|
这意味着这种专门为类脑计算任务设计的计算机结构，具备了和我们熟知的冯·诺依曼结构计算机相同的能力。
即避免系统中软件和硬件之间的紧密关联，实现了高效、兼容和独立的进程。不同的编程语言可通过编译器处理变为可供机器执行的指令。
这一点是十分重要关键的，因为以往，在冯·诺依曼结构计算机上，类脑计算缺乏合适的系统层次结构来支持整体开发，神经形态软件和硬件之间没有合适的接口。
清华类脑计算研究成果，再登Nature。
新研究的关键词是：类脑计算、新计算机系统框架、通用人工智能（AGI）。
它的重要性，在于有希望打破如今冯·诺依曼型计算机，对人工智能的普遍限制，完全发挥类脑算法的潜力，使AGI更具可行性。
研究了些什么？
这并不是清华大学类脑计算中心的相关研究成果，第一次登上Nature。
去年8月，清华类脑计算中心施路平团队自行研发的类脑芯片“天机”，登上了Nature封面。
引 言
随着互联网的不断发展，越来越多的企业把信息存储到与互联网连接的设备上。一些不法分子企图利用网络漏洞窃取企业的重要信息和机密文件，攻击者通过向目标主机发送特定的攻击数据包执行恶意行为。如何追踪这些攻击数据的来源，定位背后的攻击者，成为了业内人员重点关注的问题。
网络攻击溯源技术通过综合利用各种手段主动地追踪网络攻击发起者、定位攻击源，结合网络取证和威胁情报，有针对性地减缓或反制网络攻击，争取在造成破坏之前消除隐患，在网络安全领域具有非常重要的现实意义。
上周介绍了网络攻击溯源技术背景及攻击溯源过程。本周主要介绍攻击溯源工具及威胁场景构建。
未来的自主汽车，再加上大量的物联网设备，将需要一个能够处理大量流量以及数千个同时连接的网络。虽然存在许多不同的网络解决方案，但最有可能的是，此类系统将为所有设备使用单一的公共网络。因此，智慧城市使用5G网络是有意义的，因为5G网络设计有MIMO天线，具有波束形成功能，可以提供高下载速度，并提供低延迟连接，这是需要云计算服务的应用的理想选择。这种网络的使用也可能使智慧城市不仅能够部署大量传感器，还可以用于监测和跟踪车辆和智能设备。这可以实现先进的交通监控，也可以让智能系统来决定最好的服务方向。
物联网设备和蜂窝高速网络允许收集大量数据，但如果不能智能处理，所有这些数据都是无用的。因此，智慧城市将利用能够智能处理数据的人工智能系统来决定如何最好地改善城市状况。例如，交通监控系统与空气污染传感器相结合，可以让人工智能系统改变交通路线，使其远离污染严重的地区。人工智能系统还可用于动态调整5G网络资源，以提高高度拥挤地区的下载速度，从而提高用户的网络性能。
智慧城市将面临哪些挑战？
智慧城市面临的两大挑战是安全和隐私。发展一个可以由中央系统控制的城市，对安全提出了严重的问题。在一个城市里散布着成千上万的设备，只需要一个传感器受到攻击就可以为攻击者提供一个入口。从那里，攻击者可以试图进入中央控制系统，这可能会改变交通系统，路灯，铁路护栏，甚至紧急服务。
对于那些生活在智慧城市的人来说，隐私也将是一个主要问题。一个被物联网传感器严密监控的城市，很可能到处都是摄像头系统。使用网络跟踪系统还可以根据位置对公民个人和车辆进行跟踪。把这种权力交给当局也可能引起一些公民的问题，允许当局使用这种权力可能导致权力滥用。
当然，智慧城市也会受到基础设施成本和实施的困扰。一个用硬件升级的城市可能需要几年的时间来实施，这可能会给纳税人带来很大的成本。除此之外，一旦安装，系统可能会很快发现自己过时，因此需要升级基础设施。部署物联网技术的智能城市可能需要考虑软件定义的系统，这些系统允许升级，而不需要改变基本硬件。
（编辑：漯河站长网）
【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!
|
