欢迎来到加倍考研网! 北京 上海 广州 深圳 天津
微信二维码
在线客服 40004-98986
推荐适合你的在职研究生专业及院校
7 Papers|GCN大佬公开博士论文;谷歌提出扩展型BERT架构老唐头

7 Papers|GCN大佬公开博士论文;谷歌提出扩展型BERT架构

机器之心 & ArXiv Weekly Radiostation参与:杜伟、楚航、罗若天本周的重要论文包括谷歌提出的扩展型 BERT 架构 Tapas,以及 GCN 作者的博士论文。目录:SYNTHESIZER: Rethinking Self-Attention in Transformer ModelsInteractive Video Stylization Using Few-Shot Patch-Based TrainingTransferable, Controllable, and Inconspicuous Adversarial Attacks on Person Re-identification With Deep Mis-RankingHow to Train Your Energy-Based Model for RegressionTAPAS: Weakly Supervised Table Parsing via Pre-trainingmemeBot: Towards Automatic Image Meme GenerationDeep Learning with Graph-Structured RepresentationsArXiv Weekly Radiostation:NLP、CV、ML更多精选论文(附音频)论文 1:SYNTHESIZER: Rethinking Self-Attention in Transformer Models作者:Yi Tay、Dara Bahri、Che Zheng 等论文链接:https://arxiv.org/pdf/2005.00743v1.pdf摘要:众所周知,点积自注意力(dot proct self-attention)对于 SOTA Transformer 模型是至关重要且不可或缺的。但有一个疑问,点积自注意力真的这么重要吗?在本文中,来自谷歌研究院的几位作者研究了点积自注意力机制对于 Transformer 模型性能的真正重要点和贡献。通过一系列实验,研究者发现(1)随机对齐矩阵(random alignment matrice)的执行效果出人意料地好;(2)从 token-token(查询 - 键)交互中学习注意力权重并不是那么重要。基于此,研究者提出了 Synthesizer,这是一个无需 token-token 交互即可学习合成注意力权重的模型。本研究提出的 Synthesizer 模型架构图。在 WMT’14 英语 - 德语、WMT’14 英语 - 法语机器翻译任务以及 10 亿语言建模(LM1B)任务上的 NMT 和 LM 效果对比。在摘要式归纳(CNN / 每日邮报)和对话生成(PersonalChat)任务上归纳和对话效果对比。推荐:本研究提出的 Synthesizer 在 MT、语言建模、摘要式归纳、对话生成以及多任务语言理解等一系列任务上的性能均媲美于最原始的(vanilla)Transformer 模型。论文 2:Interactive Video Stylization Using Few-Shot Patch-Based Training作者:Ondej Texler、David Futschik、Daniel Skora 等论文链接:https://ondrejtexler.github.io/res/Texler20-SIG_patch-based_training_main.pdf摘要:在本文中,捷克理工大学和 Snap 公司的研究者提出了一种用于关键帧视频风格化的学习方法,借助这种学习方法,艺术家可以将风格从少数选定的关键帧迁移至序列其他部分。这种学习方法的主要优势在于最终的风格化在语义上有意义,也就是说,运动目标(moving object)的特定部分根据艺术家的意图进行风格化处理。与以往的风格迁移方法相比,本研究提出的学习方法既不需要任何冗长的预训练过程,也不需要大型训练数据集。研究者展示了在仅使用少数风格化范例且隐式保持时序一致性的情况下,如何从零开始训练外观转换网络。由此得出的视频风格化框架支持实时推理、并行处理以及任意输出帧的随机访问。此外,这种学习方法还可以合并多个关键帧中的内容,同时不需要执行显式混合操作。研究者验证了这种学习方法在各种交互场景中的实用性,在这些场景中,用户在选定关键帧中绘画,并且绘画风格可以迁移至已有的记录序列或实时视频流中。利用本研究中学习方法的风格化序列范例。具有关键帧的视频风格化设置。完整帧训练方法与本研究中少样本 Patch 训练方法的效果比较。推荐:本研究中少样本 Patch 训练方法的亮点在于它可以在与帧无关的模式下运行,这对当前严重依赖随机访问和并行处理的专业视频编辑工具非常有利。论文 3:Transferable, Controllable, and Inconspicuous Adversarial Attacks on Person Re-identification With Deep Mis-Ranking作者:Hongjun Wang、Guangrun Wang、Liang Lin 等论文链接:https://arxiv.org/pdf/2004.04199.pdf摘要:在本文中,来自中山大学、广州大学和暗物智能科技的研究者们通过提出以一种学习误排序的模型来扰乱系统输出的排序,从而检验当前性能最佳的 re-ID 模型的不安全性。由于跨数据集的可迁移性在 re-ID 域中至关重要,因此作者还通过构建新颖的多级网络体系结构进行半黑盒式攻击,该体系结构将不同级别的特征金字塔化,以提取对抗性扰动的一般和可迁移特征。该体系可以通过使用可微分的采样来控制待攻击像素的数量。为了保证攻击的不显眼性,研究者还提出了一种新的感知损失,以实现更好的视觉质量。在四个最大的 re-ID 基准数据集(即 Market1501、CUHK03、DukeMTMC 和 MSMT17)上进行的广泛实验不仅显示了该方法的有效性,而且还为 re-ID 系统的鲁棒性提供了未来改进的方向。Market-1501 和 CUHK03 上 AlignedReID 被攻击前后的 Rank-10 结果。绿色代表正确匹配。红色代表错误匹配。整体架构图。多阶段判别器图示。推荐:本文的亮点在于将将 SOTA 行人再识别系统精度降至 1.4%,并已被 CVPR 大会接收为 Oral 论文。论文 4:How to Train Your Energy-Based Model for Regression作者:Fredrik K. Gustafsson、Martin Danelljan、 Thomas B. Schon 等论文链接:https://arxiv.org/pdf/2005.01698v1.pdf摘要:近年来,基于能量的模型(Energy-based Model,EBM)在计算机视觉领域越来越流行。虽然这些模型通常用于生成图像建模,但最近的研究已经将 EMB 应用于回归任务(Regression Task),并在目标检测和视觉跟踪领域实现 SOTA。但是训练 EBM 不是一件简单的事情。另外,生成式建模(Generative Modeling)可以利用多种多样的方法,但将 EBM 应用于回归任务没有获得充分的研究。因此,如何训练 EBM 实现最佳的回归性能目前尚不清楚。在本文中,来自瑞典乌普萨拉大学和苏黎世联邦理工学院的研究者对这些问题展开了详实研究,提出了一种噪声对比估计(Noise Contrastive Estimation, NCE)的简单高效扩展,并与 1D 回归和目标检测任务上的 6 种流行方法进行了性能对比。对比结果表明,本研究提出的训练方法应被认为实最佳。研究者还将他们的方法应用到视觉跟踪任务上,在 5 个数据集上实现新的 SOTA。对于边界框回归等任务,本研究提出以噪声对比估计的简单高效扩展(文中表示为 NCE+)来训练基于能量的模型(EBM)。1D 回归实验训练方法的 D_KL 和训练成本对比。图左:用于 1D 回归实验的四种表现最佳方法的详细比较;图右:COCO-2017 Val 数据集上,用于目标检测实验的四种表现最佳方法的详细比较。四种方法均分别为 ML-IS、KLD-IS、NCE 和本研究提出的 NCE+。推荐:本研究中的跟踪器在 LaSOT 目标跟踪数据集上实现了 63.7% 的 AUC,在 TrackingNet 目标跟踪数据集上实现了 78.7% 的 Success。论文 5:TAPAS: Weakly Supervised Table Parsing via Pre-training作者:Jonathan Herzig、Pawe Krzysztof Nowak、Julian Martin Eisenschlos 等论文链接:https://arxiv.org/pdf/2004.02349.pdf摘要:谷歌在本文中提出了一种扩展型的 BERT 架构。该架构可对问题与表格数据结构进行联合编码,最终得到的模型可直接指向问题答案。并且,这种新方法所创建的模型适用于多个领域的表格。要想得到优良的模型,优质的数据自然是不可或缺的。谷歌首先使用了数百万个维基百科表格对模型进行预训练,然后又在三个学术级表格问答数据集上进行实验,结果表明新方法的准确度表现极具竞争力。不仅如此,谷歌开源了模型训练和测试代码,还公开分享了他们在维基百科数据上得到的预训练模型。本研究提出的 Tapas 模型以及对于问题 “排名前二的总天数(total number of days for the top two)” 的示例模型输出。问题 “查询(query)” 的编码以及使用 Tapas 特定嵌入的简单表格。表格(左)与对应的问题示例(右)。问题 5 是会话式。推荐:谷歌的这篇论文将 BERT 模型应用到了基于表格的问答场景中,为弱监督式的表格解析性能带来了显著提升。论文 6:memeBot: Towards Automatic Image Meme Generation作者:Aadhavan Sadasivam、Kausic Gunasekar、Yezhou Yang 等论文链接:https://arxiv.org/pdf/2004.14571v1.pdf摘要:近日,来自美国亚利桑那州立大学的研究者对 meme 图生成方法进行了改进提升。在这篇论文中,研究者提出了一种根据给定的输入语句来生成匹配图片的方法。这是一项很有挑战性但有趣的 NLP 任务。通过对 meme 图生成机制的深入了解,研究者决定将 meme 图生成与自然语言翻译相结合。在自然语言翻译工作中,为了将输入的语句转换为目标语言,必须对语句的完整含义进行解码,分析其含义,然后将源语句的含义编码为目标语句。类似地,此处也可以通过将源语句的含义编码为一对图像和标题,传达与源语句相同的含义或情感,从而将语句翻译成「梗」。受到这种方法的启发,研究者提出了一种端到端的编码 - 解码模型「memeBot」,面向任意给定的语句来生成 meme 图。同时在训练的过程中,他们制作出了首个大型 meme 图字幕数据集。memeBot 示意图。memeBot 模型架构图。对于给定输入序列,通过结合模板选择模块(template selection mole)选择的和标签生成 transformer(caption generation transformer)生成的表情包标签来创建新的表情包。附录 A:实验中所用 meme 字幕数据集包括的模版和图像。推荐:在制作沙雕表情包这件事上,AI也略胜一筹。论文 7:Deep Learning with Graph-Structured Representations作者:Thomas Kipf论文链接:https://pure.uva.nl/ws/files/46900201/Thesis.pdf摘要:近日,GoogleAI 大脑团队研究科学家、GCN 作者、阿姆斯特丹大学机器学习博士生 Thomas Kipf 宣布其博士论文《深度学习图结构表征》(Deep Learning with Graph-Structured Representations)可以下载了。在论文中,作者提出了利用结构化数据进行机器学习的新方法,这些方法主要基于结构化表示以及图表示的神经网络模型计算,由此当从具有显式和隐式模块结构的数据学习时可以提升泛化性能。GCN 作者 Thomas Kipf 宣布公开其博士论文(178 页)。论文部分目录。推荐:这篇博士论文涵盖了深度学习领域的一系列新兴主题,如图卷积网络和结构发现等。ArXiv Weekly Radiostation机器之心联合由楚航、罗若天发起的ArXiv Weekly Radiostation,在 7 Papers 的基础上,精选本周更多重要论文,包括NLP、CV、ML领域各10篇精选,并提供音频形式的论文摘要简介,详情如下:本周 10 篇 NLP 精选论文是:1. A Survey on Dialog Management: Recent Advances and Challenges. (from Yinpei Dai, Huihua Yu, Yixuan Jiang, Chengguang Tang, Yongbin Li, Jian Sun)2. Topological Sort for Sentence Ordering. (from Shrimai Prabhumoye, Ruslan Salakhutdinov, Alan W Black)3. Exploring Controllable Text Generation Techniques. (from Shrimai Prabhumoye, Alan W Black, Ruslan Salakhutdinov)4. CODA-19: Reliably Annotating Research Aspects on 10,000+ CORD-19 Abstracts Using Non-Expert Crowd. (from Ting-Hao 'Kenneth' Huang, Chieh-Yang Huang, Chien-Kuang Cornelia Ding, Yen-Chia Hsu, C. Lee Giles)5. AdapterFusion: Non-Destructive Task Composition for Transfer Learning. (from Jonas Pfeiffer, Aishwarya Kamath, Andreas Rücklé, Kyunghyun Cho, Iryna Gurevych)6. Extracting Headless MWEs from Dependency Parse Trees: Parsing, Tagging, and Joint Modeling Approaches. (from Tianze Shi, Lillian Lee)7. Soft Gazetteers for Low-Resource Named Entity Recognition. (from Shruti Rijhwani, Shuyan Zhou, Graham Neubig, Jaime Carbonell)8. Cross-lingual Entity Alignment for Knowledge Graphs with Incidental Supervision from Free Text. (from Muhao Chen, Weijia Shi, Ben Zhou, Dan Roth)9. TORQUE: A Reading Comprehension Dataset of Temporal Ordering Questions. (from Qiang Ning, Hao Wu, Rujun Han, Nanyun Peng, Matt Gardner, Dan Roth)10. Structured Tuning for Semantic Role Labeling. (from Tao Li, Parth Anand Jawale, Martha Palmer, Vivek Srikumar)本周 10 篇 CV 精选论文是:1. The AVA-Kinetics Localized Human Actions Video Dataset. (from Ang Li, Meghana Thotakuri, David A. Ross, Joo Carreira, Alexander Vostrikov, Andrew Zisserman)2. Adversarial Training against Location-Optimized Adversarial Patches. (from Sukrut Rao, David Stutz, Bernt Schiele)3. Streaming Object Detection for 3-D Point Clouds. (from Wei Han, Zhengdong Zhang, Benjamin Caine, Brandon Yang, Christoph Sprunk, Ouais Alsharif, Jiquan Ngiam, Vijay Vasudevan, Jonathon Shlens, Zhifeng Chen)4. StereoGAN: Bridging Synthetic-to-Real Domain Gap by Joint Optimization of Domain Translation and Stereo Matching. (from Rui Liu, Chengxi Yang, Wenxiu Sun, Xiaogang Wang, Hongsheng Li)5. Dual-Sampling Attention Network for Diagnosis of COVID-19 from Community Acquired Pneumonia. (from Xi Ouyang, Jiayu Huo, Liming Xia, Fei Shan, Jun Liu, Zhanhao Mo, Fuhua Yan, Zhongxiang Ding, Qi Yang, Bin Song, Feng Shi, Huan Yuan, Ying Wei, Xiaohuan Cao, Yaozong Gao, Dijia Wu, Qian Wang, Dinggang Shen)6. CONFIG: Controllable Neural Face Image Generation. (from Marek Kowalski, Stephan J. Garbin, Virginia Estellers, Tadas Baltruaitis, Matthew Johnson, Jamie Shotton)7. Self-Supervised Human Depth Estimation from Monocular Videos. (from Feitong Tan, Hao Zhu, Zhaopeng Cui, Siyu Zhu, Marc Pollefeys, Ping Tan)8. Occlusion resistant learning of intuitive physics from videos. (from Ronan Riochet, Josef Sivic, Ivan Laptev, Emmanuel Dupoux)9. Multi-Head Attention with Joint Agent-Map Representation for Trajectory Prediction in Autonomous Driving. (from Kaouther Messaoud, Nachiket Deo, Mohan M. Trivedi, Fawzi Nashashibi)10. Enhancing Geometric Factors in Model Learning and Inference for Object Detection and Instance Segmentation. (from Zhaohui Zheng, Ping Wang, Dongwei Ren, Wei Liu, Rongguang Ye, Qinghua Hu, Wangmeng Zuo)本周 10 篇 ML 精选论文是:1. Partially-Typed NER Datasets Integration: Connecting Practice to Theory. (from Shi Zhi, Liyuan Liu, Yu Zhang, Shiyin Wang, Qi Li, Chao Zhang, Jiawei Han)2. Time Dependence in Non-Autonomous Neural ODEs. (from Jared Quincy Davis, Krzysztof Choromanski, Jake Varley, Honglak Lee, Jean-Jacques Slotine, Valerii Likhosterov, Adrian Weller, Ameesh Makadia, Vikas Sindhwani)3. Successfully Applying the Stabilized Lottery Ticket Hypothesis to the Transformer Architecture. (from Christopher Brix, Parnia Bahar, Hermann Ney)4. Interpreting Rate-Distortion of Variational Autoencoder and Using Model Uncertainty for Anomaly Detection. (from Seonho Park, George Adosoglou, Panos M. Pardalos)5. Physics-informed neural network for ultrasound nondestructive quantification of surface breaking cracks. (from Khemraj Shukla, Patricio Clark Di Leoni, James Blackshire, Daniel Sparkman, George Em Karniadakiss)6. Bullseye Polytope: A Scalable Clean-Label Poisoning Attack with Improved Transferability. (from Hojjat Aghakhani, Dongyu Meng, Yu-Xiang Wang, Christopher Kruegel, Giovanni Vigna)7. Plan2Vec: Unsupervised Representation Learning by Latent Plans. (from Ge Yang, Amy Zhang, Ari S. Morcos, Joelle Pineau, Pieter Abbeel, Roberto Calandra)8. Demand-Side Scheling Based on Deep Actor-Critic Learning for Smart Grids. (from Joash Lee, Wenbo Wang, Dusit Niyato)9. APo-VAE: Text Generation in Hyperbolic Space. (from Shuyang Dai, Zhe Gan, Yu Cheng, Chenyang Tao, Lawrence Carin, Jingjing Liu)10. EDD: Efficient Differentiable DNN Architecture and Implementation Co-search for Embedded AI Solutions. (from Yuhong Li, Cong Hao, Xiaofan Zhang, Xinheng Liu, Yao Chen, Jinjun Xiong, Wen-mei Hwu, Deming Chen)

红与黑

《Science》:使用激光首次实时捕获漫游分子片段

江苏激光联盟导读:研究人员开发了实时捕捉漫游分子片段的方法。使用时间分辨库仑爆炸成像(CEI),在超快时间尺度上对典型的甲醛解离反应中的单个“漫游者”进行直接成像。对所有关键实验步骤进行高级第一性原理模拟,可识别出独特的漫游签名。通过使用高度敏感的CEI方法,可在宏大背景中发现罕见的随机事件并进行观察。本研究成果的艺术渲染图实时研究分子水平层面的化学反应是实验化学物理的中心主题。一个国际研究团队首次实时捕获到漫游分子片段。这一工作,是在Institut national de la recherche scientifique (INRS)(加拿大国立科学研究院(INRS))的Heide Ibrahim研究指导下完成的,这一最新研究成果发表在期刊《Science》上。自从发现漫游作为甲醛(H 2CO)的重要现象,已在许多分子中间接观察到。这种现象描述了一种令人沮丧的解离,即碎片以相对较大的原子间距离漫游,而不是遵循传统的过渡态解离。母体分子的初始自由基会自反应形成分子产物。光谱是通过静态产品渠道解析的测量在光谱上进行识别的,但不能实时观察到漫游片段本身。使用时间分辨库仑爆炸成像(CEI),我们在原型甲醛离解反应中以超快速度时间对单个“漫游者”进行了直接成像。使用所有关键实验步骤的高级第一性原理模拟,可以识别出独特的漫游签名。来自加拿大国立科学研究院(INRS) 研究中心的研究人员,在Franois Légaré教授的支持下,使用先进的激光光源(Advanced Laser Light Source (ALLS))开展了这一工作。他们成功的第一次拍摄到漫游的分子薄膜——氢的碎片,此时就是HCO周围的轨道的碎片,通过研究甲醛(H2CO)中的光离解来研究其化学反应。分子的旅行路线在这次发现中我们所观察到的是,在旅行的路线中,最终的目标在一开始的时候是不确定的,并且路径常常也不是简单的。通常来说,同人类比较相似,遵循从A点到B点最简单的路径的模式以最小化消耗的能量,Heide Ibrahim解释说。然而,旅行者会决定绕道走一段弯路。 显然,这一情况对分子碎片来说也是如此。这一过程称之为漫游,并且首次在甲醛分子中于2004年被发现。自此,非直接的追踪流浪的碎片称之为漫游的碎片开始在许多分子系统中被发现。然而,直到最近,Ibrahim博士的团队才开始能够捕获他们行走的路径,并实现实时的捕获。这是直到今天,首次直接的观察到漫游的难以捉摸的现象。它就像,追踪恐龙的脚印一样,其薄膜的发现可以表面他们是在游荡,研究人员说到。CD2 O漫游反应研究示意图绘制碎片图除了漫游之外,这里同时还存在常规解离,所谓常规解离就是分子在超短UV激光脉冲的激发下分裂成碎片。碎片可以通过直接的路径(分离)或者非直接的路径(漫游)达到同一产品的终端的时候。为了实现这一工作,我们不能简单的等待碎片在最终的路线上到来,因为这并不会提供它所经历的任何关于动力学的信息。这就像一个路线图没有GPS的指引一样,我们不能追踪旅行者的路线,Heide Ibrahim说到。为了挽救这一点,研究团队通过沿着碎片的路径放置检查站的办法来识别碎片沿着何种路径行进,这有点像信号的发射塔使得一个信号可以沿着其行进的路线在一个特定的点进行激活。在实验中,众多的挑战中的一个挑战就是同这些未定分子的信号在统计学上发生的信号相关。影像是打算在路上将旅行者给拍摄出图片,但你只有在知道具体是那一条路线和它(旅行者)在这一周内的任何时间会穿过这一路线才行。为了增加难度,实验信号是超快的(在100飞秒的尺度),且拓展到时间层面的几个数量级。Tomoyuki Endo,是该论文的第一作者,同时是INRS的前博士后研究人员,现在在日本的关西光子科学研究所( Kansai Photon Science Institute)工作,可以实现追踪漫游者的信息,他所使用的技术是一种称之为时间分辨库仑爆炸成像(time-resolved Coulomb explosion imaging (CEI)的技术。Michael Schuurman(渥太华国家研究委员会),Paul Houston(美国康奈尔大学)和 Joel Bowman(埃默里大学)为团队成员在实验的任何阶段的关键节点均提供了高水平的理论支持。时间分辨激光库仑爆炸成像原理Time-resolved laser Coulomb explosion imaging研究结果显示时间分辨率库仑爆炸成像可以超出相干分子动力学的影像,此时,我们使用传统的桌面型的超快激光来遵循工艺的统计学规律,Légaré教授说到,他是ALLS (先进激光光源)实验室的领导者。在不久的将来,得益于高重复速率的激光系统,它将可以用来研究更加复杂的分子。尽管漫游仍然保留着难以捉摸的过程,使得我们难以掌握,这一科学上的重大进展为我们如何测量它提供了一个深深的视角,与此同时,统计学上的过程需要高度灵敏的探测所面对的干扰性背景信号,Heide Ibrahim说到,最终,这将只是大自然的秘密中的另外一个旅行的开始,漫游是一个过程,其作用在环境和大气化学中仅仅是我们开始对其性能理解的 一个开始。文章来源n:Tomoyuki Endo et al, Capturing roaming molecular fragments in real time, Science (2020). 27 Vol. 370, Issue 6520, pp. 1072-1077,参考文献:Time-resolved laser Coulomb explosion imaging using few-cycle intense laser pulses: Application to exploding CS2 in highly charged states,Journal of Electron Spectroscopy and Related Phenomena,Volume 195, August 2014, Pages 327-331,

蝴蝶鱼

美国越来越多人对从医失去兴趣 从业20年的医学博士也放弃了

俗话说,三百六十行,行行出状元。却有这么一个行业,从业者逐渐选择放弃,转而投向其他,而且这已成为一种趋势。甚至有从业20年选择离开,其同事竟无一人惊讶,心中只有羡慕并希望效仿。除此之外,高校里也越来越少人选择该类专业,这将直接导致未来该行业从业人员的缺口越来越大,这不得不引起人们的担忧。没错,我们说的正是医生这个职业。▲越来越多的人对从医失去兴趣 图据Getty Images日前,美国全国广播公司(NBC)发表报道称,专门探索了现在的医生为何多选择放弃医生职业,而从事其他职业的背后原因。 现状:大学以免学费来吸引更多医学生报道称,几天前的一条新闻,曾在美国炸开了锅——纽约大学宣布,将为所有就读或未来注册入读该校医学院的学生免去学费,以此希望能够鼓励更多医生选择报酬较低的专科,为有志从医者提供希望。NBC指出,成为一名医生是人们所能想象的最具有挑战性的职业之一。它不仅需要广泛而长期(且昂贵)的学习,还要有高强度的住院医生实习期,之后,方能完全站稳脚跟。人们往往以为,所有的努力都会得到回报,不论是经济上,还是工作的满意度上,加之还能救死扶伤,实现不可估量的人生价值,而且,医生还能有较高的职业评价及良好的名誉……然而,越来越多的人对医生职业失去了兴趣。美国医学院学会的一篇近期报告称,2017年的医生缺口在40800到104900之间,而到2030年时,预计医生缺口可能会在42600到121300之间。▲美国正面临医生缺口 图据AFP 年轻人更愿意在时尚的城区工作NBC报道称,随着STEM(系科学、技术、工程和数学四门学科英文首字母缩写)工作的崛起,年轻人们对追求医学类职业变得越来越不感兴趣。美国达拉斯一家全国性的医师搜寻和咨询机构The Medicus Firm区域副总裁克雷格·福勒,就注意到了这点。“的确,越来越少的人会上医学类院校,而更多人选择工程学等专业。”福勒说道。他还提及,现在的千禧一代喜欢在非常时尚的城市地区工作,这对刚从医学院毕业、还需住院实习的医学生们来说,是一种不可能实现的奢侈要求。“而这也是为何美国中部的医院会雇佣我们这样的公司的原因。”福勒说,“他们很难招到人。”而更令人丧失兴趣的地方,不在于这些决定避开医学学位的人,而在于那些已经熬过所有艰苦训练,毕业成为医生后又决定放弃该职业,另求他职的人。这样的职业抉择,和不少医学院毕业新生无法在合适时间内找到住院实习地有关。“从医学院毕业,并不意味着你就能找到一个地方住院实习。”福勒说,“医学毕业生们没有足够的住院实习地点,所以有很多人虽拥有MD(医生博士学位),却无法得到实践机会。这就有了瓶颈效应。” 老医生转行,认为新医疗系统弊大于利福勒发现,这一“瓶颈效应”不仅仅发生在医学院毕业新生身上,他还看到许多处于职业后期的医生们,早早将自己的听诊器高高挂起。 有些人将电子健康病历系统(EHRs)归结为部分原因——尤其是一些老派的对电脑技术不太熟练的医生们。斯坦福医学院所做的最新研究发现,59%的医生认为EHRs“需要全面检修”,而40%的人认为“EHRs带来的挑战多于其益处。”“从业20年后,我放弃从医,我的同事们没有一个感到惊讶。事实上,他们都说他们也希望能做出相同选择。”艾米·巴克斯特博士说道。▲从业20年决定放弃医生职业的艾米 图据feminem.org“我感觉自己,像是医疗保健这台大机器中非常容易替换的一个齿轮。随着EHRs系统的强制实行,我不得不像个抄写员一样花费更多时间记录。有天晚上,我接诊的一个小孩癫痫发作,我却拿不到能让他呼吸的药物,因为他的病情记录还没有录入系统。这个小孩濒临死亡,而我这个医生,却拿不到药,这太令人丧失信心了。”艾米说。而后,艾米离开了她所在的儿科急诊科室,并创办了一家公司,专门研发可帮助个人管理痛感的生理类产品。 比预想的更沉闷乏味,行程安排没完没了英国伦敦英孚教育全球招聘总监Ha-Neul Seo博士曾是英国的一位全科医师。做了几年医生后,她选择前往美国学习医疗保健管理和政策。而后,她选择了放弃从医。因为她感觉,从某种程度上而言,她所进入的这个医生行业比预想中的更加沉闷乏味。“作为病人,你当然希望医生能够热爱他们的职业,并且充满激情。但我发现,那不是我。”Seo说,“能让我感到自己真的显得意义重大的时刻少之又少。还有就是工作和生活间的平衡,当医生时我有了第一个孩子,却几乎没时间见到他——行程安排永远没完没了。”同时作为医生和作家的妮可(Nicole Swiner)不得不继续从事着医生这份职业,因为她特别热爱,她对那些决定离开的人深表同情。“成为一名全职的咨询师、作家、演说家、企业家、烘焙师和拉拉队长——无论是做什么,高兴就好。生命太短暂了。”妮可说道。END红星新闻记者丨王雅林 编译报道编辑丨汪垠涛

车魂师

美国人爆改奥迪RS3,1200匹动力上身,有点心疼马力机

有些人真的很喜欢德国车,如果法律允许,他们甚至愿意和自己的车结婚。在美国和日本,车迷们几乎人手一台德国车。最近,我们收到了关于奥迪RS3马力飙升至1200马力的消息,具体情况如何,让我们看看吧。Hoonigan(漂移网红)在阳光明媚的拉斯维加斯参与了Iroz Motorsport(汽车经销商)举办的赛车活动,在此活动上RS3首次亮相,从外观上看,该车与普通的RS3没有任何区别。量产的RS3动力为394匹的马力。四分之一英里行驶需12秒左右。但是在加入一些改进后,这台车的性能就有了翻天覆地的变化。Iroz公司表示,该车以每小时166英里的速度,在8.58秒内跑完四分之一英里。引擎盖下是一个5英寸的进气管,这看起来非常抢眼。而且涡轮增压混合器口径改为73mm,使得推进力增加56磅。发动机并不在完全依靠空气运行,而是采用巨大的喷油器和燃油泵助力。为了满足苛刻的工况,发动机内部零件更换成更耐用,更具优秀的零件,包括连杆和活塞。车上的其他部分是否有变化?方向盘,仪表盘和中控台仍然是原厂的样子。诸如门板和其他豪华配置也仍然存在,包括空调。换挡装置也没有改变。不过,差速器和离合器并不是原厂的配置,并且该车仅有四轮驱动。这款车正式成为世界上最快的奥迪RS3,这个头衔实至名归,并且这也是一个值得夸耀的荣誉。顺便一说,根据功率计的不同,该车马力估计在1100左右。图片来自YouTube截图,质量欠佳,请谅解。

脑科学日报|突破!美国FDA批准第一款精神分裂症皮肤给药疗法

1,Neuron:人类大脑的早期发育来源:思影科技到目前为止,有大量的证据表明:神经和认知发展相关的研究对了解人类神经基础的真实面貌、人类与动物的根本差异是极为重要的。但我们发现,迄今为止,世界上没有一个大型的以大脑发育作为主题的脑研究项目针对这一问题,巴黎萨克雷大学和哈佛大学的两位研究者G.Dehaene-Lambertz.和E.S. Spelke对婴儿大脑发育的相关研究成果进行了高度概括。在这篇文章中,作者先简述了婴儿在语言和数字领域的早期认知能力;然后回顾了最近的发现,这些发现强调了人类婴儿和成人的神经结构间的强连续性,尤其是早期的大脑半球不对称和额叶区域。最后,作者提出,探究早期学习的优势和局限性,以及与脑区成熟阶段相关的脑动力学研究,可以更好的理解人类认知成就的来源。2,Neuron | 无义介导的mRNA降解机制参与学习记忆与社会交流行为等神经功能来源:BioArt10月1日,贝勒医学院Costa-Mattioli实验室的Jennifer Johnson, Lorenada Stoica和Yuwei Liu等人在Neuron杂志发表了题为Inhibition of Upf2-Dependent Nonsense-MediatedDecay Leads to Behavioral and Neurophysiological Abnormalities by Activatingthe Immune Response的研究。这项工作揭示了一个非常广泛的质检机制——NMD参与神经系统中的重要作用。该机制的功能失调在小鼠模型中引起了大量的神经炎症反应,并造成记忆、神经可塑性、社会交流及语言交流问题,并且,他们找到了两种FDA批准在人体中使用的药物可降低炎症水平并恢复小鼠模型中学习记忆、社会交流及语言等行为学缺陷。3,更稳定的大脑网络,更高的智力!来源:中国生物技术网人脑不同区域之间的相互联系和交流以多种方式影响着人的行为。对于较高认知能力的个体差异也是如此。近日,发表在《Human Brain Mapping》的一项研究显示,在神经网络中,较聪明人的大脑具有更稳定的相互作用。该研究由德国歌德大学与美国印第安纳大学布鲁明顿分校合作完成。4,Science子刊:戒烟为什么老是失败?这得怪你的脑子来源:生物谷许多试图戒烟的人经常求助于戒烟药物,包括尼古丁戒烟贴片(NicoDerm CQ)或Chantix。在近日发表的一项研究中, 佛罗里达国际大学(FIU)心理学博士生Jessica Flannery和一组科学家发现大脑的一部分参与吸烟欲望和尼古丁戒断症状的形成, 而大脑的一个完全独立的部分与人实际上瘾的严重程度有关。然而,这些药物只针对其中一种。5,天了个噜,PNAS力证怀孕期间的压力可能会影响婴儿的性别来源:生物通一般大家认为,怀孕期间的孕产妇压力会影响胎儿和儿童期的发育,出生时候的情况,而近期,哥伦比亚大学Vagelos医学院,纽约长老会医院的一组研究人员进一步确定了哪种或哪些生理和心理压力最重要。这一研究在线发表在PNAS杂志上。6,非药物治疗对痴呆症的精神症状可能更有效来源:阿尔茨海默病10月14日发表在《内科学年鉴》(Annals of Internal Medicine)上的一项研究表明,对于患有攻击性和躁动症状的痴呆症患者,在某些情况下,户外活动、按摩和接触疗法等干预措施可能比药物更有效。7,恢复线粒体功能,创新疗法关键性临床试验结果积极来源:药明康德接受Omaveloxolone或安慰剂治疗患者mFARS得分的变化10月16日,Reata公司宣布,其在研Nrf2激动剂omaveloxolone,在治疗弗里德赖希共济失调症(Friedreich’s Ataxia,FA)患者的关键性2期临床试验第二部分中,取得了积极的顶线结果。Omaveloxolone的治疗使患者的神经功能得到改善。基于本次获得的试验数据,Reata公司计划着手向各监管机构递交omaveloxolone的新药申请。8,无需吃药!FDA批准首款精神分裂症皮肤给药疗法来源:药明康德透皮给药机理10月16日,久光制药(Hisamitsu Pharmaceutical)旗下的Noven Pharmaceuticals公司宣布,美国FDA批准其透皮给药系统Secuado(asenapine)上市,用于治疗精神分裂症成人患者。Secuado是目前首款,也是唯一一款用于治疗精神分裂症患者的透皮贴剂(transdermal patch)疗法。

何可胜言

专为美国西部地区打造的轻量级牵引车 马克RS712-SLT

想到要写马克R系列车型,我心里真的激动的不知道要说些什么。所以在阅读本篇文章之前,我想先给大家分享一首歌,听着这首歌再看这篇文章能够感受到上个世纪美国卡车在公路上驰骋的景象。马克B系列卡车我们先来说说马克R系列的前世今生,它到底是怎样的一款卡车?实际上马克R系列早在1966年就诞生了,其诞生是为了取代早期的马克B系列卡车。马克B系列在北美地区的销量非常可观,影响力也非常大,算是一款极为经典的尖头卡车,时至今日依旧拥有大量的粉丝。不过随着公路运输往长途化发展,B系列就显得有些力不从心了。马克R系列的辉煌年代在上世纪60年代末到90年代初这段时间。因为从上世纪50年代初到70年代末,美国高速公路的发展速度非常快,既考虑了城市与城市的连接,也不忽略荒原等偏僻地区的需要。而马克R系列车型就是在这个背景下成长起来的,迅速成为美国公路运输的主力军,也树立了马克卡车在北美的传奇地位。随着马克R系列卡车推出的,还有马克的Maxidyne发动机和Maxitorque变速箱。Maxidyne发动机的最大马力超过了当时其它任何标准柴油机,而且马力曲线更加完美,提高了燃料效率并减少了换挡的需要。Maxitorque变速箱也是随着Maxidyne发动机而诞生的。接下来,我们就来介绍几辆非常经典的马克R系列卡车。1978年一部名为《Convoy大车队》的电影在美国上映,电影里面讲述为了抵制贪污腐败的美国警察和不成文的道路交通法则,主角“橡皮鸭”驾驶着它的卡车踏上逃亡之路。路上通过美国卡车司机的CB电台与别的卡车司机进行交谈,卡车司机们知道他的目的后纷纷加入他,组成了一支要穿越美国的大车队。作为这部电影的忠实粉丝,自然就非常喜欢主角所驾驶的卡车。主角橡皮鸭驾驶的是一辆型号为RS712-SLT的马克R系列,这辆车是专门为美国西部地区打造的一款车型,采用了钢制的驾驶室。在美国的GVW等级里面属于7级(重量在11.8-15吨之间),是一台6×4驱动的轻量化牵引车。电影中的RS712-SLT采用了全黑色车漆,前部增加了一个全包围的牛栏以及双层保险杠。发动机罩上的斗牛犬立体雕塑被剧组改造成了橡皮鸭,幽默但极具个性。驾驶室上方还增加了一块近乎垂直的导流罩,这样其实会让车辆更耗油,但确实很有个性。驾驶室后面带有一个正方形的卧铺舱。这辆车并没有使用闪亮的银色镀铬轮圈作为装饰,反倒采用了黑色的两孔轮圈,这样看起来更有一种踏实的感觉。此外超长的轴距拖挂着一个扁平的两轴油罐,见过这辆车的人肯定都会说,这是最好看的马克R系列。马克RS712-SLT和捷豹E-Type的追逐也是不可错过的一段剧情马克RS712-SLT搭载了一台马克的“尖端涡轮增压”直列六缸发动机,最大功率283马力。我们在电影里面可以时常听到车辆发出低沉有力的声音,但那声音又有点像底特律柴油机的发动机声。与发动机匹配的是一台10挡的富勒手动变速箱。电影中不只是“橡皮鸭”驾驶的是马克R系列卡车,电影里面还有其他马克R系列卡车亮相。就像上图中的这辆,采用4×2的驱动形式,应该是马克R400系列车型。R400系列属于马克R系列重卡里最小尺寸的牵引车,并不适合进行长途运输。主角使用的是马克R系列,而配角驾驶的是马克70年代的平头旗舰“马克游轮”。我们不排除电影有“恰饭”的元素,但是还是有很多我们从未听说过但是非常帅气的美式卡车,例如布洛克威361TL、迪亚蒙德Reo Royale、迪亚蒙德T921、万国运输星、雪弗兰C60等卡车。接下来我们回到主线。因为马克R系列的成功,马克在70年代末期基于R系列推出了马克的新款旗舰车型“超航线”。这款车的外观已经无比接近我们当今所见到的美式卡车,外观设计十分奔放前卫,但整车骨架依旧采用马克R系列的设计,在部分动力配置和设计方面做出了一些改变。但是这款车型在90年代初就停产了,其生产时间远远短于马克R系列。马克R系列旗下还有一款很特别的车型,但其命名规则以U开头,采用了偏置式驾驶室,U系列车型在特殊领域应用的非常火爆。马克后来甚至基于这款车型,结合短引擎盖车型推出了独立的DM系列。当然U系列只是另一款比较有代表性的车型,每一款R系列车型都针对销售地区和用途进行了非常详细的型号分划。最终R系列刷新了马克的历史记录,其持续生产了39年,到2005年才彻底停产。停产的原因很有可能是平台落后,也有可能是外部因素的干涉。不过很多R系列车型并没有退出公路运输,时至今日还有一定的数量马克R系列活跃在北美甚至是全球各地,影响美国公路运输超过了半个世纪。本文中介绍的“橡皮鸭”RS712-SLT只是一个非常经典的案例,马克R系列车型在70-90年代期间的电影中有过多次亮相。R系列衍生出来各种各样的种类代表了它的影响力,而销量也充分证明了它在用户心中的地位。如今的马克早已不是当年那个征服美国公路的斗牛犬,其流淌着外来的血液,这一改变令人感到有些遗憾。国内也有马克R系列的使用案例,在得知这个消息以后,作为R系列的爱好者肯定要前去拍摄。在接下来的文章中,笔者将会给大家详细介绍上图中左侧这辆漂洋过海的马克R系列斗牛犬卡车,敬请期待。

乳间股脚

美国伦斯勒理工学院用无铅硫族钙钛矿为太阳能电池开辟新道路

【能源人都在看,点击右上角加'关注'】向太阳能的广泛过渡将在很大程度上依赖于可靠、安全、廉价的技术,如用于能源储存的电池和用于能源转换的太阳能电池。在美国伦斯勒理工学院,研究人员就重点关注这两个方面。日前发表在《先进功能材料》杂志上的一项研究中,一个由工程师、材料科学家和物理学家组成的团队展示了一种新的材料——无铅硫族化合物钙钛矿——如何比其他通常被认为是更安全、更有效的选择,这种新材料以前从未被考虑用于太阳能电池。“这些类型的材料在第一天就给您带来了非常好的性能,但是在三到四天之内(最多一周),你会发现它们的性能急剧下降。同时,这些材料不环保,因为它们含有铅。”机械,航空航天和核工程专业的教授Nikhil Koratkar说。图片来源:伦斯勒理工学院为了克服这一挑战,Koratkar和一组研究人员,其中包括机械工程专业的博士生Tushar Gupta,演示了一种无铅硫代钙钛矿的薄膜,特别是钡锆硫化物(BaZrS3),如何可能取代含铅的钙钛矿,获得一种更安全、更稳定的应用。为了测试这种化合物将光转化为电流的能力,研究小组用它来制造光传感器。研究人员在实验室的工作表明,BaZrS3在本质上更稳定,也更防水。他们能够通过理论计算和计算模型证明,当暴露在潮湿或强烈的阳光下时,BaZrS3是高度抵抗反应或分解的。这也通过为期四周的详细设备老化研究得到了实验验证。最重要的是,Koratkar说,制造这种化合物实际上比高质量的硅更便宜。“美国国家工程院已经定义了14项重大挑战;其中之一就是让从太阳中获取能量变得更便宜和更广泛。”Koratkar说。“这就是这项工作的动机,即开发出新的材料,既能与硅的效率相媲美,又能降低太阳能电池的制造成本,这是实现这一目标的关键。”免责声明:以上内容转载自OFweek,所发内容不代表本平台立场。全国能源信息平台联系电话:010-65367702,邮箱:hz@people-energy.com.cn,地址:北京市朝阳区金台西路2号人民日报社

小一

奥迪RS Q8美国售价公布 79.85万人民币起售

【太平洋汽车网 新车频道】近日,奥迪公布了旗下性能跨界SUV——RS Q8在美国的售价。新车起售价为113995美元(折合人民币约79.85万元),价格包含运费。奥迪RS Q8在2019年的洛杉矶车展发布,在奥迪Q8的造型基础上,RS Q8换装一整套竞技气息浓郁的碳纤外观套件,包括网状结构的碳纤维中网、配有碳纤维饰条和大尺寸进气口的前杠、碳纤维外后视镜壳、样式夸张的碳纤维后扩散器等。标配轮毂标是22英寸,上图中23英寸双色轮毂为选装件,其粗细条幅搭配的样式在视觉上兼具了力量感与动感。奥迪RS Q8配有碳陶刹车系统,前刹车盘尺寸是惊人的17.3英寸(440mm),后刹车盘为14.7英寸(370mm)。该车内装部分的设计明显没有外观那般战斗和激进,整体是奥迪最新的家族式样,熟悉的三个液晶大屏基本集成了所有多媒体和舒适配置的操作。由翻毛皮材质包裹的RS平底方向盘、运动座椅算是烘托出一些运动氛围。奥迪RS Q8的动力来自4.0T V8双涡轮增压发动机,最大功率441kW(600PS),峰值扭矩800N·m,匹配采埃孚8速手自一体变速箱和quattro全时四驱系统,还有一套48V轻混系统。该车官方0-100km/h加速时间3.8s,极速为250km/h,选装官方的动态套件后可达305km/h。底盘部分,RS Q8配有自适应空气悬架、主动防倾杆(48V轻混系统为主动式防倾杆提供支持)和全轮转向,加上quattro四驱,令RS Q8拥有强大的操控极限。RS Q8测试车此前在纽博格林北环赛道跑出了7分42秒243的成绩,这是目前量产SUV的纽北最快圈速。(文:太平洋汽车网 吴昱初)

第一页

速腾聚创激光雷达RS-LiDAR-M1 Pre亮相,涵五大落地场景2019年初量产

相比往届的北京车展,本届车展是有史以来展出自动驾驶技术规模相对最大的一次。除了整车厂商参展外,众多汽车零配件厂商也参与其中。国内专注于自动驾驶激光雷达传感器厂商——“速腾聚创”,自今年1月份在美国拉斯维加斯CES(国际消费电子产品展)首次公开发布了RS-LiDAR-M1 Pre,并演示最新MEMS技术之后,此次北京车展的展出是速腾聚创在国内的第一次公开亮相。(RS-LiDAR-M1 Pre 图片来源于网络)据了解,本次北京车展所展出的MEMS固态激光雷达RS-LiDARM1 Pre,硬件外观与在CES上展出的时候没有改变,但是点云效果有了提升。RS-LiDAR-M1 Pre从设计之初就针对自动驾驶量产车需求打造的。在展会现场,速腾聚创的合伙人王嗣翔对此次展出的固态激光雷达的特点做了详细的介绍:1、长距离(图片来源于网络)这款RS-LiDAR-M1 Pre,MEMS固态激光雷达尺寸为13*9*6cm,水平视角120度,垂直视角25度,探测距离达到200米。这样的探测距离帮助自动驾驶车辆能够再提前数秒发现障碍物。2、高分辨率(图片来源于网络)RS-LiDAR-M1 Pre的角分辨率为0.09°*0.2°。在探测能力上,RS-LiDAR-M1 Pre可以对50米外一个1.70米高的人,16-beam的传统激光雷达检测出的是一条线,64-beam检测出的是5条线,而RS-LiDAR-M1 Pre,则可以检测到10条线。从ADAS到Level 4,需要不同的探测距离及视场角,垂直及水平的角度分辨率也不同。3、低成本相比机械式多线激光雷达,RS-LiDAR-M1 Pre利用微振镜的方案进行区域扫描,减少发射器与接收器的使用。MEMS激光雷达通过微扫描镜改变光路,形成扫描。这种方式能很大程度降低成本,但是产品的稳定性还需要进一步的克服和完善。MEMS激光雷达是速腾聚创对目前16线、32线激光雷达的定向补充。4、易量产MEMS雷达相对芯片级别产品,开发周期更短。简单的内部结构设计使产品可以一次成型,量产能力提高。据王嗣翔介绍,未来RS-LiDAR-M1 pre的落地场景多用于自动驾驶范围,覆盖了乘用车、商用车、物流车、作业车、园区车五大落地场景。与此同时,速腾聚创此次还联合了阿里菜鸟、京东、roadstar.ai、驭势、真机智能(苏宁物流)、青飞智能等三十多家自动驾驶合作伙伴集体亮相北京车展,展示自动驾驶新方案。据悉,RS-LiDAR-M1 pre不仅能在达到并超越高线束机械式激光雷达同样扫描效果,而且整体成本可从几万“美元”下降到千元“人民币”的级别。王嗣翔表示争取在2019年初量产的RS-LiDAR-M1 pre市场价希望能稳定在200美金,这个价格突破了激光雷达的成本低线。在激光雷达这个竞争越来越激烈的市场里,打造这种低成本、可量产、固态化、小型化的激光雷达不仅是像速腾聚创这样的激光雷达创业公司的目标,也是未来占据市场的刚需条件。丰富的行业经验和可靠的技术保障很重要,能保持产品的迭代和创新更重要。对于这一点,王嗣翔表示很有信心:“公司核心研发团队博士、研究生占比超过60%,并且长期与麻省理工、滑铁卢、清华等国内外一流学府及研究机构保持着人才输送和学术研究合作。人才和技术,是我们的核心竞争力。”

非耦

真相了!中美芯片到底差距多少年?

一个产业的健康发展,除了有资金投入建厂、采购设备是远远不够的,需要加强技术创新以及国际间的合作才能达成可持续发展的目标。新时代商业报道 深圳市成都商会秘书长王毅与分享嘉宾郑小霖合影目前,中国已经成为全球最大以及增长最快的半导体消费市场,是全球经济发展和增长的引擎。但因为中国起步晚,与国际先进水平相比仍有距离,存在着核心技术及人才的缺失、企业持续创新能力薄弱等问题,中国的半导体市场为全球产业带来了更多发展机遇。当然,中国半导体业也面临着更巨大的挑战。美国不平等的交易政策与制度讨论中国芯片之前,还是应该先聊聊美国。尤其是美国那些所谓的官方交易政策。1996年7月,在美国的操控下,以西方国家为主的33个国家在奥地利维也纳签署了《瓦森纳协定》(简称“瓦协” Wassenaar Arrangement),决定从1996年11月1日起实施新的控制清单和信息交换规则。 《瓦森纳协定》又称瓦森纳安排机制,全称为《关于常规武器和两用物品及技术出口控制的瓦森纳协定》 (The Wassenaar Arrangement on Export Controls for Conventional Arms and Dual-Use Good and Technologies),目前共有包括美国、日本、英国、俄罗斯等40个成员国。尽管“瓦森纳安排”规定成员国自行决定是否发放敏感产品和技术的出口许可证,并在自愿基础上向“安排”其他成员国通报有关信息。但这种所谓的“安排”实际上完全受美国的控制。当“瓦森纳安排” 某一国家拟向中国出口某项高技术时,美国甚至会直接出面干涉,如捷克拟向中国出口“无源雷达设备”时,美便向捷克施加压力,迫使捷克停止这项交易。其次,来说说美国的出口管制制度。美国对高科技产品和技术(尤其是集成电路)的出口管制,是通过美国商务部工业与安全局设计的ECCN制度来推行的。美国ECCN制度是美国政府总结上世纪二次大战及冷战时期的经验,面向本世纪保持美国战略优势而制定的基本国策。过去,美国对高科技产品和技术的出口,是通过原厂直接管制的。2007年以来,美国政府出台一系列出口管制政策,已经将管制的责任从高科技产品和技术的原厂,延伸到代理商和进出口贸易商,甚至海外的分销商。ECCN主要是根据产品和技术的类型和性能来确定出口控制的级别。对于不需要出口许可的(no license required)则放行,否则要申请出口许可。针对不同国家类别,ECCN编码有具体的出口控制规定。D1为国家安全、D2为核技术、D3为生化武器、D4为导弹技术,中国属于D1/3/4类受控国家。产品和技术受控类型分为,生化武器CB1/2/3,核不扩散NP1、国家安全NS1/2、导弹技术MT1、地区稳定RS1/2、犯罪控制CC1/3。不受限制的为CB3、NP2、传统火药FC1、犯罪控制CC2、反恐类AT1/2。如果ECCN不属于受控制的国家类别,则为NLR,不需要申请出口许可。中兴事件应吸取的教训目前中国半导体产业的发展还停留在制造阶段,主要原因是缺乏核心技术。缺乏核心技术的后果是没有主导权,当然也无法有高利润。2003年中国半导体销售额首次突破2000亿人民币,总销售额达2074.1亿人民币。而2003年“英特尔”公司全年的营业额就合人民币2498.3亿元。不仅如此,2003年“英特尔”公司的纯利润56亿美元,利润率达到18%,而中国的半导体市场的利润率只有3.7%。这因为我们很少掌握核心技术,只是停留在制造业阶段,核心技术都得用“英特尔”和“超微”,利润都被“英特尔”这些掌握了核心技术的公司赚去了。当然,美国的强势与中国技术短板固然是导致中国芯片困局的关键。但此次中兴事件中所反映出的教训,也值得吸取。酷酷科技创始人郑小霖,毕业后进入美国硅谷半导体公司美信集成(Maxim),曾经被猎头挖到全世界最大的模拟半导体公司德州仪器(TI)担任高级职业经理人。他在“成商思享”会上表示,中兴事件从长远来看,对国内芯片的发展未尝不是件好事,意识到技术的短板,会越发鼓舞中国创造。当然,中兴事件所反映出的“芯片困局”也并非如表象般简单。根据媒体资料显示,早在2016年3月9日,美国商务部对中兴通讯的产品出口进行限制,美国认为中兴通讯将美国制造的高科技产品出口给伊朗。根据中兴通讯法务部的机密备忘录显示,中兴通讯有意通过设立空壳公司绕开美国的出口控制;文档介绍了设立空壳公司的具体流程。披露的文档上写有“机密”标签。在文档中中兴通讯毫不掩饰地说,美国颁布的出口禁令针对的是“Z组”国家。美国要求向Z组国家出口或者转让任何商品技术都必须获得核准许可证,中兴自然拿不到许可证。为了切断负面影响,中兴通讯认为最佳策略就是寻找产品替代方案、选择全隔断模式,具体就是替换向Z组国家出口的含有美国产品和技术的货物,避免公司与Z组国家存在直接的业务关系。中兴通讯法务部门建议公司说服客户接受非美国产品并成立空壳公司来销售产品。这样的做法令美国政府非常不满,在一年前,美国决定制裁中兴。美国定义他们为“欺骗”。中兴“休克”至今损失已达200亿元 不开工仍大笔烧钱维持运转。消息人士透露,被美国封杀的中兴,在“休克”至今的35天里,损失至少200亿元( 美金$31.74亿元)。随着中美之间贸易紧张局势缓和,美国总统特朗普声称,将重新考虑对中兴的处罚。未来,美方或许会用加罚1亿美元,替代禁售7年的惩罚。所以,对美国人充分了解的郑小霖认为,无论是国际往来还是个人交往,说谎无疑是最令人失信的行为。其次,创建错误的或者具有误导性质的记录也是商业贸易往来的禁忌之一,除此之外,不要破坏证据、不要依赖保密协议来掩盖事实真相等等都应成为此次贸易战的教训。中国芯片的引航者作为半导体行业的精英,郑小霖不仅对行业大事件有自己的看法和了解,对行业的领航人物更是钦佩万分。在“成商思享”会的现场,他先后介绍了三位中国芯片的开创型人物。张忠谋,是台积电(TSMC)董事长,有台湾“半导体教父”之称。他是台湾积体电路制造股份有限公司(台积电)创始人。1949年,18岁年轻时期的张忠谋的张忠谋进入美国哈佛大学,全校1000多位新生,他是唯一的中国人。24岁作为麻省理工学院毕业的硕士生,他与半导体开山鼻祖、英特尔公司创办人摩尔同时踏入半导体业,与集成电路发明人杰克-科比同时进入美国德州仪器公司。 1958年,27岁的张忠谋来到德州,进入德州仪器,为德州仪器第一个中国员工。当时德州仪器年营业额不到1亿美元。1964年,获美国斯坦福大学电机系博士学位,并重回德州仪器。1987年,张忠谋在台湾新竹科学园区创建了全球第一家专业代工公司——台湾积体电路制造公司(台积电 TSMC)。张汝京(Richard Chang) , 1948年出生于台湾。毕业于台湾大学,于布法罗纽约州立大学获得工程学硕士学位,并在南方卫理公会大学获得电子工程博士学位。曾在德州仪器工作了20年。他成功地在美国、日本、新加坡、意大利及中国台湾地区创建并管理了10个工厂的技术开发及IC运作,担任中芯国际集成电路制造(上海)有限公司总裁。张汝京博士与上海新昇半导体300毫米硅片项目。预计大概在2-3年内可以做到11个“9”的多晶硅的量产,大致可以满足国内产业链的需求。但是IC产业链中,多晶硅的下游环节:做成IC等级的晶棒和硅片,还是目前我们国家IC产业链缺失的重要一环。芯片创投教父陈立武,30年投出一个帝国。华登国际传奇董事长陈立武,出身马来西亚,19岁攻读MIT核能源硕士,20年推动塑造中国半导体产业版图。华登国际一般的投资期限为10年,90%选择早期的项目,其中前4年为投资期,后6年为回收期,进入被投资公司董事会的时间平均为8年;在每家公司的投资金额通常介于200万至1000万美元。中国半导体产业的发展现状2017年12月13日,SEMICON Japan在东京拉开序幕,SEMI全球副总裁、中国区总裁居龙(华美半导体协会主席)从IC设计、制造、封测、设备材料四个方面全面介绍了中国半导体产业发展的最新情况。设计方面,近年取得进展,全球TOP10设计公司中,中国占了两家:华为海思和展讯。但中国的IC设计公司在关键技术上缺乏竞争力且市占率较低,许多还集中在中低端消费型产品。制造方面,中国IC制造产能在全球的占比不高,只有15%,其中包括跨国公司和本土公司的产能,而且本土公司的产能大部分是在一些成熟的节点上。2017年中国有19个新的Fab项目在进行,但在技术节点上,和国际先进水平有很大的差距,落后2-3代。封测方面,全球OSAT的前10大封测公司中,中国有三家入榜,长电科技、华天科技和通富微电。这三家公司经过研发和并购取得一些技术成就及销售的成长,但在先进封装方面,还需要继续投入研发达到国际水平。设备材料方面,中国的市场需求持续增长,根据2017年预测,中国材料市场需求是$6.9B,设备市场需求是$6.8B。但是,中国的本土厂商仅能满足大约2~5%的市场需求。此外,中国是最大的电子产品消费市场,长期来看,移动计算+5G、人工智能、虚拟物联网、大数据、智能制造、智慧交通、智能电网等技术和应用将在中国得到快速发展和应用,进一步提高对半导体的需求,更将成为驱动全球半导体产业持续发展的关键驱动力,中国的半导体产业也在持续转型,从低成本的制造到应用驱动的系统方案,再进入未来技术创新的角色。中国半导体产业已经并将更加融入全球半导体产业生态圈,成为重要的合作伙伴。总体来说,中国已经成为全球最大以及增长最快的半导体消费市场,是全球经济发展和增长的引擎。但因为中国起步晚,与国际先进水平相比仍有距离,存在着核心技术及人才的缺失、企业持续创新能力薄弱等问题,中国的半导体市场为全球产业带来了更多发展机遇,中国半导体行业将以积极的合作心态促进国际合作和产业的共同进步。仰望星空,脚踏实地客观来说,在芯片设计、微处理器、封装等方面,中国目前已经取得了一定成绩,但是在内存、芯片代工、或者类似Cadence这类设计软件等领域,中国市场目前落后了不止一两代。半导体作为科技发展的底层技术、作为所有电子产品的“核心大脑”,从某种意义上讲是现代社会正常运作的根基所在。半导体作为典型的高科技行业,除了在技术上不断突破创新外,从业者确实需要有“板凳要坐十年冷”的精神,持续投入耕耘,才能最终有所收获。(以上由酷酷科技创始人郑小霖在“成商思享”会上的发言整理而成)