文／杨剑勇
以NB-IoT和LoRa为核心的低功耗广域网无线连接规模日益扩大，且5G也开启冲刺阶段，大连接将掀起新一轮信息 科技 变革，一个万物互联的时代伴随通信技术发展即将到来，只是，万物互联最终透过云端实现跨行业和跨设备互联互通，各种设备所收集到的数据经过“云”上处理，并利用这些数据将会催生众多新商业模式。
万物互联在于通信技术发展，而万物智能在于数据处理，使得各种设备具有感知能力，云端作为数据集散中心，并利用AI技术，使得万物智能得以实现。
物联网核心在于数据的收集和处理，数以万亿计的传感器被嵌入到各个角落，所收集数据经AI技术进行智能分析，正是这个小小传感器，则驱动着 社会 数字化变革，企业有能力获取无限数据，并从中洞察实现快速创新，驱动产业转型升级，基于海量数据，地区甚至可以洞悉未来商业经济。
各种智能设备和传感器联网后，所产生数据并将厘清，挖掘其价值，从而激发物联网潜力。而云服务商则打通了云、端、边，并通过AI能力助力物联网应用落地，至此，各巨头积极布局，不仅有亚马逊、微软和谷歌等国际巨头，包括BAT今年纷纷调整战略，提升云服务战略，向物联网延伸，以此抢夺这条全新赛道。
在此之前，物联网并没有得到大规模部署，物联网高级顾问杨剑勇支持，受制于传感器的部署，跨品牌、跨平台和跨设备之间互通限制，以及物联网设备碎片化等诸多因素，但一线 科技 巨头进入，并伴随传感器部署规模日益扩大，以及无线通信技术迅猛发展，经过云端把人、机器和数据连接起来，且能为物联网所产生的海量数据提供强大的计算处理的平台，是物联网发展关键所在。
至此，巨头的云服务面向各行业物联网云平台应运而生，继而激活数据价值，以丰富的应用来抢夺主导权，对于他们来说，丰富的物联网应用是争夺市场核心，在其平台比拼的是应用能力，覆盖工业、交通、教育和金融等丰富的应用，这将是争夺物联网这一张船票的核心。
物联网不断推进和部署规模日益扩大，数以百亿设备接入网络，其经济价值超10万亿美元，各种设备利用传感器收集数据，一部分在边缘侧处理，并结合云端大脑，使得设备具有感知能力，仅在工业互联网领域就能激发高达7000亿市场规模。制造业在部署各种传感器后，与云平台结合，并利用人工智能技术对数据分析，赋予工业企业依据数据具有洞察力，把制造业推向数字制造转型。
（一）微软
GE在微软Azure云平台上标准化其Predix解决方案，将Predix产品组合与Azure的本地云功能，包括Azure物联网和Azure数据与分析，进行深度整合。在农业应用方向，布勒集团作为一家食品加工系统企业，将人工智能、智能云以及物联网技术相结合，提高玉米产量，同时最大限度地减少谷物地毒害污染。
微软以云、边缘智能和人工智能构件生态，并已经广泛应用智能硬件和工业制造等各行各业，Azure IoT等服务帮助制造商实施工业40，包括ABB和西门子等工业巨擘都在利用微软Azure开发自己的物联网平台。
（二）腾讯
腾讯云和三一重工打造的工业数据根云平台，三一重工连接了全区超过30万台重型机械设备，能够实时采集近1万个运行参数，共积累1000多亿条工程机械工业大数据，实现了全球范围内工程设备2小时到场，24小时内完工的服务承诺，大大提升了运营的效率，堪称工业智慧生态中的典范。
腾讯云在华星光电应用场景中，通过物联网平台采集数据，利用腾讯优图AI图像检测技术，系统可以724小时不间断进行质检工作，准确率达到了90%以上，远远超过人的水平，整个生产周期缩短了近40%。
产业互联网最初的营收机会还是来自云业务，腾讯的云服务增长非常快，市场份额一直不断提高，并强调，云业务的本质决定了需要大量的投入，包括数据中心和服务器方面的支出，这样才有来自云服务的经常性收入。这是腾讯总裁刘炽平在此前第三季度季报后高管电话电话会议上的讲话。
特别今年新成立云与智慧产业事业群后，腾讯积极拥抱产业互联网，通过整合自身技术和生态资源，腾讯云正构筑全链路的开发者服务体系，帮助人工智能、物联网、小程序、云原生领域开发者快速成长，并促进各行业与互联网深度融合，助推产业互联网升级。
（三）百度
百度以ABC＋IoT＋智能边缘促进物联网在各垂直领域展开大规模应用，百度云质检云解决方案帮助宝钢建立从连接采集、存储计算到理解决策的感知认知平台，并展示了钢包内衬熔损识别的应用。还有宝钢技术和百度共同打造“智能钢包”应用，通过为钢包部署传感器，实时监控钢包状态，并结合ABC能力打造智能调度的钢包管理系统，降低50%钢包烘烤能耗，平均降低出钢温度10℃，可以节约能源成本70亿元，大约可以节约150亿元。
百度在物联网应用中能大放异彩，得益于2010年开始积极 探索 发展AI技术，应用开始在多个领域开花结果，并以百度云为平台把AI能力分享给 社会 ，从农业到工业，从家庭到 汽车 ，以及翻译、图像识别和信息流等产品和服务，百度AI商业落地走在行业前列。在百度看来，人工智能将推动全 社会 新一轮产业变革，“云”巅之上的企业正向着智能化、AI化升级。
（四）阿里
阿里云在制造业也有不少案例，通过云＋AI+IoT能力先后为协鑫集成、天合光能和徐工集团等大型制造企业提供服务。基于阿里云可以轻松安全地将设备连接至云，从边缘设备到云端，从各种设备上收集数据、分析数据，帮助制造业提高运营效率，如协鑫光伏切片生产车间，生产良品率已经提升1个百分点，每年可节省上亿元的生产成本。
全球工业40和智能制造如火如荼进行中，这制造业升级大趋势下，越来越多的制造商开始评估并加大部署物联网，不仅西门子和通用电气等工业巨擘，包括 科技 企业也积极涌入，出击这个新风口，纷纷推出打通数据的工业互联网云平台，透过云端连接设备、服务和数据，并经AI技术处理，可以实时监测工厂运转状态，自主检测生产线上机械异常，以数字化来提升工厂生产率和产品合格率，推动制造业向数字化转型。
作者系物联网高级顾问杨剑勇，网易最佳签约作者，致力于深度解读IoT和AI等前沿 科技 ，基于对未来物联网洞察和对趋势判断，其观点被众多权威媒体和知名企业引用。
2019年全球ICT产业关键字，聚焦「智慧、速度与创新」。创新技术如人工智慧、延展实境（XR）、区块链、数位分身（DigitalTwin）持续出笼，尤其人工智慧加速晶片及量子电脑的发展，伴随5G商转，势必带动产业跳跃式前进。既然聚焦「虚实整合、运算科技、人机互动」三大主轴，2019年COMPUTEX，全球IP矽智财授权领导厂Arm受邀出席《COMPUTEX论坛》、《InnoVEX论坛》主题演讲。Arm在COMPUTEX揭示全面运算(TotalCompute)主张，为5G时代提供更符合更多使用情境(usecase)的整体运算方案，并展现强大生态系能量。
Arm在COMPUTEX2019有哪些亮点展示？瘾科技带你浏览四大解决方案 亮点一：物联网平台回应Arm的目标在2035年打造达一兆台连网装置，为了让连网装置深度沟通，Arm针对IoT平台的生态系，近年接续推出「DesignStart」、「Pelion」及「Neoverse」等相关计画。今年COMPUTEX，Arm展示Pelion这项混合环境的端到端联网连接、装置和资料管理平台方案。Pelion特色在于建构3A情境，「任何装置、任何资料、任何云端」（Anvice,Anydata,Anycloud），管理任何种类的连网装置与连接，应付任何内外部不同类型的资料，连接任何公有、私有及混合云端。
换言之，Pelion平台让企业在安全环境下，管理各项物联网装置，无限制连结任何规模的资料。COMPUTEX也展示，Arm收购TreasureData后，借助巨量资料技术能力，Pelion平台对资料流程进行融合，让企业用户以高效、更安全的技术部署、连接和更新连网装置，顺利走入物联网的资料世界。
亮点二：AI机器学习联网装置与数据资料爆发成长，人工智慧的机器学习应用，逐渐从云端转移至终端。为了把机器学习技术放在边缘装置发挥所长，Arm针对机器学习的晶片应用进而打造全新处理器。延续Arm在CPU具备的可编程优势，以及GPU数据处理压缩能力和高吞吐量的设计特点，将其整合至机器学习晶片设计之中。针对机器学习热潮，Arm推出「ProjectTrillium」机器学习运算平台支持各种AI应用程序，在功能性与可扩展性方面，能实现更快机器学习效率。根据统计，目前ProjectTrillium平台的学习数据吞吐量，比起过去CPU、GPU协同作业的机器学习效率，已经达2~4倍以上，效能也优于传统DSP的可编程逻辑。
换言之，ProjectTrillium是一个异质的ML运算平台，平台架构包括ArmML处理器、开放原始码ArmNN软体框架，目前搭载于超过25亿台Android装置。Arm针对ML处理器进行强化，包括超过两倍能源效率，达到每瓦5兆次运算(TOPs/W)、记忆体压缩技术提升达三倍，以及提升至高达八核心的次世代峰值效能，与每秒最高32兆次运算(TOP/s)。
随着机器学习需求愈来愈高，开发人员更渴望利用系统上专属神经处理器(NPU)的优势。Arm机器学习ML处理器提供同级最优化的能耗效率，并有强大的软体生态系统支援，让整个生态系统的AI效能极大化。
▲Arm示范如何在装置上快速的执行机器学习功能，挑战人的记忆，和装置相比，看谁能先辨出不同的图像。
亮点三：AR/VR装置前几年开始流行的AR、VR装置，过去最大挑战来自虚拟视觉的稳定度。对此，Arm因应5G科技演进推出多款全新高阶IP套件，其中Mali-D77DPU显示器即是聚焦扩增实境、虚拟实境所需的内容所打造，让虚拟实境更加真实。Mali-D77是Mali-D71显示处理器更新版，最高可对应3K解析度与120fps更新率，虚拟视觉影像得以更稳定呈现。全新的硬体功能，加速头戴式显示器的虚拟实境运算，实现更小、更轻、更舒适的VR装置部署。
▲在COMPUTEX展示OculusQuest的VR头盔，提供高效能、无线，摆脱传统VR装置需要连接线的牵绊，创造VR装置新体验。
当然，使用者对AR、VR装置的期待除了影像稳定，在沉浸式体验方面，还包含更轻量、不受线材影响以及更顺畅的效能。Mali-D77其他功能表现在镜头失真校正（LensDistortionCorrection）、色差校正（ChromaticAberrationCorrection）、非同步时间扭曲（AsynchronousTimewarp），对应更清晰、更真实影像，还能降低配戴者头晕情况。除此之外，Mali-D77显示处理器IP，3K120虚拟实境效能，硬体节省VR作业负载4成以上系统频宽，以及12%功耗表现。Arm表示，为了让VR更为普及，在全球达到数十亿台装置的长期目标，Mali-D77解决现阶段显示技术的挑战，为VR产业迎向下一个新世代。
亮点四：车用Arm在今年COMPUTEX展示的第四个亮点，聚焦在汽车应用。Arm在车用方面扮演重要角色，因其牵涉稳定与安全，尤其ADAS与自动驾驶需要顾虑的层级更是重要。对此，Arm针对车载安全推出ArmSafetyReady计画，同时也包括针对自驾车的7nm制程最佳化处理器架构Cortex-A76AE，借由整合Split-Lock提供车载所需的安全性。
换言之，ArmSafetyready车用安全计画涵盖Arm既有、新型与未来的全方位车载计画，从系统性流程到研发，且通过ISO26262与IEC61508标准，一站式提供软体、元件、工具、认证及标准等资源，确保加入此计画的合作伙伴其SoC与系统，皆达到最高安全层级。
今年COMPUTEX也展示基于Arm的DMS（DriverMonitoringSystem）驾驶监控系统产品。DMS是采用ArmCortex-A7所支援的深度学习NN模型，由TEEAILab所开发。这套DMS系统展示在CortexA7上运行AI/ML以实现驱动程序状态监视功能。例如针对驾驶员闭眼、打哈欠侧视、俯视、打电话和吸烟等行为进行迅速检测，并发出音频以提醒驾驶。Arm在智慧驾驶领域，也展开AutomotiveEnhancedforFunctionalSafety计画，将推出首款多情绪执行处理器，以强化新世代安全驾驶体验。
▲COMPUTEX展会上也展示Arm在智慧驾驶领域的成果(图右)，情绪执行处理器问世将有助驾驶安全。
聚焦未来世界，打造创新体验Arm在COMPUTEX2019展会中，展现新世代运算领域的创新技术与相关应用。除了上述相关亮点，也聚焦面向未来2030年的使用情境。Arm拥有全面软体开发框架，包含ArmIP、ArmNN、ArmComputeLibrary及ArmDevelopmentStudios，透过生态系统合作帮助开发人员更快采用、更快上市，透过机器学习软体优化，有效扩展硬体效能。
想像未来的世界，5G传输、机器学习、终端运算可能已经成为我们生活的日常，而产业之间将呈现万物联网的庞大生态系。对此，Arm将持续展现其领先技术优势，携手物联网超级战队掌握下一波科技浪潮。
一篇文章看懂什么是NB-IoT和物联网 NB-IOT是一种物联网实现技术 同zigbee及wifi一样 属于物联网的重要分支 NB-IOT是基于基于蜂窝的窄带物联网，它拥有低功耗的特点 跟zigbee一样 但是传输速率要大于zigbee 而wifi则消耗较大的功耗 但是传输速率比它们都要大
NB-IoT是IoT领域一个新兴的技术，支援低功耗装置在广域网的蜂窝资料连线，也被叫作低功耗广域网(LPWA)。NB-IoT支援待机时间长、对网路连线要求较高装置的高效连线。据说NB-IoT装置电池寿命可以提高至至少10年，同时还能提供非常全面的室内蜂窝资料连线覆盖。
都是远距离无线传输，只是各自的应用领域不同而已。
LoRa比较适合区域网，自己管理资料，自己架设基站进行资料处理，比如一个农场、一个蔬菜基地等。
NB-IoT较适合广域网部署，应用领域比较适合广泛部署，一个特征应用比如共享单车就比较适合NB而不适合LoRa，比较像是3/4G跟WiFi的关系。
LoRa：基站需要自己管理，可以类比为自己家里WIFI路由器，手机连结WIFI上网
NB-IoT：基站运营商已经给你建好，要传输付钱即可，资料走运营商网路，可以类比为目前的手机3/4G上网
LoRa、SigFox因为出现的时间较早，且较基于授权频谱的LPWA技术更为成熟，也可以规模商用，能够满足当时部分使用者的需要，因此获得了运营商的选择。在市场上，基于非授权频谱的LPWA技术，主要是LoRa、SigFox为主。
随着技术的进步和发展，到了2016年，NB-IoT和eMTC这两项技术出现了，并且这两项技术都采用统一的3GPP标准来扩充套件物联网。这项技术具有行业标准的属性，是开放的，并且采用的技术方向是向5G进行逐步演进，标准会不断的提升和演进。
一篇文章看懂什么是工业40 这篇接地气的文章告诉你——什么叫工业40 导读：工业40到底是个啥，本来答应给他单独讲一遍，后来一想，不如整理下材料和思路，一块分享给大家，所以今天就跟大家谈谈这个神秘的工业40吧。
早年从事过工业自动化行业，后来为了赚点讲课费做零花。
工业40第一重天：智慧生产
之前我们说过，生产装置和管理资讯系统也各自连线起来，并且装置和资讯系统之间也连线起来了。你有没有觉得还缺点什么？没错，就是生产的原材料和生产装置还没有连线起来。
这个时候，我们就需要一个东西，叫做RFID，射频识别技术。估计你听不懂，简单来说，这玩意儿就相当于一个二维码，可以自带一些资讯，他比二维码牛叉的地方，在于他可以无线通讯。
我还是来描述一个场景，百事可乐的生产车间里，生产线上连续过来了三个瓶子，每个瓶子都自带一个二维码，里面记录著这是为张三、李四和王二麻子定制的可乐。
第一个瓶子走到灌装处时，通过二维码的无线通讯告诉中控室的控制器，说张三喜欢甜一点的，多放糖，然后控制器就告诉灌装机器手，“加二斤白糖！”（张三真倒霉……）。
第二个瓶子过来，说李四是糖尿病，不要糖，控制器就告诉机器手，“这货不要糖！”
第三个瓶子过来，说王二麻子要的是芬达，控制就告诉灌可乐的机械手“你歇会”，再告诉灌芬达的机械手，“你上！”
看到了，多品种、小批量、定制生产，每一灌可乐从你在网上下单的那一刻起，他就是为你定制的，他所有的特性，都是符合你的喜好的。
这就是智慧生产。
工业40第二重天：智慧产品
生产的过程智慧化了，那么作为成品的工业产品，也同样可以智慧化，这个不难理解，你们看到的什么智慧手环、智慧脚踏车、智慧跑鞋等等智慧硬体都是这个思路。就是把产品作为一个数据采集端，不断的采集使用者的资料并上传到云端去，方便使用者进行管理。
德美工业40和工业网际网路的核心分歧之一，就是先干智慧工厂，还是先搞智慧产品。德国希望前者，美国希望后者。至于中国，我们就搞加，还是加这个东西好，正加反加都行。
工业40第三重天：生产服务化
刚才说了，智慧产品会不断地采集使用者的资料和状态，并上传给厂商，这个就使一种新的商业模式成为可能，向服务收费。我好多年前在西门子的时候，西门子就提出来向服务收费，当时我觉得这是德国佬拍脑袋想出来的傻×决定，但是现在我才明白这是若干年前就已经开始为工业40的生产服务化布局了。你对西门子的印象是什么？冰箱？你个糊涂蛋，西门子这些年已经悄然并购了多家著名软体公司，成为仅次于SAP的欧洲第二大软体公司了。
这个服务是什么呢？比如西门子生产一台高铁的牵引电机，以往就是直接卖一台电机而已，现在这台电机在执行过程中，会不断的把资料传回给西门子的工厂，这样西门子就知道你的电机现在的执行状况，以及什么时候需要检修了。高铁厂商以往是怎么做的？一刀切，定一个时间，到时间了不管该不该修都去修一下，更我们汽车保养没什么差别。现在西门子可以告诉你什么时候需要修什么时候需要养护，你要想知道，对不起，给钱。
再举个例子，智慧产品实现后，每一辆汽车都会不断地采集周边的资料，来决定自己的行驶路线，整个运输系统会完全服务化，任何人都不需要再买车，有一天也许自己开车会成为严重的违法行为，因为装置是智慧的，而人确是不可控的。
在这个阶段，所有的生产厂商都会向服务商转型。
工业40第四重天：云工厂
当工厂的两化融合进一步深入的时候，另一种新的商业模式就有要孕育而生了，这就是云工厂。
工厂里的装置现在也是智慧的了，他们也在不断地采集自己的资料上传到工业网际网路上，此时我们就可以看到，哪些工厂的哪些生产线正在满负荷运转，哪些是有空闲的。那么这些存在空闲的工厂，就可以出卖自己的生产能力，为其他需要的人去进行生产。
网际网路行业为什么发展的这么快，就是因为创业者只需要专注于产品和模式创新，不需要自己去买一个伺服器，而是直接租用云端的服务就行了。而目前工业的创业者，还是要不断地纠结于找OEM代工还是自建工厂中，这个极大地限制了工业领域的创新。当云工厂实现的时候，我预言中国的工业领域将出现一个比网际网路大百倍以上的创新和创业浪潮，那个时候这个社会的一切都将被深刻的改变。
工业40第五重天：跨界打击
网际网路行业天天说降维打击传统行业，什么谷歌小米阿里巴巴乐视，可是我告诉你，当工业40进入第五重天时，工业企业的跨界打击将比这些网际网路企业猛烈百倍。这个过程将从根本上撼动现代经济学和管理学的根基，重塑整个商业社会。
举个例子，一个生产手表的厂商，这个表每天贴着你的身体，采集你身体的各项资料，这些资料对于手表厂商也许没啥用，但是对于保险公司就是个金库，这个时候，手表厂商摇身一变，就能成为最好的保险公司。
当自动化和资讯化深度融合的时候，跨界竞争将成为一种常态，所有的商业模式都将被重塑。
工业40大圆满：黑客帝国
整个工业40过程，就是自动化和资讯化不断融合的过程，也是用软体重新定义世界的过程。
在未来，多元宇宙将在虚拟世界成为现实，一个现实的世界将对应无数个虚拟世界。改变现实世界，虚拟世界会改变；改变虚拟世界，现实世界也会改变。一切都在基于资料被精确的控制当中，人类的大部分体力劳动和脑力劳动都将被机器和人工智慧所取代，所有当下的经济学原理都将不再试用，还将有可能引发道德伦理问题。但是我相信有一些东西是不会变的，人类的爱、责任、勇敢，对未来和自由的向往，以及永无止境的奋斗。生生不息！
好吧，现在大谈黑客帝国似乎有些遥远，那就谈谈科理咨询的2016年德国汉诺威工业展与工业40标杆学习之旅吧！科理咨询带着学员都学到了什么呢？请关注随后的系列报道。
nbiot和emtc应该是比较相似，因为都基于LTE技术
而其他非LTE系列的物联网就根本不同了
NB-IoT是narrowbandinterofthings,即窄带物联网技术，是LPWA技术的一种。LTECategoryM2也被称为Narrow-BandIoT（NB-IoT）没有Cat-NB的说法
物联网《NB-IoT已经来了，LTE-V还会远吗 1、实现无人驾驶，单车智慧+汽车联网，两手都要硬
当前市场忽视了通讯网路对于无人驾驶的关键作用。之前大家讨论的更多的是单车智慧，而要实现最终的无人驾驶，必需单车智慧和汽车联网相辅相成，特斯拉事故已经说明，仅仅单车智慧是不够的。实现汽车联网的通讯网路必须具备低时延、大频宽的效能，实现车与车、车与路之间的通讯，而目前包括 NB-IoT、4G 等网路均不符合要求，必须要有专用的车联网通讯标准。
2、抢夺车联网标准，中国推出 LTE-V
中国是世界第一大的汽车市场，同时中国通讯产业又具备全球竞争力，出于通讯安全的考虑，中国工信部正在积极推动自主化的车联网标准。华为、大唐等主导的车联网标准 LTE-V 预计在 2016 下半年和 2017 上半年分步冻结，2018 年商用推广，抢在美国强制推广之前（DSRC）。同时，我国 8 月份将释出“智慧网联汽车发展技术路线图”，我们判断，LTE-V 将是其中的重要内容之一。
历史悠久：贵州茅台酒独产于中国的贵州省遵义县仁怀镇，是与苏格兰威士忌、法国科涅克白兰地齐名的三大蒸馏名酒之一，是大曲酱香型白酒的鼻祖。
品质优越：被尊为“国酒”。他具有色清透明、醇香馥郁、入口柔绵、清冽甘爽、回香持久的特点，人们把茅台酒独有的香味称为“茅香”，是我国酱香型风格最完美的典型。
一张图看懂什么是物联网
物联网是网际网路的延伸，可以说是网际网路的一种应用。物联网通过各种感知装置，如射频识别、感测器、红外等，将资讯传送到接收器，再通过网际网路传送，通过高层应用进行资讯处理，达到“感知”的目的。
一篇文章弄懂什么是虹膜识别 美国智库 Acuity Market Intelligence
曾发表过一份《生物识别的未来》报告，报告显示，虹膜识别技术将在未来10—15年迅速普及，并占全球生物特征识别16%的市场份额，虹膜识别产品总产值也将达到35亿美元。毕竟无需赘言，在智慧手机之外，未来整个IOT产业的崛起理论上都可被视作虹膜技术普及的基石——你知道，当万物互联时代来临，资料安全牵一发而动全身，人们都在企盼一种与机器更安全的互动方式。
拜好莱坞所赐，如下场景早已被视作未来理所当然的一部分：某Boss级人物神色淡定或慌张地进入实验室等神秘部门，他只需要“看一眼”萤幕即可来去自如。事实上，虹膜识别并不是一个初生事物，基于虹膜扫描识别身份的理论认知可追溯到上世纪30年代，并于90年代逐渐实现商业化落地，如今也已应用在诸如金融， ，机场和军方等现实中貌似类似“神秘部门”的地方。但如你所知，人类历史的底层驱动力永远都是技术以及让技术大范围扩散的商业，遵循着与计算机，网际网路，智慧手机等颠覆性技术的相似步伐，如今虹膜识别也正在从特定领域推广至普通消费人群之中。最直观的例子当然来自三星刚释出的Galaxy
Note7，这是虹膜识别技术第一次被添置在真正意义上的主流旗舰智慧手机之上。
在不少人看来，考虑到三星之于手机产业链的掌控力和号召力，与去年富士通ARROWS NX F-04G以及微软Lumia
950XL等小众机型对虹膜识别的仓促不同(譬如识别时间过长)，三星的入局有望起到某种带动之力——据报道，三星的加入甚至让与虹膜识别相关的企业股票也一度飘红。技术的成熟当然是另一方面。古往今来，人类一直对“精准识别身份”心向往之——而有理由相信，愈到未来，安全地告知机器“我是谁”这件事就愈加重要。
而在这件事上，至少看起来，虹膜识别可以做到更多。
你的唯一
大体而言，在所有常规生物特征识别(包括指纹，人脸，虹膜，声音，掌纹等)当中，由于虹膜自身的精准性，防伪性，唯一性，稳定性，主流学界通常认为虹膜是比指纹或者面部识别更“高阶”的识别方式，要知道，相比于指纹08%，人脸2%左右的误识率，虹膜识别低至百万分之一的误识率看起来几乎没有任何蛊惑性。
那到底何为虹膜人眼结构由巩膜，虹膜和瞳孔三部分构成，虹膜即是位于其他二者之间的圆环状部分，属于眼球中层，负责自动调节瞳孔大小，从而适应不同光照环境。而交叉错杂的细丝，斑点和条纹等细微之物构成虹膜大量独一无二的资讯特征，也因此具备了某种与生俱来的不可复制性(顺便一提，虹膜的唯一性同样存在于同卵双胞胎身上，后者DNA资讯重合度非常之高)，其复杂度远超如今在智慧手机普及的指纹识别，有研究表明，虹膜识别准确性是指纹识别的1万倍。
可想而知，细小的动态特性让伪造虹膜变得几乎不太可能，至少目前，无论照片，假眼，乃至在隐形眼镜上列印(对了，当眼球剥离人体，虹膜也会随瞳孔放大从而失去活性)，都几乎没办法欺骗机器对于主人虹膜的信赖。
而极强的稳定性是虹膜用于生物识别的另一利器。任何人在胎儿发育阶段形成之后，虹膜即终生保持不变，且几乎不会受到外部环境的干扰——在眼睑的庇护下，它不易受到外伤侵袭，更重要的是，目前看来，诸如红眼病，白内障，青光眼，沙眼结膜炎，近视眼手术这些常见的眼部侵扰都无法影响虹膜自身纹理。这意味着，虹膜不会出现指纹解锁时易磨损，灵敏度低，蜕皮或者潮溼而致使手机无法识别的困扰。
另外，最后想说，相较于指纹，虹膜中远距离的非接触式采集无疑要卫生许多。
怎么用
很好理解，虹膜识别技术能将虹膜资讯特征转为密码储存。
在具体的实现路径上，拿Note7来说，在前置镜头同侧增加了IR
LED与虹膜摄像头，在识别过程之中，前置摄像头辅助虹膜摄像头确定持机者的大体轮廓，再经由IR
LED发射红外光源(虹膜识别无法用最常见的彩色可见光感测器，要用独立的红外感测器，以保证能为暗光下使用)，虹膜摄像头通过光源扫描持机者虹膜资讯，然后将虹膜资讯转为编码，与已知密码进行比对，以最终决定是否解锁。通常来说，相比录入指纹时的繁琐，初次录入虹膜要迅捷许多，大概只需要几秒钟;而当用户试图用虹膜解锁手机时，根据视讯演示，虽不比指纹，但仍谈得上灵敏。
而直觉便知，虹膜识别的应用场景可被延伸至萤幕解锁之外，譬如Note7提出的一种场景方案是新增了一个“安全资料夹”，通过虹膜解锁存放一些包括应用，照片，便签在内的私人资料或资讯(你知道，每个人都有一些“不可告人”的小秘密)，让其独立于其他手机资料之外，唯有虹膜可以开启，算是上了份双保险。
在我看来，这一功能也在很大程度上回应了业界对于虹膜识别普及性的担忧——事实上，至少在现阶段，作为科技急先锋的虹膜识别与已然成熟的指纹识别并非取代关系，而更接近于不同场景中的互补或进阶，Note7的安全资料夹即是如此，你大可将其视作指纹之后的第二道安全防护，**里出入神秘部门也得布防重重关卡不是
嗯，在告知机器“我是谁”这件事上，人类经历了各种密码，数字证书，硬体KEY(譬如U盾)等多种方式，有理由相信，身份识别的下一幕很大程度上将由虹膜等生物特征识别完成。其实追溯人机互动历史，一个清晰的脉络是：主流计算装置的每次形态改变，必然伴随着人机互动难度下降，而随着虹膜等识别技术的完善，人类与机器之间的“信任关系”势必将迈向一个新篇章。
未来由现实铺就，而“未来已经来临”。在科技领域，未来十年将会令过去的十年黯然失色，但愿这其中会有生物识别技术很大的功劳。
欢迎分享，转载请注明来源：内存溢出
微信扫一扫
支付宝扫一扫
评论列表（0条）