对未来技术方向的思考

这篇具有很好参考价值的文章主要介绍了对未来技术方向的思考。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

目录

影响制造业发展的新技术——清华大学 雒建斌 讲座节选

值得关注的精准医疗五大核心技术——北京航空航天大学 王田苗 讲座节选

有望成为万亿市场的七个赛道——北京航空航天大学 王田苗 讲座节选

第四次工业革命正在到来,技术进步驱动全球发展——HW上研院 讲座节选

知识引导的人工智能——复旦大学 张文强 讲座节选

泛在机器人技术——上海交通大学 曹其新 讲座节选

柔性驱动机器人趋势——合肥工业大学 訾斌 讲座节选


整理一下最近一年听的各种讲座,把里面各路大佬对未来技术方向预测的部分摘出来,做了一个总结。按照我之前听讲座做的笔记倒序整理的,故排名不分先后。

影响制造业发展的新技术——清华大学 雒建斌 讲座节选

2022/03/29

  • 智能技术
  • 纳米技术
  • 3D增材制造
  • 超滑技术
  • 仿生技术
  • 超快激光加工技术
  • 柔性机器人技术:用于医疗场景如微创手术的柔性机器人
  • 耐高温技术:用燃气轮机取代蒸汽轮机

值得关注的精准医疗五大核心技术——北京航空航天大学 王田苗 讲座节选

2021/04/14

  • 人工智能与影响、手术规划技术
  • 微创器械与智能机器人技术
  • 生物基因、干细胞与抗衰老技术
  • 生物材料与3D打印技术
  • 医疗大数据与云服务

有望成为万亿市场的七个赛道——北京航空航天大学 王田苗 讲座节选

2021/04/14

  • 半导体芯片与AI软件服务:CPU、GPU、专用通讯芯片、企业服务、新消费服务
  • 云数据中心AI服务与安全:云、网、端的芯片、组件、软件、服务,数字货币、区块链、数字经济发展,政府党政国防、大型国有企业与数据服务平台、客户端安全入口
  • 医疗生物科技与医疗健康服务:中产阶层医美服务、退休养老阶层医疗健康服务,器械、药品、干细胞、服务等
  • 新能源车与环保:新能源车、智能电池与汽车电子、共享自动驾驶服务、回收环保、智慧城市交通
  • 新教育娱乐:基于领导创新、就业服务导向的线上线下教育娱乐学习模式,智能眼镜互动VR与AR,少年中年老年终身学习规划
  • 金融科技:数字货币、数字经济、区块链、量子计算、安全监控
  • 军民融合的机器人装备:机器人,无人机,无人系统,智能无人系统核心部件应用维护

笔记:七个赛道 ×    七把韭菜刀 √

总结得很一般,没啥新意。

第四次工业革命正在到来,技术进步驱动全球发展——HW上研院 讲座节选

2021/07/15

  • 可持续发展
  • 数字经济新增长
  • 智慧城市升级
  • 产业数字化升级
  • 消费体验升级
  • 场景化升级

知识引导的人工智能——复旦大学 张文强 讲座节选

2021/03/26

定义:一种模仿人脑学习过程、无需大量数据训练的神经网络模型

研究方法:

  • 复杂环境下的仿生成像与感知建模
  • 基于缺陷知识的认知建模
  • 技能在线增强与任务迁移:比如从发动机迁移到电路板
  • 数据库管理:如酿酒,纺织织物的缺陷检测,基于视觉的立体缝纫→自动对齐,自动纠偏;中医:开放式数据采集,如不同终端,手机,相机等。基于小样本数的深度学习。基于GAN下的舌相脉络检测。

笔记:或许有助于提高神经网络的效率

泛在机器人技术——上海交通大学 曹其新 讲座节选

2021/03/26

特点:

  • 利用分布式的传感、执行网络,每个组件轻量化,成本低,易开发
  • 机器人的感知、执行能力扩展到整个环境
  • 由于系统的冗余度,一个组件的错误不会影响整个任务的执行,鲁棒性高
  • 灵活、方便扩展
  • 根据任务和环境状态优化资源分配,效率高

笔记:与传统智能机器人相比,就像遥控车和拼装乐高车;有点模块化设计的感觉。

柔性驱动机器人趋势——合肥工业大学 訾斌 讲座节选

2021/03/26

背景:

  • 新一代技术深度融合:复合材料、仿生智能材料、数据驱动设计、多元信息感知、机器人自主学习、人机协同等
  • 多学科高度综合交叉:机构学、材料科学、仿生学、信息科学、控制科学、人工智能、生物医学等

发展趋势:

  • 非结构化环境
  • 多元应用场景
  • 非确定问题

挑战:

  • 适应多场景多任务的变结构设计
  • 满足复杂环境和本体约束的轨迹规划
  • 抑振和模型不确定性动力学协调控制

关键科学问题:

  • 模块化可重构和变刚度设计
  • 任务/数据驱动与仿生自适应设计:如生物混合柔性驱动
  • 性能评价和匹配设计
  • 耦合系统动力学分析与力传递机制
  • 机器人自由/约束运动规划
  • 系统振动特性与抑制
  • 多元感知人机协同动态监控

对未来技术方向的思考

 文章来源地址https://www.toymoban.com/news/detail-455458.html

到了这里,关于对未来技术方向的思考的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 制造业数字化转型的实质

    20世纪初,全世界制造业市场竞争主要是集中在生产规模、成本等方面,到中后期慢慢发展趋势为生产品质,效率,价格服务方面的市场竞争。进到21世纪以后,伴随着物质水准的提升,客户需求趋向人性化,企业需用集中越来越多的精力在产品的创新迭代更新上,来保持长久

    2024年02月02日
    浏览(46)
  • 中小型家具制造业使用制造管理MES系统应该注意什么?

    随着人们生活水平变高,人们对家具的要求也在提高。为了应对越来越高的要求,企业开始寻找更有效的方法,其中就包括mes系统,那么中小型家具企业在使用mes的过程中应该注意什么呢? 第一,要考虑选择什么样的mes。现在市面上mes系统如此之多,适合中小型家具企业的功

    2024年02月02日
    浏览(58)
  • 物联网在制造业中的应用

    制造业目前正在经历第四次工业革命,物联网、人工智能和机器人等技术进步正在推动行业的发展。研究表明,到2024年,全球制造商将在物联网解决方案上投资700亿美元,许多制造商正在实施物联网设备,以利用预测性维护和复杂的数据分析来提高生产力、可用性并为其业务

    2024年02月12日
    浏览(41)
  • 制造业的寒冬真的要来了吗?

    制造业的寒冬真的要来了吗?其实当前,我国制造业发展水平是处于全球第三阵列,排名第四的: 但能处第三序列靠前,还是因为“规模发展”起了重要支撑——依靠规模拉动发展。所以如果从“质量效益”、“结构优化”、“持续发展”三项来评估,我们仅排名第六,就与

    2023年04月08日
    浏览(102)
  • 工业大数据:制造业中的优化策略

    在当今的数字时代,数据已经成为了企业竞争力的重要组成部分。随着互联网、人工智能、大数据等技术的发展,制造业也开始广泛运用这些技术来提高生产效率、降低成本、提高产品质量。在这篇文章中,我们将讨论工业大数据在制造业中的优化策略,包括背景介绍、核心

    2024年02月20日
    浏览(43)
  • “精准时空”赋能制造业智能化发展

    作者:邓中亮 高达动态厘米级的高精度定位服务,不仅是北斗卫星导航系统的一大独门绝技,其在产业化应用层面也已逐步向普适化、标配化演进,并延展出时空智能新兴产业。 5月17日,当长征三号乙运载火箭成功发射北斗系统的第五十六颗导航卫星时,北斗系统的发展从

    2024年02月11日
    浏览(41)
  • 低代码助力传统制造业数字化转型策略

    随着制造强国战略逐步实施,制造行业数字化逐渐进入快车道。提高生产管理的敏捷性、加强产品的全生命周期质量管理是企业数字化转型的核心诉求,也是需要思考的核心价值。就当下传统制造业的核心问题来看,低代码是最佳解决方案,那为什么选择低代码平台呢? 一、

    2024年02月13日
    浏览(61)
  • 汽车制造业外发文件时 如何阻断泄密风险?

    汽车制造业是我国国民经济发展的支柱产业之一,具有产业链长、关联度高、就业面广、消费拉动大等特性。汽车制造行业景气度与宏观经济、居民收入水平和固定资产投资密切相关。 汽车制造业产业链长,关联度高,汽车制造上游行业主要为钢铁、化工等行业,下游主要为

    2024年02月11日
    浏览(50)
  • 工业物联网在智能制造业的主要用途与优势

    工业物联网(IIoT)是一个快速发展的行业,是将智能设备和机器连接组网,实现数据的传输与设备控制的技术。在网关的帮助下,可以实现到不同行业不同设备的联网组网,收集现场设备的相关信息,对其进行计算与分析,从而提高效率减少损失,在智能工厂、设备制造商、环

    2024年02月22日
    浏览(41)
  • ETLCloud制造业轻量级数据中台解决方案

    制造业在业务发展过程中产生大量的业务交易数据以及设备运行过程中的状态数据,但是制造业有别于其他互联网或零售行业,其数据处理具有以下特点: 数据量不大,大部分业务系统的数据库表在1000W以下 数据结构复杂,数据需要经过很强的清洗和转换才能成为可用的分析

    2024年02月09日
    浏览(41)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包