当数字,物理世界融合

半导体工程与西蒙segar坐下,手臂的首席执行官,Lanza techVentures管理合伙人,讨论物联网的变化,自动驾驶车辆,基于云计算的健康监测,机器学习的影响。下面是这次谈话的摘录。

SE:几年前物联网只是一个愿景。现在演变成真实的东西。从你的角度看有什么变化?

segar:有很多的实验。人们开始尝试不同的设备和不同的方式来感知周围的世界,并开始创作如何数据可以用来提供好处,无论是消费者还是这个行业。我们仍然在这项技术的非常早期的阶段,还有很长的路要走,更可以从物联网中获益。

兰扎的事情:物联网是指在这里已经很长时间了。我们只是没有分类方式在一个很好的社区,物联网作为一个术语,。物联网的重要性和影响对社会仅仅是开始。相比绝对没有这将是5年,这是完全不同于20年它将是什么。

SE:你看一看现在的这个样子,把它在各种不同的industries-medical几年,工业、消费者,汽车吗?

兰扎:当我们开始年前,互联网是互联网的电脑。我们梦想我们可以连接数以百万计的电脑,通过电缆,。然后,突然,整个事情成为了互联网的人。我们连接数十亿人。现在我们谈论的是物联网。我们现在可以连接数以万亿计的事情。但整个社区万亿的事情没有规则或行为,它将接受或不接受。有不可思议的事情,我们想改变为了让所有的这些东西被连接在一个有效的和积极的方式。我能想到的积极和消极的方式连接。这是我们还没有看到。 It’s not going to be 20 years from now. It will be a few years from now that we’re going to start to see all the phenomena that we just did not expect from these connections.

segar:这是一个关键。有意外的惊喜,来自将所有这些设备联系在一起。在早期的互联网,它是连接计算机和分享学术研究或宣传您的业务信息。在早期的互联网,没有人预料到巨大的社交媒体或电子商务公司利用这些技术。物联网是非常相似的。现在,到处都是摄像头,传感器,开始数据和访问这些数据,然后我们将开始看到更多的创新。我将去看一个最吸引人的东西。

SE:房间里的800磅重的大猩猩是安全性。而是一个大猩猩,随着物联网有一群一起联网。我们如何解决这个问题?

兰扎:我们能够解决这个问题的唯一方法是隔离段的挑战。在医学领域将会有挑战,在汽车领域,在所有这些不同的部分和挑战。专家们能够了解可能发生的袭击和有什么敏感的东西来保护。每一段有不同的方式来处理这个问题。

segar我不认为你在短期内可以保证安全。这更多的是在短期内安全管理。的一个挑战是,每次你连接到互联网的东西,你可能会创建另一个洞,另一个入口点的人与邪恶的意图,可以访问网络和访问数据。我们正在谈论的数据是非常个人的,所以这将是会严肃对待的事情。这是我们需要认真对待我们推出这些连接设备。

SE:手臂多年来一直非常活跃的安全。你觉得你做了一个凹痕吗?

segar:我们真正要做的是创建构建块,使物联网是设法管理安全边界。我们已经取得了进展如何保守秘密的远离不安全的部分设计。我们试图创造一些结构,以便安全成为一个问题,一个是本地管理。

SE:卢西奥,从你的角度来看,当你投资于公司,有人愿意支付吗?有一个上行财务安全吗?

兰扎:这取决于他们感知的风险。通常情况下,这取决于他们昨天被伤害。最终人们会理解他们所做的必须做点什么。这不是必要的,他们个人的攻击,但他们性格相似的人攻击。很快我们将会看到这个非常。伤害已经造成一些企业,其中许多尚未公布,只有攻击的安全手机。这显然是一个大问题。公司理解。他们宣传吗?不。 They publicize positives, not negatives. The beauty, from a technical point of view, is this is a problem that you don’t just solve. You solve it, they attack it. You solve it again, they attack again, and then you’ll solve it again. So it will be something that requires a lot of attention, intelligence and intellectual capacity.

SE:其中的一些设计,预计将持续10到15年。是否有足够的,我们可以构建在这些设计,我们可以确保他们可以更新或安全那么长时间?

segar:你建立一些灵活性的设计,你可以通过单独的更新和建筑硬件本身的灵活性。你将来必须采取这种方法攻击的性质会改变。反应的性质可以通过改变设备的寿命。是非常重要的一件事就是你把人为因素的管理安全。尤其适用于任何消费者相关,仅提高了安全性。从根本上说,你考虑设备的设计改变通过其一生应对不断变化的安全威胁。

兰扎:有趣的,和手臂知道这很好,当他们实现了第一安全芯片,我吃惊的是,他们这样做。这是1999年左右。将安全的设备显然是将要发生的事情。你的问题的人是否真的感兴趣,会为此付出代价,最后我们将安装的知识产权。他们将获得他们是否理解它。等式的另一边就是有趣的安全是信息从设备哪里去了?现在你有云是公共信息。

SE:当我们有数万亿的事情,不是数十亿,数万亿的东西不仅仅是连接到像今天的人。相反,他们将被连接到其他东西,分享信息在许多不同的地方,其中一些你不知道的事。谁赢谁输?

兰扎:我看着人类,当我项目人类X年之后,当所有的信息我们碰巧在云中。这不仅仅是我的信息发送到云。也是我的心跳信息,我的汗水,我昨天的活动,两年前,我的情绪我在开会的时候,当我移动我的手和信息。一切都在云端。所有这些都很难保护。你自己会有这个云,将您的云。人们将提取当他们需要和想要的信息。这张照片是可怕的。我能看到我们如何保护设备,但我看不出我们怎么能够保护你的“cloud-self”。

segar:有很多数据被收集关于我们不断随着时间的推移。我们真的不得不面对的边缘,由于物联网推断,巨大的灾难。这就是为什么我们有规定,有规则关于公司如何管理数据和解释他们正在使用的数据。最终,每个人收集数据必须为它负责。有太多的失去。物联网有巨大的好处,但也有一些非常可怕的缺点。作为一个社区,我们必须认真对待它。

SE:所以我们都可以消失如果有断电或电脑故障吗?

segar:在很多地方有备份,所以我们可能好。

SE:当你看看这些物联网设备,如何确定哪一个比另一个好吗?我们应该寻找在这些设备吗?欢迎来到亚马逊还是Yelp审查,或别的东西吗?

兰扎:这取决于字段,字段。有一些字段这些天每个人的想法。每个人都告诉我如何从我的车三年将无人驾驶。重点是,对我来说,我相信汽车驾驶是需要很长时间。我要想的第一件事是,‘好吧,谁知道如何刹车我的车吗?“从制动停止呢?这些都是那些将阻止人们使用它。即使有100人真的有一个很好的经验,自动驾驶汽车,只需要一个人被攻击和糟糕的马克。在医疗方面,更具挑战性和有趣的。汽车比人体和大脑的复杂性。如果你看着它从人类或医学的观点,你会怎么做,这样你就不会生病,去医院吗? From that point of view, with everybody being so different, the amount of information we have is unbelievable but the benefit is immediate.

SE:西蒙,医疗从你身边吗?我们看到很多明年谈论它的到来,但这是20年前。

segar:我们已经走了很长的路。你可以通过你的智能手机已经上传数据到你的医生。这是帮助人们减少去医院了。我们有一个巨大的路要走,消费者有巨大的好处。卫生保健将成为一个更严重的问题随着社会时代,和卫生保健的成本上升。

SE:你认为什么角色机器学习和自然语言将在物联网中扮演的角色?

兰扎:从现在起的二十年,知识将是完全不同的。当我开始使用电脑,我记得我工作的第一家公司有一个会计部门与100人。我曾经认为电脑会改变吗?不,我没有。如果我看医学方面,这是非常有趣的。你真正做的是让人们了解自己,这就是强大的元素——或者收购的信息。然后,真正令人兴奋的东西来自于机器学习的一面。你将会有大量的信息自己太你甚至不知道如何处理它。你不知道你是否应该采取行动。你要有足够的信息,你实际上可以云中的数据和你会有机器学习设备,这个令人难以置信的智能基础设施,能够说,‘哦,这就是发生在你的汗水。 There’s a 20% probability this is what the problem is. You should check that. And by the way, the fact that you have this change in your heartbeat is nothing to be concerned about.’ It will be an enormous amount of information that is based on more data than any doctor can ever learn in their lifetime. That is when the matching happens—IoT on one side gets more and more data, tied to the smartness of the machine-learning cloud. It will help you utilize this data and move you away from the accounting department. You won’t need an accounting department—computers will do enough.

segar:机器学习是物联网的目的。没有机器学习,数据不是很有趣。的见解,我们可以从数据的价值在哪里。那么多数据生成任何人类可以筛选。回到医疗的例子中,每天都有更多的医学研究发表比任何人都可以阅读。数据生成已经超过人类消费的能力。这是只会变得更糟。你会看到机器学习算法运行在设备上的优势,找出什么是有用和无用的数据,发送到云。会有算法,降低了数据传送的安全风险。你会看到机器学习的设备,在网络和云。

SE:成为最有价值的商品不容数据吗?你肯定看到与谷歌这样的公司,Facebook,亚马逊,甚至IBM,试图控制数据。

兰扎:数据是一个非常有价值的商品,但最有价值的是机器学习。这是真正的大值。机器学习就像是突然你作为一个人长大,越来越多的数据,然后大脑生长足够你能够管理所有数据在你自己,作为一个人的昨天。你将会有一个难以置信的数据量。现在,重要的是如何找到的数据很重要,你怎么连接,从过去中学习,并预测未来。这与机器学习的所有将会发生的事情。巨大的贡献将来自人类的机器真的学习,最后行为和做正确的事情。

segar:每个人都在谈论能够使用数据,和数据是像石油是工业革命。这是原材料,创建有价值的信息。

SE:一个早期预测的物联网时代,公司将出生和死亡的比以往任何时候都要快。在这个新的世界,你预测,将相同或将现有的公司变得更强?

兰扎:这取决于你如何定义一个公司。人们认为他们不会生存下来的原因是,因为他们看不到所有的碎片。如果你考虑物联网,有成千上万的物理特性和尺寸和物理现象,你想捕获和制作数字个性。这不会发生在XYZ公司,坐落在我的房子后面。新公司将使用数万或数十万设计师在世界的每个角落。他们要设计有一段时间作为一个公司的一部分。真正的情况是,物理距离将不再相关。所以说每个人都应该去工作的公司在8点和下午5点离开将是过去。公司的未来无处不在,它会随着时间改变。所以你需要重新定义什么是一个公司。

有关的故事
机器学习满足集成电路设计
有多层机器学习可以帮助创建的半导体,但没有像其他应用领域一样简单。
加上安全:安全解决方案和方法
第2部分:连接到互联网增加了新的要求安全性至关重要的市场。
首席执行官前景:2017芯片设计
政治不确定性,回火乐观,继续巩固和能力的担忧。