0
0
0
从现在知道的信息来看，应该还是ARM架构，除了ARM也没什么适合移动端的新架构。
登录|注册
对于军队来说，要实时跟踪军用设备上数以百万计机械部件的使用状况，是非常耗时耗力的。为了完成这项数据密集型的工作，美国军方决定“征用”最近几年大火的AI助手，让机器学习软件来预测哪些军车需要维护，提前标记出需要维护的机械部件。
美国军方计划与Uptake科技公司合作，在一些装甲运兵车上试点部署这套预测系统。装载在运兵车引擎上的传感器能够记录诸如引擎温度、转速等信息，并将数据传送回Uptake系统上。随后AI机器学习将提炼出这部分数据的特点，与已知可能导致发动机故障的数据进行匹配甄别。
当然，实际使用的传感器数量会很多。Uptake一位副总裁表示，他们的软件平台就像是人脑，从各个神经末梢收集数据并生成反馈。无论是车辆冷冻液即将耗尽，还是通讯系统可能会在一两周内失效，只要这些情况在其他车辆上也发生过，那么Uptake的平台就能识别出来并通知相关人员。
美国军方并不是Uptake的首个客户，实际上类似的系统在工业上早就有了运用，Uptake还同时服务于卡特彼勒、波音等工业巨头。伯克希尔哈撒韦能源公司也用他们的软件来检测偏远地区风力发电机的维护情况。
不过军队使用AI总是一件有争议的事情，Uptake强调他们的AI系统本身不会做出任何决定，只是将可能出现问题的区域高亮显示，供相关人员查看。而美国军方也对AI的加入持谨慎乐观，只有试点成功后，他们才会大规模装备这套系统。
