Kevin Kelly:边缘式创新的颠覆力量

凯文凯利(Kevin•Kelly)在2014年浙商大会暨移动互联网峰会上提出,颠覆性创新通常源自边缘和外部,而非大公司内部。他列举了多个历史案例并预测了包括大数据、深度学习、3D打印等在内的未来颠覆性技术。

6月14日上午,美国连线杂志创始主编、《失控》的作者凯文凯利(Kevin •Kelly)现身2014年浙商大会暨移动互联网峰会,围绕“颠覆式技术”这一主题,KK指出外部式、边缘式创新所具备的颠覆力量。

围绕“颠覆式技术”这一主题,KK的主要演讲由三部分构成,第一部分引用了本田颠覆通用,微软颠覆IBM,谷歌颠覆微软类似的案例,指出外部式、边缘式创新所具备的颠覆力量。第二部分KK给出了他所认为的边缘式创新所具备的的共性:质量低、风险高、利润低、市场小、未被市场证实的,也正是因为这些共性让大公司内部出现边缘式创新变得相对艰难,由此很多颠覆性创新技术其实大多数是从外部产生的,而在外部式的创新中,主导者是大量起初被大公司所忽略的新兴创业公司。最后,KK则列举了他认为未来那些基于移动互联网,可以产生颠覆性力量的技术,比如:大数据、深度学习、语音智能、监控设备、3D打印机、人造智能、P2P、虚拟货币等。

在KK所提供的大量前沿的观点中,KK一些有中国的观点颇值得深思,KK表示,中国在移动互联网领域的发展将会帮助中国在这一领域的技术达到世界级别的高度,中国特有的制造业背景,将会帮助中国成为3D打印技术的领军者。

在对那些颠覆式技术进行了全景式的扫描之后,KK给出他对于目前发展格局的总结,而在这段耐人寻味的话中,你可以看到KK之所以成为KK的秘诀。

“未来是难以置信的,必须要经常相信不可能,属于20年后最伟大的产品还没有被发现,所以你们还不晚。” KK说。

基于是《好公司》现场对KK演讲的整理,摘编如下:

KK:1800年,帆船被认为是一个高科技,它利用自由能源风力来航行,而当事的第一艘蒸汽船又小又短又贵,靠不住,但它独一无二之处是可以向上游行驶,但是经过持续改进(relentless improvement),蒸汽船技术越发成熟,成本降低,帆船开始走下波路,蒸汽船将帆船挤出市场;1946年,底特律拥有最高科技的汽车,当时日本的本田先生将电动系统装在自行车上,底特律认为微不足道,只是一个玩具,到了1963年,凯迪拉克世界顶尖,通用汽车利润颇高,同时本田先生创造出第一辆本田汽车,底特律没有重视,他们觉得这只是一个小项目。然而经过持续改进,本田越发先进,小型汽车比传统大车的引擎更高效,结果,通用破产,本田不断盈利;另一个例子,打印机刚开始的印刷是由小点组成的,印刷产业没有考虑点矩阵,经过持续改进,过去那个笨重的印刷机的点矩阵被线条代替;另一个例子,IBM的科技当时很领先,无人能敌,但出现了一个由的大学生制造出来的Altair,这个不起眼的项目就是比尔.盖茨制造出来的,IBM完全忽略了他,经过持续改进,有了微软的Windows.IBM被一个软件公司颠覆了,而不是电脑制造公司。正当硬件硬件软件被IBM和微软垄断,一切似乎都不可能的时候,谷歌出来了,索搜引擎被微软轻视,他们低估了索搜的能力,谷歌如今不仅仅是一家索搜引擎。那现在哪家公司可以颠覆谷歌呢,苹果,Facebook,Dropbox,还是腾讯,阿里巴巴?

所以,颠覆性技术永远在发生,而且是从边缘性的地方出现的。它经过初步创新,不断改进,达到最低客户满意度,突然间市场打开。刚开始,这些颠覆性技术具有这些特点:质量低,高风险,利润低,市场小,未被证实的。没有人愿意进入。但创业公司别无选择,因为他们没有资金,顾客和技术。这些边缘性领域就是创业公司的突破口,这就是为什么创业型公司很容易颠覆我们目前的科技。

公司发展有一个最大化适度(maximize fitness):不断成长,以达到最顶点,达到最高的适应度,而颠覆性技术在最底层发生,在非常低的适应度之处发生,它接近毁灭,破产和失败,大多数创业公司被迫待在这些地段。所有公司都希望高利润,如今却有一幅“崎岖的景观”,你看到最高的山峰,而明日将出现更加高峻的山峰,另一个领域将有更新的科技和创造出现:你是做帆船的,突然出现蒸汽船,你是做大车的,突然出现小车,你是做传统印刷的,突然出现了数字印刷。

这里,你必须“降低达到差异化(devolve to different)”:公司达到顶点之后,要降低自己的领域,到边缘性区域,产生差异化。一些高利润大市场的大公司若尝试边缘化东西它可能接受不了,因为这接近毁灭,对大公司和成功者来说产生颠覆性技术是很难的。

手机最大的颠覆不会来自手机本身!颠覆肯定来自外部。我来告诉你们一些手机业之外最大的颠覆技术:

一. 大数据时代:2050年,信息量将达百万兆兆,大得超越了我们的描述范围,它的扩张是爆炸性的,所以,你的生意现在是个数据生意!新的适时和规模数值运算,我们处在新时代的开端:关于客户的数据和你的客户一样有价值,保持数据的移动性,保证它可以被分享。

二. 云端:共享资源,云计算和云储存有人际网络效应。1000个平米的数据大于两个500平米的数据相加,所以要创造更大的社交网络和云端储备。云端数据是无极的(as—if--infinity),呈指数级增长;它的成本归零(as—if--zero),不断下降。所以有很重要的数据:0和无极限。目前就是整合“一片云”,使用权不再受限,可以轻易接入,接入权(access)比所有权(ownership)更好,不用买东西,直接买接入权。

三. 量化生活(quantified-self):科技产品可以记录追踪身体,生活,行为,健康,可穿戴设备,量化器,植入身体。任何你可以量化的东西人们已经在使用了,健康传感器,苹果的智能手机,可以改变药物使用。医疗生活化之后,对于自己是否健康(normai)你会有一个基本的概念。你可以掌握自己的血脂,心率等。可以看到生病的征兆,从而知道什么是你的正常状态。还可以利用基因数据,制造个性化的药物,为你专门生产。

四. 无处不在的跟踪:相机无处不在,数码监控加上60亿台摄像手机。一旦有意思的事情发生,就有人记录。把它存入云端,我们自愿被记录和跟踪,社交网络可以自动搜索我们的位置;相互监视,我们知道谁在定位自己,谁在跟踪,这是双向互动。

五. 可穿戴式设备:谷歌眼镜和隐性眼镜片,衣服上的科技创新,触摸衣服,触摸身体,检测你的姿势,矫正坐姿等,这类产品可以帮助残疾人,用了这些产品,你就可以看到现实世界之上的数据世界,你就可以获取这些现实事物的数据,同时感知虚拟世界和真实世界。

六. 新介面:在《少数派报告》这不电影中,汤姆.克鲁斯用身体连接数据,用手势来指令,《钢铁侠》同样,小康尼用手指触碰虚拟的3D图像,而现三星Galaxy可以跟踪你的目光范围,你看到哪里它都知道。眼球追踪式技术,用来分析读者的关注点,自动适配大小,比如看电影时自动调节屏幕,分析情绪。你注视的所有事物都在注视着你(Anything that you look at will look at you)。声音控制,IBM正研发一款软件,通过声音来告诉手机干什么,实时翻译。大脑计算机,带上头盔之后通过意识来控制事物,此技术还没成熟,这些东西不太主流,很边缘化,比较像玩具。但它们都是颠覆性技术。

七. 网真技术(telepresence):比如医生可以虚拟成像然后诊断,还有Oculus Rift的眼镜,戴上Oculus Rift眼镜,360度沉浸,在医药,游戏,海底探索,太空探索都会带来颠覆。医生戴上Googleglass,远程诊断。我们的生活有无处不在的屏幕,建筑,飞机后座上的屏幕,甚至可以弯曲旋转,未来将有更多的屏幕。一个人有三四个屏幕以上,这是一个多屏幕的时代。我们是屏幕人(people of the screen):不再被书和文本包围,而是被屏幕包围。

八. 3D打印:3D在非常快改进,它在颠覆制造业,不仅制造巨型机器,还有小玩意儿,制造业无法完成的形状都可完成。大型工业化产品都可打印。3D打印机甚至可以打印自己。硬件等于软件,物质化材料可以像软件一样运转。中国将成为3D打印的领军者。它是解决制造业难题的颠覆性技术。

九. 人造智能(artificialsmartness),我不用intelligence,因为我们更需要聪明而不是智能。我们有一个越发聪明的智能系统,比如Siri,无人驾驶汽车和无人驾驶飞机,它们比人类还能更好地使用这些机器。它并不是一个有意识和感情的生物,而是非常聪明灵敏的机器,可以同时做两件事,比人类精明。这个智能为云端服务,你可以买这个智能,从云端获取,不需要自己制造。关键是,你买来之后将用它做什么?可以翻译,可以玩游戏等。这会形成网络效应,用AI的人越多,它越聪明,越聪明,用得便利程度更高。

十. 电子货币:过去钱作为价值,现在,钱作为沟通工具:分享,合作,追踪,传播,注解,标识。比特币是加密货币,可以实现P2P网贷平台。电子钱包更加表明钱是沟通的工具。

十一. 网络安全:是机遇也是威胁,比如Facebook的真实姓名,iPhone的指纹认证,国家之间的网络之战,智能手机的恶意软件等。

十二. 众筹:是一种市场调研的方式,还有股权众筹,公司可以由消费者众筹而来。

未来的手机是什么样的?它更小,更亲密,在衣服上,在身体里。未来是难以置信的,必须要经常相信不可能,属于20年后最伟大的产品还没有被发现。所以,你们还不晚。

内容概要:本文系统介绍了物理信息神经网络(PINNs)在求解布洛赫-托雷(Bloch-Torrey)方程中的应用,结合PyTorch框架提供了完整的Python代码实现案例。文章深入阐述了如何将物理先验知识嵌入神经网络训练过程,通过构建复合损失函数,强制网络输出满足控制方程、初始条件与边界条件,从而实现对布洛赫-托雷方程的无网格化、高精度求解。该方法突破了传统数值方法在高维、多尺度及复杂几何场景下的计算瓶颈,展现出优异的泛化能力与计算效率,特别适用于医学成像、扩散磁共振等领域中复杂的物理场建模与仿真任务。; 适合人群:具备深度学习与偏微分方程理论基础,从事科学计算、生物医学工程、材料科学或相关交叉学科研究的研究生、科研人员及算法工程师。; 使用场景及目标:①应用于扩散磁共振成像(dMRI)等医学影像技术中的复杂扩散过程建模与反演;②为高维偏微分方程的高效求解提供数据驱动的新范,提升仿真精度与计算速度;③作为PINNs在AI for Science领域中的典型实践案例,推动物理引导的深度学习方法在实际科研项目中的落地与拓展。; 阅读建议:建议读者结合提供的完整代码资源(可通过公众号“荔枝科研社”或百度网盘获取),动手复现并调试模型,深入理解PINNs的架构设计、损失函数构建与物理约束嵌入机制,同时可尝试将该方法迁移至其他类似物理系统的建模与求解任务中进行创新性研究。
内容概要:本文围绕“基于多VSG独立微网的多目标二次控制MATLAB模型研究”展开,详细阐述了利用Simulink对多虚拟同步发电机(VSG)构成的独立微网系统进行建模与仿真,实现频率调节、电压支撑与有功无功功率均分等多目标协同优化的二次控制策略。研究引入先进的最优控制算法,解决微网在孤岛运行模下的功率动态分配、频率电压恢复及系统稳定性问题,并通过MATLAB/Simulink平台构建完整仿真模型,验证所提控制策略在不同负载扰动下的有效性、鲁棒性与动态响应性能。; 适合人群:具备电力系统分析、现代控制理论基础以及MATLAB/Simulink仿真能力的电气工程、自动化等相关专业的硕士研究生、科研人员及从事微网控制系统开发的工程技术人才。; 使用场景及目标:① 深入理解多VSG在独立微网中的并联运行机理与协同控制架构;② 掌握基于Simulink的微网二次控制系统的建模方法与仿真流程;③ 实现频率、电压与功率分配的多目标优化控制仿真验证;④ 为微网控制系统的设计、算法优化及科研课题提供可靠的仿真依据和技术参考。; 阅读建议:建议读者结合文中控制策略,动手搭建Simulink模型,重点关注控制器参数整定对系统动态性能的影响,可通过对比不同工况下的仿真结果,进一步优化控制算法以提升系统鲁棒性与响应精度。
【重要提示】本资源设置为0积分下载,若非0积分请勿轻易下载 亲爱的CSDN用户: 首先感谢你点进这个资源页面。我需要提前说明一个重要情况: 本资源原本已设置为“0积分下载”,即作者希望完全免费共享。但CSDN平台有时会根据文件的下载热度、文件大小、用户权限等因素,自动将部分资源的积分调整为非0数值(如1积分、2积分、5积分等)。这是平台系统的自动行为,而非作者本人的设定。 因此,如果你当前看到该资源的下载所需积分不是0(例如显示为1、2、3……),请谨慎决定是否下载。 如果你按照非0积分支付并下载后发现资源内容不符合预期、链接失效,或者实际上该资源本应是免费的,作者无法为此承担积分损失或退还操作。强烈建议:仅在页面显示为0积分时进行下载。 另外,本资源描述中并未直接提供具体的下载地址或外部链接,因为它本身是一个通过CSDN官方上传通道提交的文件/内容包。如果你看到描述中没有外部网盘地址,这是正常的——资源文件应通过CSDN内置的“下载”按钮获取。若因平台积分显示异常导致你支付了积分,请优先联系CSDN客服咨询积分退还政策,作者没有权限修改平台自动设定的积分值。 感谢你的理解与支持。技术分享本应开放,但受限于平台规则,特此提醒如上。祝学习进步!
代码下载地址: https://pan.quark.cn/s/a4b39357ea24 编写程序,建立容量为n(建议n=8)的循环队列,完成以下程序功能。 输入字符#,执行一次出队操作,屏幕上显示出队字符;输入字符@,队列中所有字符依次出队并按出队次序在屏幕上显示各字符;输入其它字符,则输入的字符入队。 要求采用队头/队尾间隔至少一个空闲元素的方法来实现循环队列;空队执行出队操作及队满执行入队操作需显示提示信息。 ### 数据结构实验报告知识点 #### 实验背景与目标 本次实验是关于数据结构中的队列基本操作算法。 队列是一种先进先出(FIFO)的数据结构,在计算机科学中有着广泛的应用,例如进程调度、任务队列等场景。 通过本实验,学生能够深入理解循环队列的概念,并熟练掌握其实现方法。 #### 实验要求与内容 1. **实验内容**:要求编写一个程序来建立容量为 _n_ 的循环队列(推荐 _n_ = 8),并实现以下功能: - 输入字符 `#` 执行一次出队操作,并显示该出队字符; - 输入字符 `@`,将队列中的所有字符依次出队,并按照出队顺序在屏幕上显示这些字符; - 输入其他任意字符,则将该字符入队。 2. **特殊要求**: - 采用队头/队尾间隔至少一个空闲元素的方法实现循环队列,这样可以避免队列的物理连续性与逻辑连续性的混淆,同时便于检测队列是否为空或满。 - 当队列为满时尝试执行入队操作,或者队列为时空执行出队操作时,需要给出相应的提示信息。 3. **注意事项**: - 在反复输入字符时,应妥善处理输入缓冲区中的回车键(即 `\n` 字符)的问题,避免因连续输入导致的错误行为。 #### 数据结构设计 为了实现上述要求,本实验采用了如下的数据结构设计: ...
内容概要:本文提出了一种基于数据驱动的Koopman算子与递归神经网络(RNN)相结合的模型线性化方法,用于提升纳米定位系统的预测控制性能。该方法通过Koopman算子将复杂的非线性系统动态映射至高维线性空间,克服传统建模在强非线性条件下的局限性,再结合RNN强大的时序特征捕捉能力,实现对系统未来状态的高精度预测与有效控制。整个框架完全基于数据驱动,无需精确物理建模,特别适用于原子力显微镜、半导体制造等对定位精度要求极高的应用场景,并通过Matlab代码实现了算法的完整仿真与验证。; 适合人群:具备控制理论基础和Matlab编程能力,从事精密运动控制、智能算法开发、非线性系统建模与预测控制研究的研究生、科研人员及工程技术开发者。; 使用场景及目标:①解决纳米级定位平台中存在的强非线性、迟滞、蠕变等复杂动态特性带来的控制难题;②为高精度机电系统提供一种可复现、易实现的数据驱动预测控制方案;③推动Koopman理论与深度学习在先进制造与智能控制领域的深度融合与应用创新。; 阅读建议:建议读者结合提供的Matlab代码深入理解Koopman算子的数值实现流程与RNN网络结构设计细节,重点关注模型在不同工况下的泛化能力、实时性表现及控制稳定性,可进一步将其拓展至其他高精度伺服控制系统的研究与优化中。
源码下载地址: https://pan.quark.cn/s/a4b39357ea24 在基于Ubuntu的操作系统环境中部署企业微信是众多用户尤其是企业工作者的迫切需求,因为企业微信能够构建一个高效的沟通与协作平台。本文将系统性地阐述在Ubuntu系统上安装企业微信的DEB安装包的具体方法。 我们有必要掌握DEB安装包的基本概念。DEB代表着Debian软件包的规格,并且被诸如Ubuntu这类基于Debian的系统普遍采纳。每一个DEB包都整合了软件的所有构成要素,涵盖了可执行程序、库文件、配置数据以及必须的安装程序。在Ubuntu系统中,用户能够借助命令行界面或者图形化的工具来对这些DEB包进行操作。 针对标题和描述中提及的"在Ubuntu系统中完成企业微信的安装(涉及DEB安装包)",我们将分阶段地说明实际操作步骤: 1. **启动终端程序**:在Ubuntu系统中,用户可以通过按下快捷键`Ctrl + Alt + T`或从应用程序启动器中查找“终端”来开启它。 2. **获取DEB安装包**:用户需要下载企业微信的DEB安装包。在这个实例中,我们有一个名为`deepin.com.weixin.work_2.8.10.2010deepin0_i386.deb`的文件,通常可以从企业微信的官方网站或其他可信的资源渠道获取。下载完成后,务必保证文件存储在可访问的路径下,例如桌面。 3. **执行DEB安装包的安装**: - 选用`gdebi`工具(如果尚未安装,需先执行`sudo apt install gdebi`命令):输入`gdebi deepin.com.weixin.work_2.8.10.2010deepin0_i386.deb`,然后依照指示完成...
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值