行业研究：AI与无线感知技术的发展趋势 - 深度学习和大数据时代，前沿AI研究资源向工业界集中，因为需要极大的计算资源和海量真实数据，这些只有实力雄厚的大公司才负担得起[14][15] - 合成数据是弥补真实数据不足的权宜之计，通过已有数据的排列组合来模拟，但无法合成完全未见过的情形，作用有限[17][18] - 无线感知（无线AI）是AI的新前沿，通过分析环境中的无线电波来感知人的活动、呼吸、睡眠乃至跌倒，无需穿戴任何设备，准确率可达95%[35][36][38] - 无线感知技术已投入实际应用，例如在疫情期间远程监测隔离病人和独居老人，以及在汽车内检测遗留儿童，防止悲剧发生[36][38] - 未来6G/7G时代的关键愿景是实现“数字孪生”，即每个人在云端有一个了解其一切信息的虚拟代理，处理各种事务，这需要极高的带宽和实时通信能力[49][50] 公司研究：Origin Wireless的创业与商业模式 - 公司创始人刘国瑞在60余岁时放弃马里兰大学终身教职，全职投入创业，旨在推动无线感知AI技术的商业化落地[6][15] - 创业的核心驱动是为了履行对投资人和团队的承诺，并突破学术研究的“天花板”，利用真实产品和环境收集大数据以推动前沿研究[15][16][33] - 公司的技术核心是无线AI，即利用无所不在的无线电波赋予机器感知环境的能力，目前声称全世界只有其一家公司真正做到了这一点[35][38] - 公司已申请了大约250项专利，这被归因于通过实际产品部署收集真实数据所带来的持续创新[33] - 作为初创公司，在算力资源上面临挑战，主要依靠亚马逊云等平台进行研发，而非自建大型服务器[48] 行业竞争格局与科研模式变迁 - 当前推动尖端AI研究（如大模型）的主要是少数几家拥有海量资金和数据的大公司，学术经费难以填补资源鸿沟[39] - 创新资源集中于工业界被认为是当前发展阶段规律，待工具普及后，下一波创新可能重新从学术界发端[40] - 跨学科团队合作成为现代科研突破的主流模式，不再局限于单一学科背景[24] - 对于AI工具（如ChatGPT）的使用，应采取制定规则（如要求论文中声明使用情况）进行规范，而非简单禁止，以防范学术不端并提高效率[42][44] 人才与教育：工程师群体的未来 - AI的发展不会取代工程师，而是创造新的就业机会，例如在生物制药、医疗诊断、建筑设计等领域，需要既懂AI又懂专业知识的复合型人才[45][46] - 对技术人员的未来应保持信心，他们正在创造新的应用场景和岗位，而非“革自己的命”[46] - 在培养学生方面，应注重引导其独立发现重要问题的能力，而非仅仅解决导师给出的题目，并设定高标准的科研成果要求[25][26] - 评价教育者的成功，关键在于培育出多少有成就的学生，这比教育者自身的成就更重要[27] 技术发展：通信与信号处理的基础地位 - 现代AI的许多基础算法理论源于信号处理领域，该领域的专家现常被视为“做AI的人”[22] - 电机工程（EE）传统上要求扎实的数学和物理功底，而计算机科学（CS）的数学训练相对较浅，但深度学习的兴起降低了纯粹数学推导的门槛，使得跨学科合作成为可能[23] - 无线感知技术被称为人类的“第六感”，预计未来二三十年，“无线”一词将不仅代表通信，更意味着感知，并可能彻底改变生活方式[39]