专栏名称: 雷峰网
中国智能硬件第一媒体
目录
相关文章推荐
EETOP  ·  IEDM & ISSCC & VLSI & ... ·  昨天  
哎咆科技  ·  首款次旗舰“全大核”SoC,天玑8400重塑 ... ·  2 天前  
51好读  ›  专栏  ›  雷峰网

吴军博士:物联网和人工智能将再造一个英特尔和微软 | 万物互联创新大会

雷峰网  · 公众号  · 科技媒体 硬件  · 2016-11-13 18:10

正文

雷锋网招人了!


加入雷锋网,分享AI时代的信息红利,与智能未来同行。听说牛人都点了这里


   
编者按:今日上午,由B12主办的第二届万物互联创新大会在杭州召开,丰元创投创始合伙人 、硅谷风险投资人、《浪潮之巅》作者吴军博士做了一场关于人工智能非常务实、接地气的演讲。


今年是人工智能概念诞生60周年,在这一年人工智能行业也发生了几件大事:今年1月,1956年提出人工智能概念的科学之一马文·明斯基去世;一个月之后,人工智能程序AlphaGo击败了李世石...


吴军认为,从60年前到现在,人工智能一直在发展,它可以被分为三层:第一层是弱人工智能,第二层是强人工智能,第三层是超人工智能。


他还表示,在这一发展过程中,人工智能大厦有三个重要支柱,分别是摩尔定律、深度学习和数学模型。而在这三大支柱里面,数据或者说是大数据是最基础的因素。


在吴军看来,人工智能之所以在最近一两年爆发,很大一部分原因是背后有海量的数据支持。


以前很多数据,其实没有移动互联网没有收集上传,没法存储,今天这个都变成了一个可能。在过去三年里,人类收集到的数据总和超过人类历史上6千年,从出现文字到现在6千年就有了数据记载。过去三年里,数据量超过了人类6千年的总和。而且按照这个指数速度往上涨,可以预测估计一年半以后,又要翻一番了。


另一方面,这些海量的数据并非凭空而来,这得益于传感器以及IoT设备的数据采集能力。


他还指出,在人工智能和物联网时代也是一个全新的机遇:继PC互联网时代造出英特尔和微软,移动互联网时代成就ARM(高通)和谷歌几大巨头后,万物互联时代也会诞生新的巨头。


谁要是把操作系统问题解决了,谁就是下一个Google和微软。谁要是把处理器问题解决好了,你就是下一个英特尔和高通。


以下为吴军博士演讲实录,雷锋网做了不改变原意的编辑:


大家上午好,今天大会主题是万物联网,到现在大家谈得比较多的是大数据人工智能。


今年是一个特殊年份,废话不多说了,因为为什么呢?人工智能到今年60岁了。当时达特茅斯提出人工智能这个概念,10位科学家中活得最久的一位马文,他今年1月份也去世了。他的一本书,讲科学和艺术的关系,他是一个非常好的钢琴手,全世界比他弹的好的人,两只手掌一定数得过来,因为他小时候作为一个钢琴天才,不是科技人才去培养的!


你们搞机器智能也好,大数据也好,万物互联也好,也许搞得最好的一个人是懂艺术的一个人。旁边这位是李世石,仅仅过了一个月,马文去世一个月之后,李世石输给了AlphaGo。在比赛之前,除了团队里面的人,我问团队的人,他们说外界的人都不认为他会赢,李世石也不认为自己会输。在Google工作很多年的李开复也认为人能赢,计算机会输,为什么呢?因为觉得围棋这件事太复杂了,有多复杂呢。所有下围棋的可能性,最后组合数算一下,大概是10的160次方。这是一个什么概念?这是什么概念,一个1,后面160个0。如果把宇宙中每一个原子再变成一个宇宙,再把这些原子全部数一下,要比这个数要小。


今天机器智能或者人工智能发展到一个什么水平阶段,我把它分成三层。第一层,弱人工智能,每个人都在用,今天拍个照片,女孩子们美图秀秀修一修,发出去,这是弱人工智能。昨天讲“双十一”又创造了多少营收,其实今天买东西和五年前习惯是不一样的,很多是它推荐给你的,40%营收额是靠推荐来的。这是一种很人工智能的算法,很多人觉得还不够聪明,还放在了弱人工智能方面去。


接下来是有一个强人工智能,有科大讯飞的朋友在这儿。比如计算机能不能理解人类的语言,我刚才特意看了好半天云识别做得怎么样,做得非常好,真是让人感觉非常惊讶的一个进步。这件事,我们在过去觉得特别自豪,这是人能做到的。不仅能够识别,还能翻译。如果愿意把它翻译成英文,我想我们现在不需要同声翻译,直接用计算机翻译过去了,美国人英国人是听得懂的。


它还可以干别的事,比如计算机能回答问题,能写作,在华尔街日报或者是纽约时报,今天大部分和财经类新闻有关的这种报道中,大部分文章是计算机写的,不是人写的。最后一般人复读一下,结论是人下的。下棋就更不用说了,还可以干什么?还可以开车,今天外面有一些电动车,不知道有没有人讲无人驾驶汽车,这在中国也是很热门的事情,可以开车。


在美国Google的无人驾驶汽车,到现在开了将近500万多里,但主动交通事故只出了两起,也就是说它开车的水平要比人其实高很多很多。前两天罗辑思维说开车开不过人,其实不是的,远比人开得好。开飞机就不用说了,还可以看病。机器人看片子会比专家更好,不仅如此,像沃森这样人工智能计算机,你告诉它三件事,描述一下你的病情,比如肚子疼,给它一个化验结果,再给它你过去病例,就这三件事给它。它已经做到美国医生的平均水平,这还是去年的数据,今年又有一个进步。大概两个月前,它发布一个新的消息,说在疑难病诊断中,它已经超过了人类专家。至于为什么是疑难病反而做得好,普通病做不好,这个留给大家自己去思考。


为什么我们突然醒来发现整个世界就是人工智能的世界,这里有几个重要的原因。第一个原因,大概从40年前起,人类找到了一个解决机器智能的方法,然后在几年前,这些方法具备的条件成熟了。这个方法是什么方法呢,就是说机器获得智能一定是和我们人获得智能不一样。要理解这一点,你就想想鸟的飞行方法和飞机飞行方法差别就完了。人类最早模拟鸟飞行的时候,人类想飞行的时候就是模拟鸟,胳膊上装两个翅膀。中国古代有一些记载,西方也有,我看西方记载是把鸡翅膀绑在胳膊上。然后从台上往下跳,当然他们是说从树上一条,然后就摔死了。


这是人最早的认知,你不要笑,你今天觉得这个事很可笑,当时五六十年代的时候他们去想机器智能怎么做,就是这么想的。今天好多科幻小说家还是这么想的,我们好多业余的,包括一些科技爱好者还是想着一件事,想把翅膀绑在人的胳膊上实现机器智能。


 怀特兄弟发明飞机时,我们发现飞机翅膀不会震动。我们今天做机器智能就需要掌握它的空气动力学原理,这个动力学原理是什么呢?基本上人工智能大厦有三个重要支柱:



第一是摩尔定律,每18个月机器智能性能翻一番,这个是很厉害的。

第二是数据,今天我们要讲契合万物联网这件事,靠数据。

有了数据,中间还要有一个桥梁,就是这个数学模型。今天当然数学模型有各种形态,深度学习,工具等等。刚才说了人工智能公司在做什么事,其实就是在做数学模型,当然他们两家是做数据的事,背后也做数据模型,这是我们的空气动力学原理。


40年前人类找到这个方法,为什么最近爆发出来了,因为最近数据爆发了。尤其有了移动互联网之后,数据量是非常大的。以前很多数据,其实没有移动互联网没有收集上传,没法存储,今天这个都变成了一个可能。在过去三年里,人类收集到的数据总和超过人类历史上6千年,从出现文字到现在6千年就有了数据记载。过去三年里,数据量超过了人类6千年的总和。而且按照这个指数速度往上涨,可以预测估计一年半以后,又要翻一番了,差不多是这样子,这是一个非常快的速度。所以在今天来讲,你干任何一件事都要善用数据。


数据怎么收集来的,这就和IoT有关了,实际上今天收集数据各种各样广义上的传感器,传感器可以是一个摄象头,广义上的传感器。传感器设备也是一种传感器,我们把它叫做智能设备,无所不在,这是第一个。第二个,由于我们有意识去收集它,以前我们不太在意它,今天早上我从酒店开车过来。一路上我们看到一些东西,我们也没太在意,然后主持人提醒我这到了阿里巴巴,我看一眼,这是阿里巴巴。这是人类收集数据过去的习惯,你不太在意。但是旁边有一个无人驾驶汽车,它看到的数据,比如说这个旁边有一个加油站,油价是多少,它就记录了。以后将来这个地区的物价变化,这都是一个根据。往右走,多少天前发生了一件抢劫案,这个地区将来是否安全,数据都统计下来了,这是今天和过去数据的不一样。就是有了这些IoT的终端,才导致了有了很多数据,有了很多数据才导致了机器智能时代的到来。


未来时代是一个很好的时代,也是一个很坏的时代,刚才主持人说2%的人可能会受益,等下再讲为什么。先讲一个很好的时代,是我们有点期望的时代。比如交通这个问题,杭州的交通,我来的时候看上去还很好。我在北京讲座的时候,每次问他们上下班时间是多少,做一个调查。最后调查结果,他们平均上下班花掉两个半小时,这是一个资源很大的浪费,为什么会是这样的结果。因为我们每一个人出行很随机的,就跟做布朗运动似的,在街上来回跑,互相没有一个协调。


未来的城市是怎么样呢,你可以把整个城市想象成一台超级电脑,你的每一个汽车是超级电脑,是一个终端。它有一个统一优化的交通方式,而且你自己出行的时间和你今天工作安排是相关的,不用每天早上都9点钟到办公室。今天会议11点钟开始,10点半去就可以了,你上班就省了一小时。等等吧,做一个全部的优化。在美国他们做过这个事,在三个大城市,当然美国大城市也就相当于中国中小城市,一百万人口算大城市。原来出行时间平均是70分钟,可以降到20分钟。像北京这样的城市两个半小时,你给他省40分钟的话是非常可观的一件事,非常大的资源节省。


再往后可能是无人驾驶汽车,无人驾驶汽车有什么好处,甚至红绿灯都不需要了。我看到外面好多小电动汽车,像那些电动汽车都可以连成一排,就像火车似的在路上开,往某个地方去。中间哪个车要拐弯,从这里分出去往前走,省电省油。不仅交通如此,整个社会会变得非常美好,非常安全。比如说我今年夏天去欧洲的时候,他们就反映那儿不太平,因为他们有很多难民。如果他们想恢复到几年前和平的状态,大概需要3倍的警力,这件事是做不到的。


以后有一个什么办法,可以用无人机巡逻,这些无人机和今天的不一样,它们都很聪明的,摄象头都带着人工智能视觉识别软件,能够识别出每一个可能的坏人。我们现在会议保安不算太严多,我今年夏天在成都参加会议的时候,保安严得不得了,因为他们无法甄别我们每一个人。在未来这个时代,我们每一个人都可以很容易的甄别出来,社会会变得非常安全,这是好的地方。


所有的行业将来都需要使用数据,都是一个数据的公司。举几个和IT关系比较远的例子,比如说有一件黑的衣服可以加工,意大利的一个服装品牌普拉达,高端的服装公司。我们这儿的人有多少偶尔去一下服装精品店的,你去那儿的时候根本不知道为什么这件衣服放在前面,这件衣服放在旁边,哪件衣服卖得怎么样,反正你这么去就看了。有的时候你觉得摆得不合理,但是谁也不知道摆放的合理方法。摆放对销售很重要,当然服装设计更重要。但以前大家不知道怎么来进行摆放,因为过去很多东西都是单向的。前两天讲到美国大学的一件事,全部的媒体都傻了,为什么呢?因为它发出去一个新闻之后,它根本不知道最后产生了一个什么结果,最后这个结果完全发现不了。


过去做精品时装就是这样的,在北京的时候,我和香奈儿开店的人聊过。我说你这个为什么这么设计,他说你知道吗,为了开这家新的店,1:1的模型做了很多。我说为什么要这么做,他说不知道,巴黎来了一个人说这么一摆比较好,然后有一些市场调查数据。我说最后能不能验证它好,没法验证,这是过去一种商业的形态。后来怎么做的,普拉达怎么做的,它在十几年前琢磨这件事。


举个例子,我们在前面放了几件衣裳,看上去很漂亮。然后就拿着衣服去试,试完了没有去买,你可能知道这里衣裳有一些设计的问题。但也许你放在那儿,她试都不试,也没有买,这两个有什么差别呢。第一个差别,模特穿起来很好看,但是到了东方以后可能不合适。第二个差别,设计百深就有问题,虽然你放在前面但也没有人买,这些问题没有人知道。普拉达把衣裳标签改了,改成IFD,跟踪这件衣裳每次走动和试穿,把试衣间也改了。它知道哪些衣服是大家看了不去试,哪些衣服是大家试了没有买。


前几年它做了一个更新的事,把试衣间也改了,有一些传感器,和IoT有关的。你穿这件衣服,不知道男士有没有陪女士去买过衣服,会有这个问题。一看说这件小了,拿一件大的;这件大了又小了,红的不合适换绿的,这个效率很低的。它在这里能够感知穿上去有点紧,大一号之后在序列屏幕上看看我穿上去是什么样。或者反过来,或者一个颜色,因为方便性,所以你购买意愿就强很多。像这样一个传统企业,我们认为传统企业营业额上涨是很慢的,互联网企业上涨是很快的。在过去十年里,营业额涨了5倍,这是很可观的,普拉达也是高端的品牌。


第二个例子,风力发电。中国风能产能是非常大的,这些发电机卖到世界各地去用怎么样,都不知道。中国有一家风力发动机,占全世界市场份额第二名,就是不挣钱,它也不知道怎么能够改进。过去想象都是改进技术这些东西,后来我就问他,这些专利发电机卖到世界各地去怎么样,谁用,谁用得多,谁用得少;哪些坏了,哪些需要维修,他都不知道。因为这些东西一旦卖到德国去,巴西去,当地工程商就承包过去了,这些数据他都不知道。


他就跟踪这些数据,他就在上面装了传感器,WIFI信号传回来。他装了好多传感器监控叶片的老化程度,看是不是需要换,需不需要维护。过了一段时间他告诉我,全世界的风力,他绘制了一张图。就像刚才两位老师说的把专利的事拿出来,全世界的专利可以画一张关于科技的图。他也一样,他把风力的图就画出来了,因为他把数据收集上来了。以后他就知道巴西卖过去的发动机根本转不了两下子,德国那边的风力强,覆盖率不够,就知道市场怎么做了。


又过了一段时间,他又来找,我后来和他聊了一些商业模式的变化。他说吴总,听了你的话把商业模式也改了,学IBM,现在不生产风力发电机了。中国那么大的产能过剩,就让下面的企业生产,我只做服务。为什么呢?我有了他们全部的数据,只做服务,现在利润率好的不得了。这就是在用大数据的思维方式,机器智能思维方式,要换一个脑筋。我们有时候老在抱怨制造业怎么寻找出路,这就是出路。


将回到万物互联,先要讲第一,互联网。第一大互联网是机器和机器的联网,在那个时代你即使用互联网,你的人也就是在某一段时间通过计算机连到网上,大部分时候你不在互联网上。而且计算机是找IP地址,那是当时的一个特点。每个时代有每一个时代的产业结构和它的生态环境,那是一个什么产业结构呢?每年出货是几亿台,PC机。我忘了是2011年还是2012年,这个到了顶点,PC出不来了,然后就往下滑了。用的处理器是英特尔,然后Windows的操作系统,这是当时的生态环境。


到了第二代互联网,人和人的联网,移动互联网。前一阵马化腾说第一代互联网不算数,第二代才算数,不能这么说。不能说内燃机汽车不是汽车,电动汽车才是汽车,先纠正一下他这个话是错误的。第二代是人和人的联网,我们手机扫一下微信,不是为了说这台手机跟你这台手机联上,这没有半点意义。是说我这个人要和你这个人联上。而且这就带来一个好处,你随时随刻被挂在互联网上。你过去下了班离开计算机,无论是开车还是坐地铁回家都不在互联网上。你有一些应酬也好,回家辅导孩子也好也不在互联网上,晚上10点钟回去之后查邮件,你才在互联网,今天你是随时随地在互联网上,所以这也是数据量为什么这么大的原因。


终端的出货量十几亿台,非常大。但是它有一个新的机会,旧的这批企业从事新的活动,往往不如新的企业来得好。处理器不再是英特尔的,因为英特尔在PC的时候追求速度,在节能方面不行,体积也大。ARM的CPU,不管是苹果也好,高通也好,华为也好,其实都是英国ARM公司设计的。操作系统也换了,主要是谷歌和安卓,还有苹果,PC时代也有苹果,苹果永远是一个高端窄带的市场。就像我说的,假设把一个生态环境变成一条鱼,一般人是横着吃,苹果是树着吃,但是一条带鱼就整吞了。


第三代互联网,万物互联网。它的机会在哪里,前一阵深圳有朋友跟我说,深圳将来是有机会的,我说为什么呢?他说有很多生产IoT设备的公司,我说那没用,都是给人打工的。你可以想象第一代互联网时谁真正赚便宜,苹果和英特尔,剩下都是打酱油。第二代是ARM,或者是高通那几家公司,然后是Google。第三代,先说出货量,市场大得不得了,乐观的估计万亿,已经不是涨了10倍的,最保守估计涨了50倍。认为涨50倍到上千倍,是这样一个量级。因为它的设备很小,像风力发电机上每一个叶片上几个传感器,这也是一个设备。


前一阵子华为在英国买了一家公司,连处理器带解决方案一套,也很便宜。硅谷公司相比中国的公司真是很便宜,3千万英镑,整个一套全买下来了。比如做智能水表,这个处理器就可以做到说十年换一次电池,水表基本上完蛋了,就扔了,这是将来的一个解决方案。你的可穿戴设备通过你的手机在联,即使你的手表今天都互相不能联,必须要通过手机。这个情况将来肯定不会是这样,不可能今天用手机似的要通过PC机或者WIFI去联,这是不可能的事。


在这个情况下操作系统是谁,或者说将来这个平台是一个标准,它应该是什么。再未来,如果说下一个微软,下一个Google是谁,我跟你讲,谁要是把操作系统问题解决了,谁就是下一个Google和微软。谁要是把处理器问题解决好了,你就是下一个英特尔和高通,这是我们讲未来万物联网一个大格局,大前景。


未来这个时代是一个什么时代,我讲四点。未来经济的特点,分享、跟踪、合作、众筹。


第一,分享经济,大家已经享受到了,比较容易。比如说滴滴打车也好,Airbnb也好,美国的Uber也好,等等都是一个分享。分享最重要的核心是什么,在现在这样一个时代,连接比拥有更重要,大家记住这个。什么意思?滴滴不拥有一辆汽车,但是它的规模比任何一家出租车公司都要大很多。可以看出我们有两种新一代经营出租车办法,一个是神州租车,它依然是一个拥有的概念。一个是滴滴,滴滴是连接的概念。哪个做得好,大家可以自己看,我觉得滴滴模式是成功的,连接比拥有更重要。


Airbnb也是,它不拥有一间酒店,但是它比任何一个酒店集团做得都要大,为什么?它拥有连接。你再想得仔细一点,昨天说阿里巴巴多么的疯狂,阿里巴巴不拥有一件商品,它拥有的是什么?人的连接。Google、facebook不拥有内容,拥有的是连接,这是分享经济的本质。当然新的经济总有泡沫的,没有关系,泡沫死掉了,好的公司就出来了。


第二是跟踪,在万物联网这个时代,当然还有大数据、人工智能做后台支撑,就有可能跟踪到经济,细到说每一笔交易,每一个人,每一个很细节的地方。这是一家美国的公司,它找我融资,跟我讲了一个项目。他发现什么现象呢,他经过一年多的调研发现一个现象。就是美国的酒吧差不多有1/4酒是被偷喝掉的,比如说涂总是我的朋友,今天老板进了一瓶路易十三,涂总没有看见就倒了一辈喝掉。或者涂总是老板,刚进了青岛啤酒,他回家接孩子去了,就被偷喝掉1/4的酒。现在他把酒架改掉了,每个酒瓶上有传感器,酒架可以称重。谁在几点几分倒了酒,精细到每一笔交易。涂总开会或者接孩子去了,在平板电脑上一看,今天所有的酒店经营一目了然,回头一堆账就知道了我们两个偷喝酒了。这是一个简单的例子,说明什么?跟踪经济是未来的一个重要性。


第三,合作经济。去年万物互联,我们搞了一个“双创”,哪个是大众,哪个是万众,我也搞不清楚。双创,失败了一大堆,为什么失败了,因为他总想着颠覆这件事,世界上大部分时候是合作不是颠覆。用我的话说,任何一次技术革命的模式都是原有产业加上新技术,等于新产业。你不要告诉我说有个新技术,颠覆原有产业,你是做不到这一点的。


举个最简单例子,第一次工业革命的时候,第一批受益的人是谁呢,发明蒸汽机的瓦特受益了。还有一个受益的人,他的朋友维奇伍格,英国一个瓷器大王。他是全世界第一个把蒸汽机用到某一个产业上的,就是用到瓷器制造业。做的还是同样东西,还是瓷器,但是他采用了一个新技术。他不是说从此不用瓷器了,去用金属的碗、盘子,不是这样的。但是一旦他用了新技术以后,出现这么一个情况,全世界生产了近千年的供不应求的瓷器,一下变成供大于求,因为他采用了新技术。所以维奇伍格这个人就成为了第一次工业革命的受益者,这是一个很好的创业模式。这个人还同时是达尔文的亲外公,同时也是达尔文老婆的亲爷爷,自己回家算这个关系去!


第二次工业革命的时候,在那个时代,今天百分之九十几的产业在电出现之前都有了。我们的农业,很多冶金,包括运输,这些东西都有了。但是电的使用改变了一切,一个旧的产业一下子以新的形式出现了,这个产业不变,这个产业还是有的。发电的公司只有两家,不需要每个人都去做发电,但是你用了电,坚持说我用了电,就获得一次提升,这是最关键的。不是说我有了电,再去想一个原来没有的事情,不是这样的。


摩尔定律在第三次信息革命时也是这样的,其实我们大部分是用这个摩尔定律。未来是什么形态,我们说智能时代,你一定记住是原有产业加上机器智能,你就成为新产业。不要说我知道机器智能,自己想出一个什么事情,中国的优势比美国的优势,最大优势是在产业上。恰恰就是有一大堆的这种比较落后的原有产业,美国这些产业叫做“遗产式的产业”已经没有了,中国有。每一个产业,你只要加上智能技术,升一次级,你就得到一个新产业,就是一次机会。


我们发现好多创业成功的人,他是原来传统的企业家二次创业,他的成功率很高。我们大学生脑子里有一些新技术、新想法,对原有的产业不了解,这个东西失败率就非常高。为什么说一开始受益的人就只有2%,是因为说很多人思维方式来不及转变,2%的人不是一个绝对数量,而是针对有些人是自称98%的人。那98%的人,就是他抱着一个旧有的思维方式,不愿意接受新的技术。比如说你是一个秘书,我们在计算机时代,你给领导写稿子要打印了。你说我的书法好,我一定要手写一个稿子给领导看,马上就被淘汰了,这就是2%和98%的人思维方式差异,在未来智能时代也是这样。


最后一个,众筹经济。众筹经济,其实它并不是说要写一本书,或者说涂总要写一本书。每个人能不能给我50块钱,完了之后每个人给一本。不是这样的,它是把整个社会生产制造环节全部改变了。过去企业是怎么生产制造销售的,以前是找钱,设计一个产品,当然我讲的比较简化。生产完了之后去销售,销售之后零售批发,你再收回成本,这是一个很长很长的过程。


未来是什么,最好的例子就是特斯拉,我不知道大家有多少人在这儿订了特斯拉3系的汽车。它怎么做的,先众筹,它第一天就订出10万辆,第一星期订出20万辆,先众筹。众筹完了,这个车什么样子,你还不知道。过一段时间,告诉你过来设计汽车,你就参与设计。设计完了制作出来直接给你了,中间的经销商,各种各样环节全省了。这是效率大幅度提高,利润大幅度提高。为什么能做到这件事,为什么过去做不到这件事。因为过去要做这件事成本太高,你每个人都去要一个定制的东西,成本太高。今天因为机器智能的水平达到这个水平,不是人在那儿给你一个个处理每个人特定的产品,而是机器来做这个。


当然这些事将来和万物互联息息相关的,如果没有这些数据的采集,没有它们之间相互处理,这件事是做不到的。


好了,就给大家讲到这儿。总结一下,未来我们说的万物互联网,或者智能时代,经济的几个特点,一个是连接比拥有更重要,然后是合作的经济,分享的经济,合作的经济,用一个众筹的平台。关键的是思维方式的转变,谢谢大家。



点击关键词可查看相关历史文章


● ● 

PwnFest 2016 专题


一套漏洞一套房? 这个比赛让黑客动动鼠标就能赚170万美元

中国黑客攻破 Edge 拿下 Windows,14 万美元奖金背后的三个内幕

中国黑客唐青昊展示光速 VMware 虚拟机逃逸,这20秒背后究竟发生了什么?


● ● 


阿里“双11”晚会

特朗普上台,美国汽车制造商们慌了?

商用性爱机器人 | 淘宝 Buy+ | 张小龙内部演讲

马斯克太阳能瓦片 | 外国记者评价乐视生态

小米MIX | 小米VR | 华为麒麟960

MacBook Pro 发布会 | 微软发布会 2016

锤子M1/M1L | 龙芯3A3000 | 三星 Note 7

大疆 “御 ”Mavic | Google Home

国产多线激光雷达 | 谷歌 Daydream VR 头盔

小米5s | Movidius | lightning | Prisma | 直播

小米扫地机器人 | 小蚁M1微单相机 | 小米笔记本

应用号 | 华为无人机 | Amazon Echo