树莓派为什么新版（B+）比之前的旧版降了一百多元

主要还是一定程度上起到了降低成本的作用，为成为物联网硬件铺路，但个人认为依然是杯水车薪。来分析一下树莓派发展所遇到的问题，自然就有答案了。
树莓派如果想要大规模商用，成为物联网设备的标准硬件，面临的最大竞争对手，应该是以ARDUINO为代表的ARM单片机开发板。尽管树莓派的关注度更高一些，但主要还是玩家效应导致的，真正落实到产品环节上，树莓派完全是被吊打的。
如果单单从实现功能的角度出发，树莓派其实是可以胜任很多工作的。但从现实角度考虑，树莓派存在的最大价值，主要还是用来培养玩家兴趣，学习Linux，以及学习一些电路常识。很多先天因素，决定了它很难成为智能设备开发的主流。唯一有实际意义的应用，是可以作为一台小型服务器。但如若只是为了当作服务器使用的话，没有理由一定要使用树莓派。
树莓派无法大量商用的主要问题有三个，官方的控制成本的一系列措施，主要是想解决第一个问题。
第一，成本问题。
咱先来算个账，一个3代+的树莓派，要200+元。如果想做成产品，搭配两个其他模块，按照一个模块100元左右的价格估算，材料成本至少也要在400元左右。再加上一些基础元器件，电源，外壳，也就上500元了。
而搭配两个模块的树莓派，可能做出什么级别的产品呢？湿度计，南瓜灯，门铃大概也就是这个级别了吧？500元材料成本，加上推广费用，运输成本，人力成本，时间成本，税务，卖到上千元，恐怕还是赔钱的。谁会花千元买个门铃？
所以如果真的要在设备上使用树莓派作为控制设备的话，有可能涉及的范围，只有军事，科研等“赔钱没关系”的行业当中。而并非一般的市场环境下。
第二，续航问题。
树莓派的耗电量，决定了它只能用于大型设备上。尽管网上很多人，用它制作出了智能浇花器，玩具无人机等小型创意产品。但有多少人仔细考虑过这些创意产品，在使用电池作为电源时，有多久的续航能力？咱来看看刚才做的那个门铃长啥样吧：
一个吊炸天的高端奢侈品门铃，售价千元，偶尔会发出嗡嗡的风扇声。打开电源按钮时，还要经过一段等待过程，等门铃开机之后才可使用。还需要拉一条专用电源线来供电，否则只能续航几个小时。
综上所述，既然只能用于大型设备，那么树莓派自身体积小的特点，也就失去了实际意义。
第三，与单片机相比，并无优势。
与树莓派最近似的，莫过于ARM单片机开发板了，以其中最出名的ARDUINO为例，它被视为比51系列单片机更利于新手入门的单片机开发板，它与树莓派在应用中唯一的区别，就是它是一个单片机，没有 *** 作系统，所以它无法当作电脑使用。一个ARDUINO UNO开发板大约30-80元不等（品牌差异），除了无法作为电脑使用之外，它所能实现的功能却与树莓派不相上下，开发难度也相对小一些，耗电量更是比树莓派要低的多，基本可以满足手持设备的续航需求。基于ARDUINO而开发出的民用智能设备，已经具备了一定市场，而树莓派衍生的民用智能设备，市场份额依然趋近于零。树莓派除了价格，耗电，均成倍高于ARDUINO之外，唯一可以算作优势的，就是有一个 *** 作系统而已。但如果真有需要，在ARM开发板上加装一个小型 *** 作系统，并非难事，比如ProtoThreads之类专为单片机设计的 *** 作系统，只需要烧录120行代码便可搞定。虽功能不如Raspbian，但紧凑小巧，能耗自然也要小的多，便于解决手持设备续航能力不佳的问题。Raspbian功能更全面的特点，非但无法带来更多优势，由此造成的能耗过大问题，反而成了限制其应用范围的瓶颈。

由于数据科学的兴起，Web应用程序开发即将经历一场重大革命。到目前为止，开发者已经基于焦点小组、调查和对用户需求的合理猜测开发了应用程序。这种旧的工作方式是有偏见的，不能包括统计上显著数量的用户的输入。

由于物联网提供了千兆字节的可用数据，这种情况正在扭转。即时且持续的互联网接入引发了一波前所未有的用户生成数据浪潮，这些数据可以转化为可执行的见解。

网络开发公司从设计阶段就开始利用人工智能来理解所有这些数据点，并将这些发现整合到应用程序中。这种方法通过观察目标群体的特定行为和偏好，帮助公司节省时间和成本。

数据重新定义了软件生产领域

目前，软件开发涉及程序员编码或重新利用现有模块，以创建一个可工作的应用程序，满足一些预先设定的需求。深度学习将彻底改变这一现状。

开发者将不再决定应用菜单的位置。通过分析类似应用的使用情况，可以得出哪些对用户来说是必不可少的，哪些是应该强调的。与谷歌的自动补全功能相比，这是向前迈进了一步。

新版本

应用程序的升级也将取决于数据，而不是直觉或焦点小组的反馈。用户通过与app互动或在论坛和社交媒体上陈述需求来表达自己的需求。为了使用这些信息，开发团队应该收集这两种数据流，并将它们转化为可 *** 作的见解。

事实上，英伟达副总裁兼总经理吉姆·麦克休(Jim McHugh)表示，升级将不再是战略团队的关注点，而是会自然而然地从数据中显现出来。当有更多的数据可供训练时，机器学习算法会变得更智能。当这种情况发生时，新的版本就会出现。

例如，一个新版本的聊天机器人将不断升级，使用用户生成的输入来包含以前没有返回令人满意结果的搜索或查询的答案。在这种升级中，开发者几乎没有投入。

数据扰乱开发人员的工作模式

由于当前的工作模式正在发生巨大的变化，网络应用开发者很可能在未来几年内担心失去工作。然而，这并不是对程序员需求降低的问题，而是对一套不同技能的需求。程序员和编码员的需求将比以往任何时候都高，但他们可能必须升级数据科学和数据分析方面的专业知识。

Web开发不再仅仅是写代码，而更多的是结构化数据，清理数据，管理数据，并确保它准备好教授算法。这些技能与十年前面向对象或web编程的含义相比有很大的不同，但在这个行业，进步是必然的。现在的趋势是用R或Matlab编写Python脚本和进行数据分析。

随着代码变得越来越丰富，对于我们现在所知道的开发人员来说，这可能意味着一个时代的结束。机器将有需要的代码在手边，他们也将知道如何整理这些片段到一个工作程序。

数据驱动的web应用程序可以带来什么

目前，理解数据仍然可以给组织带来竞争优势，但它很快将成为最低 *** 作要求。

数据科学可以在几个领域产生真正的影响，包括生产力、效率和个性化。

生产力和虚拟助手

网络应用能够记住我们的喜好，帮助我们重新开始，这样可以节省时间和精力。人工智能可以了解我们的消费习惯、时间使用和生活方式。通过分析这些经历背后的数据，它可以提供个性化的建议，简化我们的选择。

这些应用程序有潜力成为某种私人助理、值得信赖的合作伙伴、智能数据库或智能存储库。有些应用程序会提醒你重要的任务，找出你日程表上的空白，你可以利用这些空白，甚至可以阻止某些有害的习惯，比如拖延症。

加强个性化

人工智能应用很快就会像忠实的助手一样出现在你身边，但它们也比朋友和家人更能进入你的脑海。如今，我们的智能手机已经可以根据地理位置、过去的喜好以及与特定品牌的互动，为我们提供出色的提示。

很像Netflix和Amazon，推荐引擎可以扩展到其他需要提供定制响应的web应用程序。

这不仅是消费世界的下一个潮流，也是应用开发的总体方向。iPhone X和Galaxy S8等新一代智能手机都内置了人工智能功能。

预测的影响

在web应用开发中使用数据科学所引发的变化将对消费者和开发者产生同样的影响。存储在浏览器中的cookie，以及用户在网络会话期间提供的任何数据，将成为用户偏好的暗示，以及用户与之交互的应用的定制方式。对于开发人员来说，相同的数据可以作为升级和增强的主要来源。速度、可靠性和功能仍然有很高的要求，但将用户自己的数据整合到应用的外观、感觉和功能将产生不同。

蓝牙5和WiFi其实都是比较适合物联网应用的，具体的看产品的应用场景、是否需要联网以及内置协议啥的是WiFi 更适合，还是蓝牙更适合。

需要联网，对传输距离有要求，传输数据偏大的，毫无疑问，WiFi 会更加适合；

不需要联网，只是要高速率的数据采集、传输及智能控制，则蓝牙50会更为适合，低功耗，工业级，高性能的50蓝牙模块SKB501就蛮适合的。

近年来，新兴技术如3D打印、细胞治疗和区块链等技术革新为人类的发展带来的好处是显而易见的，其中对医疗保健领域影响最大的则是数字技术的发展，大数据和信息技术将有助于更好地管理人口健康数据。我国政府在《“十三五”国家科技创新规划》中，详细规划了精密医学技术开发、建立多级知识数据库、创建国家级生物医学大数据采集和存储平台。
一、3D打印
3D打印可以为个性化治疗提供更多机会。生物制剂领域正在探索3D打印制造细胞和组织产品的新方法。
例如，药物和疾病模型可以在3D打印的组织上进行测试，不再像以前那样，在动物或人类身上测试。当3D打印与纳米技术结合使用时，它也可以在分子水平上应用：定制的白血球可以被设计用来追捕和攻击癌细胞。
尽管3D打印等新兴技术的潜力得到了广泛认可，但目前这些技术的法规仍处于萌芽状态，即使在澳大利亚等较发达的市场也是如此。
二、区块链
区块链是由存储、链接在数字交易上的交易块所构建的，交易记录能够共享，且不可修改，它使每个患者的数据源充当完整的、不可更改的“块”，然后安全地与医疗保健提供者或其他研究组织共享。
区块链在医疗领域的应用在国内外关注度日渐提高，区块链的触角已遍布各行各业，助推传统行业转型升级。
目前，区块链技术已逐步在医疗领域得到应用，作为一门新兴技术，正在颠覆这一行业的经营模式甚至价值链。一系列的数据显示，区块链技术真正的潜力可能在于，通过让不同公司甚至行业彼此分享数字资产以促进合作。
三、人工智能（AI）
人工智能算法可以分析来自临床试验、健康记录、基因概况和临床前研究的大数据集。这些数据中的模式和趋势能够以快于研究人员的速度验证临床假设，并迅速提供新的见解。
AI技术最新的一个应用是在诊断领域。2017年，腾讯推出了AI诊断医学影像服务，称为人工智能创新医疗系统（AIMIS）。
目前，这项技术已证明，食管癌的初步诊断准确率超过90%，肺结节病的准确率为95%，糖尿病视网膜病变的准确率为97%。迄今为止，AIMIS实验室已在10多家医院建立，并签署了进一步部署的协议。
腾讯的人工智能研究实验室——优图实验室（Youtu Lab）也与广州中山大学癌症中心的食道癌研究所合作，利用数千名匿名患者数据来培训其AI技术的诊断部分。这种发展可能对药物开发过程产生重大影响。
例如，腾讯AI技术捕捉到的图像可以与xtalpi结合使用，xtalpi是一种利用云计算平台（如亚马逊网络服务、腾讯云、谷歌云和阿里云）运行算法，部署一百万个计算能力核心的技术，以发现计算机中的新产品，大幅减少制药公司研发新品所需的时间和巨额投资。
四、基因疗法
基因治疗为个性化疗法提供了可能性，例如新的CAR-T疗法，虽然使用率仍然很低，但人类遗传学和精准医学已经逐步通过创新的生物技术改变医疗保健。
五、数据助力生命健康医疗行业发展
健康数据是新的医疗保健货币，面对来自内外部持续、不断增长的数据涌入，医院将依赖认知分析来发现和梳理数据中最重要的节点和趋势，通过对数据进行系统化、结构化的分析，向临床医生、患者提出可行的见解。
有三项技术正在帮助亚太地区挖掘不同的数据源，即物联网、认知计算和基于云的交互 *** 作EHR系统：
1、物联网
物联网的发展对于远程临床监测、慢性病管理、预防性护理、老年人辅助生活和健康监测有重要价值。物联网的应用也有助于降低成本、提高效率，并将重点转移到优质的病患护理上。
2、认知计算
认知计算包括机器学习、神经网络和深度学习技术，可以帮助医疗组织处理大量快速变化的数据。
认知计算能够处理各种统计算法并快速生成新数据的新模型，这将帮助大量医疗保健数据（从医疗设备、智能手机、活动跟踪程序和EHR等来源汇总而来）转化为个性化医疗方案。
更重要的是，认知计算还能用来预测健康趋势（如疾病发作）、检测数据模式（如药物对个人或群体的影响），或者使不同来源的数据得以共享（如创建360度患者视图）。
3、基于云的交互 *** 作EHR系统
当与AI相结合时，交互 *** 作的EHR可以帮助医疗系统更好地将数据集成到日常护理中，并使患者更好地管理自己的数据。当这些数据存储在云中时，相关人员可以根据需要访问这些数据，也可以在区块链上访问，区块链是一个分布式、不变的数字交易记录分类账。
然而，随着数据使用的增加，以及像Wannacry等勒索软件的攻击，网络安全和数据风险管理问题成为生命科学和医疗保健行业需要面对的挑战。
实际上，在每年发生的网络攻击事件中，医疗保健仅次于金融领域。在全球范围内，各国政府正在研究新的法规，使患者能控制自己的数据并简化法规环境。
例如，日本厚生劳动省（负责医疗卫生和社会保障的主要部门）于2017年5月发布了最新版《健康信息系统安全指南》，旨在推广一系列措施来应对医疗机构的网络攻击风险。
最近，日本的医疗机构普遍采用封闭系统来减少网络威胁。但是，日本国家卫生系统新的医疗ID和数据共享方案的实施，将要求医疗机构将数据上传到外部服务器，从而提高网络安全的重要性。

---