“如果没有IBM和其所提供的系统,我们就无法登上月球。”

640?wx_fmt=jpeg

来源:IBM中国


“如果没有IBM和其所提供的系统,我们就无法登上月球。”

——NASA飞行指挥官 Gena Kra



640?wx_fmt=jpeg


1969年7月20日,就在距离阿姆斯特朗迈出“人类一大步”约122米的月球上空,登月舱里突然响起了刺耳的警报声。


640?wx_fmt=jpeg


警报向NASA显示机载电脑可能会随时停机并导致无法顺利登月。当时,留给阿姆斯特朗决定是否继续执行登月计划的时间只有短短几秒钟。


640?wx_fmt=jpeg


幸运的是,参与登月项目的IBM工程师团队在此前的模拟测试中对这一情况早有演练,他们迅速向NASA报告,这一警报不会导致电脑停机,可以继续执行登月计划。


640?wx_fmt=jpeg


几分钟后,背负着人类使命的阿姆斯特朗从登月舱走出,在月球上留下了那个载入史册的脚印。


而这脚印背后,

是4000名IBM人共同的回忆……


当年,为了共同的梦想,4000名IBM程序员、科学家、研究员参与到阿波罗计划中,他们和NASA的航天专家们并肩工作,探索科技,构建计算机,编写软件程序,并写出了五百万行代码,用于支持模拟宇航员训练和实践、飞行控制器训练以及阿波罗计划的所有计算环节。


阿波罗11号飞行背后的公式



640?wx_fmt=jpeg


站在阿波罗11号月球模型之前,IBM休斯顿的程序员正在查看他们的方程式,他们把这些复杂的方程式写入载人航天器中心的NASA计算机程序中。宇航员尼尔·阿姆斯特朗和巴兹·奥尔德林正是在这些计算机的引导下登上了月球,说出那句让世人记忆犹新的名言——“这是我个人的一小步,但却是全人类的一大步”。


尼尔·阿姆斯特朗的到访


640?wx_fmt=jpeg


在美国纽约州Owego的IBM办公室,尼尔·阿姆斯特朗(最右边)和其他宇航员参观航天器实体模型以及一台IBM 7090。这台IBM 7090被预先编程,反复模拟登月着陆计算机的工作。


美国宇航局戈达德飞行中心


640?wx_fmt=jpeg


遥测和雷达数据上载到NASA太空船或下载到控制中心,都要通过载人航天飞行网络,该网络由位于马里兰州戈达德太空飞行中心的IBM系统指挥和控制,数据由IBM员工和NASA员工使用IBM 7094计算机来处理。在阿波罗登月计划使用了第一批IBM System / 360大型机。


IBM工程师监控阿波罗11号的发射


640?wx_fmt=jpeg


IBM工程师在佛罗里达州肯尼迪角的阿波罗发射期间监测土星仪器单元的数据。在整个载人航天计划中,IBM的技术人员和NASA的工作人员并肩工作。如美国国家航空航天局所说,“载人飞行任务中计算机的故事,就是NASA与IBM密切而互利的合作的故事。”

每张照片的背后,都是IBM人用科技能带动人类进步的决心,他们不仅仅是历史的“见证者”,更是历史的“参与者”和“创造者”。


今天,全球的IBM人仍在借助科技的力量创造着历史……


人类第一个人工智能宇航员助手



640?wx_fmt=jpeg


2018年,借助IBM Watson AI技术,第一个能自由飞行的AI宇航员助手CIMON(Crew Interactive Mobile Companion)诞生。CIMON能“看见”、“听见”、“聊天”、“飞行”和“理解”,在它的陪伴下,宇航员在太空的生活将不再孤单。


今天,我们回望50年前,不为那曾经的辉煌沾沾自喜,只为不忘初心,坚持以责任推动科技的发展,以科技推动人类的持续进步,用无尽的勇气和决心,挑战宇宙的边界和极限。





640?wx_fmt=jpeg

张亚勤、刘慈欣、周鸿祎、王飞跃、约翰.翰兹联合推荐


这是一部力图破解21世纪前沿科技大爆发背后的规律与秘密,深度解读数十亿群体智能与数百亿机器智能如何经过50年形成互联网大脑模型,详细阐述互联网大脑为代表的超级智能如何深刻影响人类社会、产业与科技未来的最新著作。


《崛起的超级智能;互联网大脑如何影响科技未来》2019年7月中信出版社出版锋著。了解该著作详情请点击:【新书】崛起的超级智能:互联网大脑如何影响科技未来


未来智能实验室是人工智能学家与科学院相关机构联合成立的人工智能,互联网和脑科学交叉研究机构。


未来智能实验室的主要工作包括:建立AI智能系统智商评测体系,开展世界人工智能智商评测;开展互联网(城市)云脑研究计划,构建互联网(城市)云脑技术和企业图谱,为提升企业,行业与城市的智能水平服务。


  如果您对实验室的研究感兴趣,欢迎加入未来智能实验室线上平台。扫描以下二维码或点击本文左下角“阅读原文”


640?wx_fmt=jpeg

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/491140.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

C++有符号和无符号数的转换

本文转自:http://www.94cto.com/index/Article/content/id/59973.html 1.引例: 今天在做了一道关于有符号数和无符号数相互转换及其左移/右移的问题,被它们之间的转换原理和位移原理搞得头大了。真的很后悔本科的时候没有认真学习《计算机组成…

OpenCV学习笔记(十四):重映射:remap( )

OpenCV学习笔记(十四):重映射:remap( ) 图像的坐标映射是通过原图像与目标图像之间建立一种映射关系,这种映射关系有两种,一种是计算原图像任意像素在映射后图像的坐标位置,另一种是计算变换后…

C++中setw()的用法

setw&#xff08;&#xff09; 用于控制输出之间的间隔 #include <iomanip> using std::setw;cout<<s<<setw(8)<<a<<endl; s和a之间有7个空格&#xff0c;cout<<s<<setw(8)<<a<<endl;的意思是s后面输出8个字符&#xf…

自动驾驶产业链全景图

来源&#xff1a;乐晴智库精选自动驾驶产业链构成:感知-决策-执行 三个层面从感知层面看&#xff0c;感知环境的激光雷达、毫米波雷达、摄像头、红外夜视和组合导航设备&#xff0c;感知车辆自身的包括压力传感器、流量传感器、陀螺仪及加速度传感器等传感器都属于感知层面的零…

OpenCV学习笔记(十五):图像仿射变换:warpAffine(),getRotationMatrix2D()

OpenCV学习笔记&#xff08;十五&#xff09;&#xff1a;图像仿射变换&#xff1a;warpAffine(),getRotationMatrix2D() 一个任意的仿射变换都能表示为乘以一个矩阵(线性变换)接着再加上一个向量(平移)的形式。 仿射变换&#xff08;Affine Transformation或 Affine Map&…

『科技』2019全球最有前景AI公司TOP100

来源&#xff1a;eet-china I 整理&#xff1a;弗锐达引言&#xff1a;硅谷最强智库之一的CB Insights发布AI 100 2019报告&#xff0c;在全球范围内评选出了100家“最有前景”的AI创业公司&#xff0c;其中中国公司有6家&#xff0c;分别是……日前&#xff0c;硅谷最强智库之…

《环球》杂志 :《人工智能的“大脑”》

《环球》杂志 &#xff08;2019年6月26日出版的第13期&#xff09;文章来源&#xff1a;《环球》杂志 &#xff08;2019年6月26日出版的第13期&#xff09;&#xff0c;原题《人工智能的“大脑”》作者&#xff1a;徐贵宝 中国信息通信研究院图片来源&#xff1a;网络编辑&…

人类首次登月50年后,这60家公司决心重返月球

来源&#xff1a; 资本实验室1969年7月20日&#xff0c;美国宇航员尼尔阿姆斯特朗在踏上月球的那一刻&#xff0c;发出了“这是个人的一小步&#xff0c;却是人类的一大步”的经典感慨。这句话既是对地球之外更广袤空间的由衷赞叹&#xff0c;也是对人类勇气与探索精神的坚定表…

OpenCV学习笔记(十六):直方图均衡化:equalizeHist()

OpenCV学习笔记&#xff08;十六&#xff09;&#xff1a;直方图均匀化&#xff1a;equalizeHist() 参考博客&#xff1a; 直方图均衡化的数学原理 直方图匹配的数学原理 直方图均衡化广泛应用于图像增强中&#xff1a; 直方图均衡化处理的“中心思想”是把原始图像的灰度直方…

PHP自学3——在html的table标签中显示用户提交表单

为了更好地显示用户提交表单&#xff0c;本节将在上一节的基础上将读取的用户表单显示在html的<table>标签中&#xff0c;这一节将用到和数组有关的知识。 本节代码将从外部文件&#xff08;.txt文件&#xff09;中读取信息于指定数组中&#xff0c;然后对逐条订单进行处…

《科学》封面特别报道:人类登月50年

来源&#xff1a;学术经纬50年前的今天&#xff0c;1969年7月20日&#xff0c;人类首次踏足地球以外的世界&#xff1a;阿波罗11号登月舱着陆月球表面。▲阿波罗11号的三位宇航员&#xff1a;踏足月球的尼尔阿姆斯特朗&#xff08;Neil Armstrong&#xff0c;左&#xff09;、巴…

图解JVM的Class文件格式(详细版)

了解JAVA的Class文件结构有助于掌握JAVA语言的底层运行机制&#xff0c;我在学习的过程中会不断的与ELF文件格式作对比&#xff08;当然他们的复杂程度、格式相去甚远&#xff0c;比如可执行ELF的符号表解析在静态链接阶段已经完成(除了动态链接库是在动态链接阶段完成)&#x…

OpenCV学习笔记(十七):查找并绘制轮廓:findContours(),drawContours(),approxPolyDP()

OpenCV学习笔记&#xff08;十七&#xff09;&#xff1a;查找并绘制轮廓&#xff1a;findContours() 1、findContours() 函数 该函数使用Suzuki85算法从二值图像中检索轮廓。轮廓线是一种用于形状分析、目标检测和识别的有效工具。 opencv轮廓检测之FindContours函数算法解释…

69张图看懂Elon Musk的脑机接口芯片项目

来源&#xff1a;内容由半导体行业观察整理因为制造特斯拉等各种先进科技产品&#xff0c;Elon Musk被誉为地球上最有创新力的人之一。近来&#xff0c;他更是在脑机接口上有了新的突破。据英国《金融时报》18日报道&#xff0c;他旗下的脑机接口初创公司Neuralink&#xff0c;…

C++可重载运算符和不可重载运算符

可重载运算符&#xff1a; 不可重载运算符&#xff1a;

OpenCV学习笔记(十八):凸包,最小包围区域算子:convexHull(),minAreaRect(),minEnclosingTriangle(),minEnclosingCircle()

OpenCV学习笔记&#xff08;十八&#xff09;&#xff1a;凸包&#xff0c;最小包围区域算子&#xff1a;convexHull(),minAreaRect(),minEnclosingTriangle(),minEnclosingCircle() 1、convexHull()函数 计算出图像点集的凸包&#xff0c;根据图像的轮廓点&#xff0c;通过函…

为什么技术进步让我们越来越焦虑不安?

转自&#xff1a;FT中文网技术进步究竟给我们带来了多少货真价实的福利&#xff1f;还是我们只是在忙忙碌碌和变动不居中收获了一些假象而已&#xff1f;“中国是个匆忙的国家。”这是谷歌董事长埃里克•施密特两年多前在中国举行的某个论坛上说的&#xff0c;这句话想必激起了…

OpenCV学习(十九) :图像的矩:moments(),HuMoments()

OpenCV学习(十九) &#xff1a;图像的矩:moments()&#xff0c;HuMoments() 参考博客&#xff1a; 图像的矩特征 Structural Analysis and Shape Descriptors&#xff1a;opencv 形态描述 【图像算法】图像特征&#xff1a;几何不变矩–Hu矩 如何理解概率论的“矩”&#xff1…

全球半导体现状分析

来源&#xff1a;行业报告研究院前景乐观当今科技创新迅猛发展&#xff0c;半导体行业有望持续增长。对半导体行业来说&#xff0c;2019年会相对疲软&#xff0c;但普华永道预计其将在2020年实现复苏并保持繁荣。2018年半导体行业销售总额为4,810亿美元。今后四年&#xff0c;即…

OpenCV学习(二十) :分水岭算法:watershed()

OpenCV学习(二十) &#xff1a;分水岭算法:watershed() 参考博客&#xff1a; OpenCV—分水岭算法 图像处理——分水岭算法 OpenCV学习(7) 分水岭算法(1) Opencv分水岭算法——watershed自动图像分割用法 -牧野- 分水岭算法是一种图像区域分割法&#xff0c;在分割的过程中&a…