, Jiangang Jin, Jin Zhou, Ziyou Gao, Multiperiod-based timetable optimization for metro transit networks[J]. Transportation Research Part B: Methodological, 2017, 96: 46-67.
3)TransportationResearch Part C: Emerging Technologies
Volume 75, (February 2017). 第3篇
Anahita Jamshidnejad, Ioannis Papamichail, Markos Papageorgiou, Bart De Schutter, A mesoscopic integrated urban traffic flow-emission model[J]. Transportation Research Part C: Emerging Technologies, 2017, 75: 45-83.
4)Transportation Research Part D: Transport and Environment
Volume 51, (March 2017). 第12篇
Maximilian Schücking, Patrick Jochem, Wolf Fichtner, Olaf Wollersheim, Kevin Stella, Charging strategies for economic operations of electric vehicles in commercial applications[J]. Transportation Research Part D: Transport and Environment, 2017, 51: 173-189.
5)Transportation Research Part E: Logistics and Transportation Review
Volume 99, (March 2017). 第5篇
Radu Cimpeanu, Mel T. Devine, Conor O’Brien, A simulation model for the management and expansion of extended port terminal operations[J]. Transportation Research Part E: Logistics and Transportation Review, 2017, 98: 105-131.
6)TransportationResearch Part F: Traffic Psychology and Behaviour
Volume 45, In Progress (February 2017). 第11篇
Miguel A. Torres, Alberto Megías, Andrés Catena, Antonio Cándido, Antonio Maldonado, Opposite effects of feedback contingency on the process of risky decisions-making[J]. Transportation Research Part F: Traffic Psychology and Behaviour, 2017, 45: 147-156.
7) Accident Analysis& Prevention
Volume 99, In Progress (February 2017). 第12篇
Kai Wang, John N. Ivan, Nalini Ravishanker, Eric Jackson, Multivariate poisson lognormal modeling of crashes by type and severity on rural two lane highways[J]. Accident Analysis & Prevention, 2017, 99(A): 6-19.
8)《交通运输工程学报》Journal ofTraffic and Transportation Engineering
2016年06期. 第 16篇
顾明,郑林涛,刘中华.结合暗原色优先和Gamma校正的红外交通图像增强算法[J].交通运输工程学报,2016,16(06):149-158.
GU Ming, ZHENG Lin-tao, LIU Zhong-hua. Infrared traffic image’s enhancement algorithm combining dark channel prior and Gamma correction[J].Journal of Traffic and Transportation Engineering,2016,16(06):149-158. (in Chinese)
9)《中国公路学报》China Journal of Highway and Transport
2016年12期. 第21篇
苏权科, 谢红兵. 港珠澳大桥钢结构桥梁建设综述[J]. 中国公路学报, 2016, 29(12): 1-9.
SU Quan-ke, XIE Hong-bing. Summary of Steel Bridge Construction of Hong Kong-Zhuhai-Macao Bridge[J]. China Journal of Highway and Transport, 2016, 29(12): 1-9.
10)《交通信息与安全》Journal of Transport Information and Safety
2016年06期. 第6篇
于乐乐,李文权,孙春洋,邵孜科,刘 娟. 港湾式公交站车辆延误估算模型[J]. 交通信息与安全, 2016, 34(6): 48-53.
YU Lele, LI Wenquan, SUN Chunyang, SHAO Zike, LIU Juan. An Estimated Model of Residence Time of Buses at Bay Stations[J]. Journal of Transport Information and Safety, 2016, 34(6): 48-53. (in Chinese)
武理工智能交通
长按 识别 关注
Loading
