点左上小耳机可边听边看! 欢迎关注交流，联系方式见文末！
"AI领域最珍贵的不是现成技能，而是持续重构能力的速度。"
广东发布的
《2024—2025年“产业助老 粤造粤强”推动老年用品提质增效行动方案》
提出，到2025年底，规上老年用品营业收入达到6000亿元。
而根据省工信厅的数据，2024年，全省老年用品规模以上工业企业实现营业收入达6551亿元，同比增长10.2%。
广东养老康复用品产业推进实施六大专项行动
1、千亿老年用品扩容增量专项行动
2、美妆时尚老来俏专项行动
3、强身健体老当益壮专项行动
4、适老家居优品爱老专项行动
5、智能照护科创助老专项行动
6、智慧养老服务提质升级专项行动
从供给侧看，与老年用品相关的29个细分行业在广东均有涉及，尤其是老年医疗器械和康复辅具产品种类居全国前列。轮椅、助行器等产品的市场占有率高达50%-60%，出口份额占全国同类型产品的70%。
从消费侧看，广东养老机构调研显示，大多数养老机构倾向于采购本省生产的各类老年用品，占比分别达到72%（老年医疗器械和康复辅具）、67%（老年药品）和68%（老年智能化设备）。
助听器：锦好医疗
一直致力于芯片、算法和声学等核心技术的研发，希望打造更适合中国人的助听器产品。
根据《中国听力健康现状及发展趋势》，中国65岁以上的老年人中，听力障碍者已达到1.2亿，但助听器的普及率仅约为5%，远远低于美国等发达国家超过30%的比例。
尽管我国的助听器行业起步较晚，但市场需求正迅速增长，未来的发展潜力巨大。
今天，我们认为很多人知道如何阅读和写作。我希望有一天，人们知道如何编写代码，特别是为人工智能编写代码，就像现在一样普遍。
几百年前，社会并不认为语言读写能力是一种必要技能。少数人学会了阅读和写作，其他人则让他们去阅读和写作。读写能力花了几个世纪才得以传播，现在社会也因此变得丰富得多。
语言能够实现人与人之间深入的交流，而代码是人与机器之间最深入的交流方式，随着机器在日常生活中变得越来越重要，这种交流也变得越来越重要。
传统软件工程——编写程序，明确告诉计算机执行的一系列步骤——一直是编码素养的主要途径。许多介绍性的编程课程都使用创建视频游戏或构建网站为例。但是，人工智能、机器学习和数据科学提供了计算机从数据中提取知识的新范式。这项技术为编码提供了更好的途径。
许多星期天，我从附近的比萨饼店买一块比萨饼。柜台后面的先生几乎没有理由去学习如何制作视频游戏或编写自己的网站软件（除了个人成长和获得新技能的乐趣）。
但人工智能和数据科学对披萨店老板也有很大价值。线性回归模型可以帮助他更好地估计需求，从而优化餐厅的人员配备和供应链。他可以更好地预测夏威夷披萨的销量——我的最爱！——从而提前制作更多的夏威夷披萨，减少顾客的等待时间。
人工智能和数据科学的用途几乎可以在任何产生数据的情况下找到。因此，与传统的软件工程相比，各种各样的职业会发现定制的人工智能应用程序和数据衍生的见解有更多的用途。这使得人工智能导向的编码的读写能力比传统的编码更有价值。它可以使无数个人利用数据使自己的生活更丰富。
我希望构建基本人工智能应用程序的承诺，甚至比构建基本传统软件的承诺更能鼓励人们学习如何编码。如果社会接受这种新的读写能力，我们将从中受益。
--- 吴恩达（Andrew Yan-Tak Ng）
深圳市智听科技
“戴上这款助听器，风噪几乎消失了，验配师远程就能帮我调试。”
挚听助听器采用AI助听技术，能够为25dB至95dB听损人群提供精准的听力补偿，打破了传统助听器依赖线下门店验配的局限，“在饭馆、地铁这些‘声音战场’，我们的目标是把想听的声音‘抓’出来，把干扰的噪音‘按’下去。”
外骨骼机器人：深圳肯綮科技有限公司
自主研发的外骨骼机器人，主机重量仅1.8公斤，续航3至5小时，售价不足万元，已广泛应用于助行康养领域，帮助行动不便的老人家提高运动能力，走出户外，重新融入社会。
智能爬楼梯电动轮椅：
佛山凯洋医疗器械有限公司
“我们的智能爬楼梯电动轮椅搭载了智能感知系统，可自动识别楼梯斜度并调整坐姿，轻松跨越28厘米沟渠，续航能力达同类产品领先水平。”
在这个庞大的养老康复企业舰队中，除了汤臣倍健、东方医疗、锦好医疗、赢家时尚集团、广东足行健等一批细分领域龙头企业外，还有华为、美的、创维、箭牌等众多大型企业也纷纷布局老年用品产业，比如华为推出AI辅助康养传感器，美的集团推出了“美颐享”高科技适老化家居品牌，立足于适老化家居研发制造适老化产品。
广东还将在智能照护机器人、智能助行器、助视器、助听器、智能护理床、营养保健品、服装鞋帽、益智玩具等方面，培育一批“专精特新”适老化产品生产企业。
星尘智能（深圳）有限公司
康养是人形机器人商业化落地的重要场景。
为了真正让机器人“懂老人、帮老人、护老人”，星尘智能与深圳市养老护理院于日前展开深度合作，通过真实场景的数据训练，不断优化具身智能技术在生活辅助、健康监测、情感陪伴等养老场景的创新应用。
双方还共建训练基地，推动智慧照护系统的落地应用。
星尘智能（深圳）有限公司推出的具身智能机器人Astribot S1在养老场景的首次试水
随着我国机器人产业的快速发展，
养老机器人正成为科技助老的新风口。
今年6月，省工信厅联合省民政厅向全省征集智能养老服务机器人结对攻关与场景应用试点。
试点涵盖多种机器人形态，包括室外助行、移乘转运、生活提醒、情感陪护、家务服务等类型，满足老年人多样化的生活与照护需求。
不言而喻，我们只应该从事对人类负责任、合乎道德和有益的项目。但这些限制留下了大量可供选择的项目。在前一章中，我写了如何识别和确定人工智能项目的范围。本章和下一章的重点略有不同：挑选和执行着眼于职业发展的项目。
成功的职业生涯将包括许多项目，希望随着时间的推移，项目的范围、复杂性和影响力都会增加。因此，从小处着手是可取的。利用早期的项目来学习，随着技能的增长逐渐承担更大的项目。
当你初出茅庐时，不要指望别人会把伟大的想法或资源拱手送给你。很多人都是从利用业余时间做小项目开始的。当你取得初步的成功——即使只是小成功——时，你不断增长的技能会提高你提出更好想法的能力，而且更容易说服别人帮助你承担更大的项目。
如果你没有任何项目想法怎么办？以下是几个产生想法的方法：
加入现有项目。如果你发现其他人有一个想法，请加入他们的项目。
继续阅读和与人交谈。每当我花很多时间阅读、上课或与领域专家交谈时，我都会有新的想法。我相信你也会。
关注一个应用领域。许多研究人员正试图推进基础人工智能技术，比如发明下一代变压器或进一步扩展语言模型，因此，虽然这是一个令人兴奋的方向，但也非常困难。但是，机器学习尚未应用到的应用领域是多种多样的！我很幸运能够将神经网络应用于从自主直升机飞行到在线广告的各个领域，部分原因是我跳进这些应用领域时，研究这些应用的人还相对较少。如果你的公司或学校关心某个特定应用，那就探索一下机器学习的可能性。这可以让你先睹为快，了解一个具有潜在创造性的应用，一个你可以做别人没做过的独特工作的应用。
发展一个副业。即使你有全职工作，一个有趣的项目，可能会或可能不会发展成更大的东西，可以激发创造力，并加强与合作者的联系。当我还是一名全职教授时，从事在线教育不是我的“工作”（我的工作是研究和教授课程）的一部分。这是一个有趣的爱好，我经常出于对教育的热情而从事这项工作。我在家录制视频的早期经历，帮助我后来以更实质性的方式从事在线教育工作。硅谷充满了初创企业的故事，这些企业最初是作为副业开始的。只要它不会与你的雇主产生冲突，这些项目可以成为有意义的事情的垫脚石。
给定几个项目想法，你应该选择哪一个？以下是一个快速检查清单，考虑的因素：
这个项目会帮助你提高技术水平吗？理想情况下，它应该具有足够的挑战性，可以拓展你的技能，但又不会很难，让你几乎没有成功的机会。这将让你走上一条掌握越来越复杂的技术的道路。
你有好的队友一起工作吗？如果没有，有没有可以讨论事情的人？我们从周围的人身上学到了很多，好的合作伙伴会对你的成长产生巨大的影响。
它能成为一块垫脚石吗？如果项目成功，其技术复杂性和/或业务影响能否使其成为更大项目的有意义垫脚石？如果项目比您以前从事的项目更大，它很有可能成为这样的垫脚石。
最后，避免分析瘫痪。花一个月时间决定是否从事一个一周可以完成的项目是没有意义的。在你的职业生涯中，你会从事多个项目，所以你有大量机会来完善你对什么是有价值的想法。鉴于人工智能项目的巨大数量，与其采用传统的“准备，瞄准，开火”的方法，你可以采用“准备，开火，瞄准”的方法来加速你的进步。
从事项目工作需要就建造什么和如何建造做出艰难的选择。以下是两种截然不同的风格：
准备，瞄准，开火：仔细计划并认真验证。只有在对一个方向有高度信心时才做出承诺并执行。
准备、开火、瞄准：投入开发并开始执行。这可以让你快速发现问题，并在必要时进行调整。
假设您为零售商构建了一个客户服务聊天机器人，并认为它也有助于餐厅。您是否应该在开始开发之前花时间研究餐厅市场，慢慢来但降低浪费时间和资源的风险？或者立即开始，快速行动并接受转型或失败的风险？
这两种方法都有各自的支持者，最佳选择取决于具体情况。
“准备，瞄准，开火”在执行成本较高时往往更胜一筹，一项研究可以揭示一个项目可能有多有用或多宝贵。例如，如果你能想出几个其他用例（餐厅、航空公司、电信公司等），并评估这些用例以确定最有前景的一个，那么在确定方向之前花些时间可能是值得的。
“准备好，开火，瞄准”，如果你能以低成本执行，并确定方向是否可行，并找出使它奏效的微调，那么它就会更好。例如，如果你能快速构建一个原型来确定用户是否想要该产品，并且如果可以在少量工作后取消或转向是可以接受的，那么就有理由考虑快速进入。当开枪的成本很低时，也有理由开很多枪。在这种情况下，过程实际上是“准备好，开火，瞄准，开火，瞄准，开枪，瞄准，开枪”。
在就项目方向达成一致后，在构建产品中的机器学习模型时，我倾向于“准备好，开火，瞄准”。构建模型是一个迭代的过程。对于许多应用来说，训练和进行错误分析的成本并不高。此外，很难进行一项研究，以阐明适当的模型、数据和超参数。因此，快速构建端到端系统并修改它，直到它工作良好是有道理的。
但是，当朝着某个方向前进意味着做出代价高昂的投资或进入一扇单向门（意味着一个很难逆转的决定）时，提前花更多时间确保它真的是一个好主意往往是值得的。
作者简介：吴恩达（Andrew Yan-Tak Ng）是斯坦福大学计算机科学系和电机工程系的客座教授，曾任斯坦福人工智能实验室主任。他与达芙妮·科勒一起创建了线上教育平台Coursera。2024年4月，吴恩达加入亚马逊公司董事会。
健康就是自理自立，尽一切可能让老人维持正常生活状态。
空间因“您”而变！
联系『变芯®空间』
合作沟通：请加 zr18620222480
合伙人招募：1638079312（微Q同号）
供应链接：请发至1638079312@qq.com
