HIGHLIGHTS大獎

3D晶體管

英特爾2011年正式宣布成功研發(fā)出3D晶體管“Tri-Gate”，這項技術(shù)將被應用在下一代22nm制程CPU上，實現(xiàn)了歷史性的技術(shù)突破，晶體管從半個多世紀以來的2D平面結(jié)構(gòu)邁入了嶄新的3D結(jié)構(gòu)。

3D晶體管使用了超薄的三維硅鰭片取代了傳統(tǒng)2D晶體管上的平面柵極，形象地說就是3D晶體管從硅基底上站了起來。硅鰭片的三個面都安排了一個柵極，其中兩側(cè)各一個、頂面一個，用于輔助電流控制，而2D晶體管只在頂部有一個。由于這些硅鰭片都是垂直的，晶體管可以更加緊密地靠在一起，從而大大提高晶體管密度。

這種設計可以在晶體管開啟狀態(tài)時通過盡可能多的電流，同時在晶體管處于關(guān)閉狀態(tài)時將電流降至幾乎為零，并能在兩種狀態(tài)之間極速切換，大大減少了功耗并提高了性能。理論上22nm 3D晶體管比32nm 2D晶體管可帶來最多37%的性能提升，而且同等性能下的功耗減少一半。作為基本計算核心，這樣的升級將大大降低整個電腦的功耗，使電腦更夠進入更多的領(lǐng)域。

Kinect for Windows SDK

如果說Kinect改變了目前家用游戲主機領(lǐng)域的格局，為微軟在游戲市場開疆擴土的話，那么Kinect for Windows SDK才是真正改變我們生活的創(chuàng)新技術(shù)，它使得Kinect革命性的互動技術(shù)被毫無障礙地遷移到PC平臺。

借助Kinect for Windows SDK我們能夠從Kinect上獲取原始的傳感器數(shù)據(jù)流、骨骼跟蹤數(shù)據(jù)、能與Windows的語音識別技術(shù)整合的高級音頻技術(shù)等。借助這些技術(shù)我們將能夠使用動作或語音與PC進行交互，能夠借助深度信息將現(xiàn)實中的物體實時掃描進PC，模糊虛擬與現(xiàn)實的界限。更重要的是Kinect蘊藏了大量先進的軟件技術(shù)，如3D圖像信息漏洞修補技術(shù)等，隨著微軟持續(xù)開放這些技術(shù)并將它們加入到Kinect for Windows SDK中，人機交互的革命將真正到來。

Lytro光場相機

2011年Lytro發(fā)布了首款商品化的“光場相機”（Light Field Camera）。光場是空間中任意點反射出的所有光線的集合，與傳統(tǒng)相機只記錄單一強弱的光線不同，光場相機通過微透鏡陣列和光場傳感器記錄下光線的色彩、強度以及矢量方向等光場的數(shù)據(jù)，再通過軟件的運算即可進行焦點位置的調(diào)整，最終獲得令用戶滿意的清晰照片。

而Lytro推出的Light Field Camera可記錄1100萬種不同的光線信息，用戶拍攝時只需進行鏡頭變焦和按下快門即可，無須擔心對焦準確與否。記錄下來的影像，用戶可在屏幕或電腦上通過軟件調(diào)整前、中、后景的對焦精度，也可實現(xiàn)景深范圍的調(diào)節(jié)。

光場相機記錄光線的眾多參數(shù)，它是對原先記錄單一光線強度攝影方式的重大變革，對焦失敗將不會再導致照片拍攝不成功，使用戶的拍攝習慣產(chǎn)生翻天覆地的變化。

Memjet線性噴墨打印技術(shù)

事實上早在數(shù)十年前，Memjet線性噴墨打印技術(shù)就已經(jīng)被提出。該技術(shù)能夠?qū)崿F(xiàn)可與激光打印機相媲美的首頁出紙速度，連續(xù)打印輸出的速度也能與中高端激光打印機相抗衡，而且還具備噴墨打印機的低能耗特點。Memjet使用并排排列的密集噴嘴代替噴墨打印機的滑車，A4幅面的打印頭就會集成70 400個噴嘴。

Memjet采用了被稱為微電子機械系統(tǒng)（MEMS）的納米技術(shù)，借助該技術(shù)在CMOS芯片上同時集成了噴嘴、加熱單元和噴射單元。而聯(lián)想RJ600N是在國內(nèi)上市的首款使用該技術(shù)的產(chǎn)品，在Memjet線性打印技術(shù)的支持下，聯(lián)想RJ600N的打印速度驚人，在發(fā)送打印任務后，首頁出紙時間僅為12s，連續(xù)出紙狀態(tài)下，平均每秒可以打印出一張圖文混排文檔，完全能夠與目前主流的彩色激光打印機相媲美。

Siri智能語音識別技術(shù)

蘋果在2011年發(fā)布的iPad 2和iPhone 4S都沒有那么激動人心。唯一令人耳目一新的是Siri智能語音識別技術(shù)，這是第一款具備智能識別能力的技術(shù)，換句話說它不是逐字逐句的記錄和識別，而是能夠“聽懂”我們的話。它可以根據(jù)對話的上下文關(guān)系來判斷一些原來機器根本無法識別的話，比如，剛剛問過Siri北京的天氣如何，接下來問“How about Shanghai?”時，Siri也能準確明白我們是在問上海的天氣而不是別的內(nèi)容。它甚至可以貼心地從對話中分析用戶現(xiàn)在的狀況并給出建議，例如對話中我們經(jīng)常提到飲酒、回家的詞語，它就可能會判斷用戶酒醉后要回家，并自動提示是否需要訂出租車。雖然目前Siri還無法做到盡善盡美，也會多多少少出現(xiàn)一些問題，而且目前它也不支持中文，但是它在人機交互領(lǐng)域邁出了重要的一步，未來將可能徹底改變我們的生活。