#Debug 的由來，真的跟蟲有關喔，#科科
　
不論是工作、課業（還是人生），只要遇到問題時，我們常常會習慣性地說：「啊，我碰到 bug 啦！」
　
電腦工程中，也常用 bug 來形容那些出錯的環節；不過我們也知道， bug 其實是蟲的意思，難不成大家討厭蟲蟲到把一切錯誤都推到它頭上了嗎？（大誤）
　
而這一切，又得從很久很久以前的故事開始說起了......
_
1933 年，天文學教授艾肯 (Wallace Eckert) 向 IBM 提案改造 IBM 601商用計算機，用來計算天文物理的方程式。隨後他又將 IBM 601、印表機，與打孔機連接，成為「自動循序控制計算機」（簡稱ASCC )。
　
ASCC 沿用 IBM 原有的打孔卡片機制來輸入程式，並把卡片改為紙帶。打孔紙帶一次會讀入一個指令，而控制單元馬上根據指令動作，如此一來就不會佔用記憶單元，不過運算速度卻因此受限。
　
大概就是所謂的有一好、沒兩好（嘆息）。
　
而這個將程式與數據分開、不共用記憶單元的架構，後來稱為「哈佛架構」。
_
1939 年 IBM 承諾開發 ASCC，艾肯當時恰好在哈佛大學取得教職，代表哈佛繼續與 IBM 的團隊合作；不過後來，艾肯和 IBM 因為發明功勞歸屬問題，鬧了一些彆扭，雙方的合作也就此畫上句點，哈佛大學也乾脆將 ASCC 重新命名為「哈佛馬克一號」(Harvard Mark I)。
　
二戰結束後，艾肯退役回歸教職。即使與 IBM 分道揚鑣，艾肯依然分別在 1947 年與 1949 年，開發出功能更強的哈佛馬克二號與馬克三號。
_
其中有趣的是，程式設計師在使用馬克二號時，發現它總是出錯。檢查後發現，原來是一隻蛾在繼電器上爬來爬去，造成了短路，移除後就正常了。
　
不過這群人也挺奇葩的，發現電腦有蛾也不把它趕走，而是把它拿下來，用膠帶貼在工作日誌上（？！）
　
不僅如此，還特別註明牠是在 F 板塊的第 70 號繼電器上發現的，甚至寫上「發現第一宗蟲的真實案例」(“First actual case of bug being found”)。
　
＼從此，電腦程式的除錯工作就叫 ”debug” 了／
　
所以說，以後在任何東西上發現蟲子別輕易忽略，創造新名詞的有可能就是你唷（完全不對！）
_
本文改寫自 史上第一部全自動的計算機——艾肯與 IBM 的恩怨情仇│《電腦簡史》數位時代（八）：https://pansci.asia/archives/192952
_
延伸閱讀：
終端機雛形、遠端操控、數據傳輸的首創者——史提畢茲│《電腦簡史》數位時代（七）
https://pansci.asia/archives/192591
誰才是第一部電子計算機？——靠 650 美元誕生、曾被遺忘的 ABC 電腦│《電腦簡史》數位時代（九）
https://pansci.asia/archives/193242

【安信計算機】特斯拉「亮劍」，智能駕駛撲面而來

北京新浪網 02-17 12:41
來源：計算機司令部

本周觀點

從2012年首款車型Model S橫空出世以來，特斯拉一直是汽車人心中「科技感」最強的車廠之一，其標誌性的自動駕駛系統「Autopilot」是全球商業化自動駕駛技術的標杆、中控大屏車機以及OTA（在線更新）的設計帶來的出眾的網聯化體驗也成為眾多車廠效仿的標準。愛屋及烏，連其老闆Elon Musk也被粉絲戲稱為現實版的「鋼鐵俠」。鑒於汽車關稅、高端車定位等原因，大多數國內消費者對特斯拉的了解並不充分。但最近連續傳出好消息，2018年特斯拉和上海政府簽訂協議將在中國建廠，平價版的Model 3車型將加速國產化；同時，特斯拉在今年更是奉上春節大禮包—「Model 3全系車型將限時免費升級為增強版Autopilot自動輔助駕駛。」（相當於節省¥46,300）特斯拉「亮劍」中國市場，一場「未來」汽車的風暴有望席捲而來。下面，我們就從特斯拉入手，解讀「未來」汽車的智能化新方向。

1、自動駕駛

特斯拉「Autopilot」是L2層面的輔助駕駛。對於自動駕駛技術的評判，國際上通用的是美國SAE協會定義的標準，特斯拉的「Autopilot」系統仍然是L2層面的自動駕駛，也就是輔助駕駛功能，車主仍需時刻關注路況，準備接管。另外，跟消費者普遍希望的「全能」所不同，特斯拉推出的自動駕駛技術是有應用場景和功能要求的。更細緻的來看，SAE協會給出了自動駕駛系統的三個重要維度：設計運行範圍（ODD）、動態駕駛任務（DDT）和動態駕駛任務支援（DDTFallback）。

1）設計運行範圍（ODD），即自動駕駛技術可以安全工作的環境。包括車輛自動駕駛時的速度、地形、路況、基礎環境、交通情況、時段（白天、晚上）。以特斯拉為例，雖然很多粉絲在城市環境試過Autopilot，但官方給出的啟用範圍依然是高速公路和行車緩慢的路段。

2）動態駕駛任務（DDT），即在道路上，自動駕駛車輛需要做哪些操作和決策，比如加速、轉向、超車、變道、跟車等。以特斯拉為例，在完成變道時，駕駛員必須首先在視覺上自身確認是安全行為。然後，他必須在握住方向盤的情況下通過啟動轉向信號來表示改變車道的意圖。Autopilot會響應駕駛員的命令換道。值得注意的是，相對於縱向控制（跟車等），特斯拉表示橫向控制（變道等）還是要謹慎使用。

3）動態駕駛任務支援（DDTFallback），指自動駕駛系統在設計的時候，要考慮超過系統原有的運行設計範圍之外的情況或者系統失效的情況。Autopilot為了防止駕駛員雙手離開方向盤，會每隔一段時間提醒司機接管。當雙手不對方向盤施加壓力之後十幾秒，系統先給出輕度提醒，如果駕駛員不予理會，提醒級別會升級，最終車輛會自動減速到停車，自動退出 Autopilot模式。

L3將是自動駕駛技術的大飛躍，L4帶來終極體驗。從上述分析可以看出，特斯拉Autopilot實際上距離消費者所期望的「全能」仍然有不小差距，出於安全性的考慮，使用Autopilot功能，車主仍然需要100%的專注。在此前報告中，我們所強調的自動駕駛時代即將來臨的觀點，是指L3及以上的高等級自動駕駛技術。在自動駕駛技術分級中，L2和L3是重要的分水嶺，在L2級中，環境感知、接管仍然需要人來完成，即由人來進行駕駛環境的觀察，並且在緊急情況下直接接管。而在L3級中，這項工作將交由機器來完成，車主可以不用再關注路況，從而實現了車主注意力的解放。而L4則帶來自動駕駛終極的駕駛體驗，在規定的使用範圍內，車主可以完全實現雙手脫離方向盤以及注意力的解放。從實際應用價值來看，L3/L3相對於輔助駕駛技術有質的提升，從「機器輔助人開車」（L2）到「機器開車人輔助」（L3）」、「機器開車」（L4）意味著車主的生產力、時間的釋放，汽車將有望進化成為家庭、辦公場所之外的第三生活空間。

2、軟體定義汽車

中控大屏為代表的智能駕駛艙設計感十足。特斯拉是最早開創中控大屏幕的廠家，引領了大屏幕設計的風格。Model S是第一款採用17寸的大屏幕的車型，取代了傳統的物理按鍵，一經推出可謂是讓人眼前一亮，這一塊大屏幕不僅集成了眾多的功能，也兼顧了實用性和用戶體驗，科技感十足。

OTA技術讓汽車終端可以持續保持進化。如果一個設備沒有自身升級迭代的能力，我們不認為它是真正意義上的智能設備，而目前絕大部分的汽車不具備售後自動更新的能力。特斯拉是目前為止唯一可以實現整車OTA（Over-the-Air Technolog，遠程升級技術）的車廠。通過OTA，特斯拉可以讓每台車在生命周期內都像智能手機一樣可以完成系統更新、增加新功能和提升性能。值得注意的是，特斯拉的OTA技術不僅局限於Infotainment（娛樂系統）的軟體更新，更是可以直接實現安全及車輛操控上的更新，比如Autopilot系統版本更新、剎車性能提升等。我們認為，「未來」汽車的一大重要趨勢即「軟體定義」汽車，通過軟體的迭代更新，保持持續進化能力，將成為「未來」汽車的標配。

單車智能化改造之外，「未來」汽車還需要更廣泛的ICT基礎設施的建立。汽車智能化離不開特斯拉為代表的整車廠的創新和努力；同時，也需要更廣泛的ICT基礎設施的建立。「車」、「路」、「網」三位一體的交通出行生態中，圍繞「路」（智慧道路交通基礎設施）、「網」（5G）的全面鋪開也將提速汽車智能化的進程。梳理國內政策，《「十三五」國家信息化規劃》明確提出「開展5G研發試驗和商用，主導形成5G全球統一標準，積極拓展5G業務應用領域」的要求；同時，《智能汽車創新發展戰略》和《汽車產業中長期發展規劃》等文件也相繼出台，逐步實現了車、路及網三端的政策布局。我們欣喜地看到，在政府的引導和鼓勵下，國內「車」、「路」、「網」產業已經呈現出良好的協同發展趨勢，加速邁向「未來」汽車時代。

資料來源：https://m.news.sina.com.tw/article/20190217/30084174.html

網速有多快 未來城市的想像空間有多大

北京新浪網 (2018-10-22 10:02)

　　來源：IT時報

　　記者：章蔚瑋 見習記者 劉慧瑩

　　從2G、3G、4G到5G，從20M、50M、100M到千兆，在看不見的角落，互聯網數據傳輸正變得越來越快；在看得見的日常生活場景，出行、購物，醫療，甚至新娛樂方式，都因為數據高速傳輸而發生變化。

　　隨著上海邁入千兆之城的行列，人們的生活也將進入新的時代。

　　4G全覆蓋？還不夠！

　　千兆能級城市帶來更多技術和商業突破

　　上海，作為首批電動汽車國際示範城市，擁有全國首個EVZONE電動汽車國際示範區。如今在這裏，正在進行一場互聯網共享汽車變革的新實驗，而這需要更高效網路的支撐。

　　奔跑在大街小巷的共享汽車背後是無數數據在奔跑——車輛的啟動、路上運行速度、方向，甚至車輛故障停頓時長……數據傳輸的快慢，通信網路的覆蓋率，都將決定智能車聯網的計算和實時傳輸效率。

　　如何確保每一輛汽車的數據實時採集，車輛與車輛、車輛與數據中心的信息數據實時共享，由此保障單輛車足夠安全和智能，是EVCARD公司當前正努力實現的變革方向。

　　作為全國最大的共享汽車企業，EVCARD目前在全國擁有10000個租賃網點，投放新能源汽車超過26000輛。這家「老牌」共享汽車企業對5G、千兆的高速網路時代的期待更甚於同行。

　　「儘管當前4G網路得到普及，但2G信號很長時間內還會一直存在。尤其在偏遠地區，2G信號覆蓋範圍更廣。」EVCARD副總經理徐江告訴《IT時報》記者，目前受到傳輸帶寬的限制，他們在北上廣深、成都、重慶這樣的大城市和在二三線城市內所提供的服務並不相同。在4G信號覆蓋地區，他們探索新商業模式和課題，比如「最後一公里」如何通過信息遠程遙控，能讓汽車自主完成尋找車位、停泊、甚至充電的動作；又或者利用用戶還車過程中停留的十幾秒時間，進行實時的大數據分析，包括用戶消費習慣、周圍環境等精準投放附近商戶廣告信息至車載終端，為用戶提供實用服務的同時，也探索更深層的商業模式。但即便是在上海這樣4G信號鋪設完善的地區，受到高架橋、密集樓群和多層地下停車位的影響，4G網路覆蓋率和信號傳達率也將大打折扣，很難承載EVCARD對商業模式的豐富想像力。

　　而即將到來的千兆帶寬通信基礎網路帶來的變革，將顛覆傳統困局。

　　隨著數據實時遠程傳輸效率的提升，行駛在路上的車輛將變得更「智能」——前置攝像頭能夠幫用戶判斷是否發生車道偏移，溫度感測器實時監測車輛的電池包是否溫度過高，而通過採集用戶踩下剎車的力度、開合度，後台可以計算出這輛車的加速度，從而確認剎車系統是否存在問題，後台就能做到實時提醒用戶或者限制車速。

　　「這些都要藉助通信。」徐江坦言：「這些場景不可能依託於車輛端微薄的計算能力達到，都將依靠高通信帶寬和穩定的通信網路，讓車輛將數據實時傳遞給後方，依靠後端龐大的計算能力，經過複雜的運算來判斷車輛的運行情況。」也就是說，在千兆時代，面對複雜多樣的用戶駕駛習慣、路況、交通環境，車聯網的後台將能做到實時監測，幫助用戶降低事故發生率，提升事後的處理效率。

　　如何構建AI大腦？

　　千兆是基礎，高帶寬打造智能城市的「眼睛」

　　人工智慧應用的爆發，將推動每個人的日常生活發生變化，其中運用最為成熟的是「刷臉」技術，從刷臉支付、刷臉進入會場，到刷臉過海關，「臉」正在取代依靠證件進行身份認證的傳統方式，提高社會運作的效率，而在這背後同樣離不開高速網路基礎。

　　為全國80%刷臉驗證服務提供技術支撐的曠視科技是一家從北京遷移至上海的AI創業企業。在他們看來，高精度、高效率的人臉圖像實時傳輸是人臉識別未來發展的重要方向。曠視科技副總裁謝憶楠認為，在公共場合中進行大規模、大範圍的人群識別，機器人完成得一定比人好——人類只能依靠感覺來做判斷，而機器則能夠通過感測器和演算法，將感覺精準地量化，過程也比人快2-3倍，甚至更多。

　　目前，曠視科技自主研發的人臉識別技術、圖像識別技術已經應用於國家公安部、國家稅務總局等公共管理部門，未來，人臉識別將成為城市智能管控的「眼睛」。

　　如何提高「眼睛」的靈敏度？自主研發、行業融合是謝憶楠腦規劃圖譜中的兩個重要因素，這與上海的城市未來發展屬性恰好吻合——上海既有以交通大學為代表的AI專業學術，也有不可撼動的商業地位。「AI會與傳統行業製造、金融等傳統行業進行深度融合，所以人工智慧的研究應當基於市場，學術和市場應當各自佔據未來科研方向的半邊天。」

　　同時，像謝憶楠這樣的創業者更清楚，想要推動AI技術走向更深度的行業融合，還離不開穩定的高效的網路帶寬基礎。從3G到4G，網速的提升讓人們網上消費的內容，從文字、圖片，乃至如今的視頻，同時也變革了一系列商業行為。到千兆時代，所有領域都會受到全新影響。「在利用AI構建程序大腦的過程中，帶寬是一個相當重要的傳輸通道。通信基礎設施的性能提升，或將顛覆整個AI行業的玩法。城市智能的管控影響到每一個行業的玩法，循環推進社會各個領域的進步。」

　　「就像電影《西部世界》中的實時3D地圖，未來基於3D數據構建的增強現實，會出現在人們的生活當中。」謝憶楠展望，千兆光網一旦實現，會幫助人類生活在未來全景現實世界中，通過機器就實現對監測數據的實時反饋。

　　據了解，自去年11月上海市政府發佈《關於本市推動新一代人工智慧發展的實施意見》以來，上海正在加速推動人工智慧產業發展。

　　截至現在，人工智慧相關的產業規模已經達到700億元，涉及交通、金融、商業，安防等諸多方面。前不久剛宣布將華東總部落戶上海的騰訊也表示，在上海建立相關人工智慧相關的產業的園區，加強在機器學習自然語言處理、圖像識別、模式識別、機器學習、計算機視覺等方面的技術創新，推動人工智慧技術在醫療、交通、零售、安防、警務、民生等各個方面的應用。

資料來源：https://news.sina.com.tw/article/20181022/28552726.html