如同時尚是幾年一度的經典輪回一般，在PC行業里，隨著技術的提升，人們生活方式的改變，對于產品的需求也在不斷變化，雖然在硬件和軟件上，移動端的迅猛增長讓手機、手游搶占了人們日常大部分的娛樂時間，但是對于真正熱愛游戲的玩家們而言，電腦依然是最出色的游戲平臺之一。
因此，在經歷了輕薄便攜的熱潮之后，從2013年至今，中國的PC市場上高性能的游戲筆記本電腦呈現出了爆發的關注熱度和增長趨勢。2014年中國游戲市場收入首次突破千億，各大筆記本電腦廠商均看到游戲影音本市場的巨大潛力，市場規模穩步上升。價格方面，8000-11999元中高端價位產品人氣飆升，用戶關注度上漲7.6%。
根據來自ZDC監測數據顯示，2014年市售產品以中高端價位產品為主，其中12000元及以上高配置產品數量相對最高，占比達到27.5%。4000-11999元之間的三個價格段產品數量較為接近，占比分布在19.1%-23.8%之間，低端價位產品僅占6.4%。
2014年中國游戲影音本市場不同價格段產品占比
4000-5999元和6000-7999元價格段用戶關注度最為集中，占比分比為31.6%和30.2%。其它價格段中，8000-11999元價格段產品關注比例相對較高，達到20.9%。
2013-2014年中國游戲影音本市場產品價格關注比例對比
而在游戲筆記本電腦最重要的部件——獨立顯卡方面，對比2013-2014年不同顯卡產品關注比例數據來看，性能級顯卡和發燒級顯卡產品關注比例相對最高，占比達到34.6%和64.1%。同2013年相比，顯卡類型的關注度分布發生巨變，入門級顯卡基本淘汰出市場競爭，性能級顯卡和發燒級顯卡產品占據市場主流。
2013-2014年中國游戲影音本市場顯卡類型關注比例對比
從上面的數據我們可以很容易看出，中國的高端高性能游戲筆記本電腦市場，就像是一塊大蛋糕，雖說如此，但是想要能蛋糕上分得一塊，卻并不是一件容易的事情。讓用戶心甘情愿的買賬，并不是簡單的用高性能的零件堆砌出來一臺電腦就能夠做到的。除了基礎的數據性能，產品的設計、構造，對于玩家們的實際體驗影響也很大。
什么產品能讓用戶買賬？
對于游戲筆記本電腦來說，需要綜合考慮的因素遠多于其他任何一種筆記本電腦品類，也比臺式電腦更為復雜。如今市場上有不少游戲本產品，而其中能夠帶給我們驚喜的卻并不多，機械師可以說就是一個讓人眼前一亮的品牌。
以機械師最具代表性的產品之一——M410來說，該產品的散熱模塊設計有別于其他產品。它的CPU與顯卡各自擁有獨立的散熱模塊，在14吋的小機身內塞下了兩套散熱模具。
機械師M410散熱模塊設計
通過測試我們可以看到這款產品設計的獨到之處，測試環境在25攝氏度的室溫下，讓這款產品運行Furmark拷機軟件與AIDA 64壓力測試，機械師M410的CPU與GPU全部100%滿載運行20分鐘左右，分別查看這款產品的內部核心溫度以及機身表面溫度。通過下圖可以看到，顯卡最高到62度以及處理器最高到86度，基本控制在可以接受的范圍。尤其是顯卡溫度，控制的相當到位。
極限拷機測試（點擊查看大圖）
再來看機表溫度，由于采用了獨立雙散熱風扇設計，所以最高溫度43度出現在CPU散熱出風口的這一側。用戶經常觸及的鍵盤左右側以及掌托位置溫度控制到位，不會對使用體驗產生影響。而機身底部溫度分布比較正常，由于進風口比較多，所以在使用的時候注意不要堵到底部進風口。
機身C面溫度分布
機身D面溫度分布
通過拷機壓力測試，可以證明這款機器的散熱性能符合一款游戲的要求。最初筆者對于這樣一款小尺寸的游戲本，搭配高硬件配置的機型散熱還心存疑慮。經過測試發現它的散熱效果符合要求，甚至機表溫度的控制比很多大尺寸的游戲本做的還要好。
評測總結：
一個好的游戲筆記本，是能夠對性能、散熱、便攜、續航、外觀、體驗等多重復雜因素完美搭配，讓用戶獲得出色游戲體驗的筆記本，而機械師正是這樣一款產品，性能上自不必多說，在筆記本電腦最為關鍵的，也是最容易被忽視的散熱方面，它給出了一個非常好的解決方案。而只有這樣真正從用戶角度出發的產品，才能夠讓用戶心甘情愿的買賬吧。
機械師風神M410-i5 D2（標準版）詳細參數
| 多媒體設備 |
|
|---|
| I/O接口 |
|
|---|
| 外觀 |
|
|---|
| 筆記本附件 |
|
|---|
| 保修信息 |
|
|---|
*本信息來源于ZOL產品庫
篇頭條里小編介紹了怎么用手機模擬器“ExaGear ED302”玩暗黑破壞神2等PC端（電腦端）游戲。本以為登入戰網非常的簡單就沒有介紹，結果是很多朋友不是很清楚怎么登入戰網，所以這篇文章就介紹一下怎么用手機上戰網。
要登入戰網首先我們要相應的網站去下載對應的注冊表文件，在我周六的直播中有些朋友說現在的戰網一般不提供注冊表下載，通常是提供專用的客戶端里邊有該戰網的專用登入器，對此我特意去國內的主流戰網的網站去看了一下，事實證明都是有注冊表提供下載的。
大糞網提供注冊表下載
91D2提 供注冊表下載
IMPK提供注冊表下載
這個是我隨便找到的一個戰網也提供注冊表下載
我就不再貼更多的圖了，上邊的四張圖足以證明一般情況下暗黑2的戰網都會提供注冊表下載。
那么我們下載注冊表以后我們還是做些什么呢！
1、我們把下載回來的注冊表解壓得到注冊表文件如圖所示。
注冊表文件
2、我們把注冊表文件放入手機根目錄下的“ExaGear”文件夾。這里注意注冊表文件名不要帶有中文，如果有請將其改為英文名稱（簡單好記最好）。
3、我們點擊左下邊的起點，然后點擊運行。
4、我們在跳出來的運行的對話框里輸入“CMD”后點擊運行。
PS:調出軟鍵盤的方式為用四根手指同時敲擊屏幕。
5、如果這里默認的不是D:\，我們輸入“d:”然后點擊回車（手機上的叫法不同也有可能叫做換行，但功能是一樣的。）
6、輸入“regedit -s 91D2.reg”(與注冊表名稱相同。)然后點擊回車或換行。
7、如果沒有報錯信息直接回到“D:\>”提示符就證明安裝成功了。
8、進入游戲暢游暗黑2戰網給我們帶來的快樂！
但是這樣在手機軟鍵盤上操作總不是很方便，下面小編為大家介紹一下稍微方便一點的方法。
其實是很簡單的我們只是要導入注冊表，那么我們可不可以把所有的輸入步驟在電腦上完成呢！答案肯定是可以的。下面跟小編一起操練起來。
1、在桌面建一個“記事本”打開，并在“記事本”上寫入“regedit -s 91d2.reg”。
2、點擊“文件(F)”菜單下的“另存為”命令。
3、在跳出來的對話框中將存儲位置更改為桌面，保存類型更改為所有文件。
4、文件名處輸入91d2.bat，藍字處與注冊表名稱保持一至（不要點和后邊的reg），紅字處不變。后點擊保存。
5、此時桌面上將會多出來一個如圖所示的圖標。
6、將注冊表文件和我們剛建立的91d2.bat文件一起放到我們手機根目錄下的“ExaGear”文件夾下。
7、雙擊91d2.bat文件
8、進入游戲暢游暗黑2戰網給我們帶來的快樂！
發文不易，請大家看完后點贊、轉發、留言。如果感覺小編的文章對你有所幫助，請點個關注。
祝大家游戲愉快，多多出好裝備!
2-D2（圖右）和C3PO（圖左）圖片來源于網絡
說起R2-D2，喜歡星戰電影的朋友們一定并不陌生這個圓滾滾的小胖子機器人。別看R2-D2的個子小，它的影響可不小：R2-D2 和它的好哥們兒機器人C3PO 是僅有的兩位在七部星戰電影都有出鏡的角色。
R2-D2憑借著呆萌的造型和在歷代星戰電影中出彩表現，逐漸成為最受大眾歡迎的機器人角色之一，而且它的影響還超出了電影，在2003年更被入選卡耐基梅隆大學主辦的機器人名人堂 (Robot Hall of Fame)。
按照星戰電影小說里的設定，R2-D2是宇航技工機器人（Astromech Droid），主要功能是為星際飛船做維修保養，同時內置導航系統來存儲和計算宇宙超空間跳躍的坐標。
雖然R2-D2的本職工作是做飛船維護，但在電影里的它實際承擔了主角身邊的萬能機器人的任務，萌但不笨，屢建奇功。比如在《星球大戰VI：絕地歸來》，R2-D2就在救援主角天行者盧克的過程中起了至關重要的作用。
R2-D2 1977年設計原圖，圖片來源于推特
R2-D2在1977年由特效設計師Tony Dyson創作出來，距今已有將近40年。隨著AI相關研發進入日新月異階段，是時候星戰電影里的R2-D2與現實的科技進程做一對比，看看科幻作者的想象力是有多超前……
1. 計算機視覺
R2-D2有一個可以360度旋轉的鏡頭來觀察周圍的環境和識別身邊的人物，具有計算機視覺能力。
計算機視覺是一門研究如何使機器“看”的科學，用攝影機和計算機代替人眼對目標進行識別、跟蹤和測量等機器視覺，并進一步做圖像處理，用計算機處理成為更適合人眼觀察或傳送給儀器檢測的圖像。
如今，人們已掌握部分解決具體計算機視覺任務的方法， 如臉孔、指紋、文字、醫學圖像等，但是“泛用型”的電腦視覺目前在民用領域還是非常有限。
畢竟，讓計算機可以看并不是一個簡單的工作，就拿一個最簡單識別貓的任務來說，幼兒通過幾張照片就可以理解貓是什么，計算機卻需要上百萬的圖片來進行訓練才能達到堪比人眼識別的準確率。
不過，計算機的優勢在于可以發現圖像的細節，找出人眼不易察覺出的區別，比如讓計算機區分不同種類的同一科生物（比如貓、魚），就比人眼識別要精確很多。
目前主要的機器視覺方法還是需要依賴人類的指令來進行監督，計算機科學家需要告訴計算機這些圖片上的物體是貓，計算機才能依此來學習貓的特性。
在宇宙中探險的R2-D2，遇到許多奇奇怪怪不同的生物和機器人，有些是前所未見的，因此，它除了要能識別預先訓練過的圖像或物體，還要有對未見過的物體進行識別和產生概念的能力，而這種能自行學習并產生概念的計算機視覺能力目前依然還是難題。
2012年，Google X實驗室由Andrew Ng及Jeff Dean領導的實驗小組使用了16000個計算機處理器建構了一個有10億個節點的虛擬大腦，通過分析1000萬幀Youtube上的無標簽剪輯圖片，自動學習和產生了貓的概念，并從接下來輸入的2萬張圖片的測試中準確識別了貓。
Google虛擬大腦自己構建產生的貓的概念圖片，圖片來源于Google Blog
總體而言，目前技術還做不到R2-D2那么聰明的如人類般的視覺概念認知能力，也做不到那么小巧（畢竟這需要大量的處理器參與模擬神經網絡），要跟上科幻作者的想象力，還有很多困難需要克服。
2. 即時定位與地圖構建
即時定位與地圖構建（Simultaneous localization and mapping或簡稱SLAM）是機器人領域的一個難題，主要是指機器人從未知環境的未知地點出發，在運動過程中通過重復觀測到的地圖特征（比如墻角和柱子等）定位自身位置和姿態，再根據自身位置增量式的構建地圖，從而達到同時定位和地圖構建的目的。
電影里的R2-D2雖然內置有一些飛船或星球的地圖，但是很多時候它也需要在陌生的環境中學習適應，才能夠自由探索和行動，這時候就需要SLAM技術的幫助。
當然R2-D2也有慌不擇路的時候……
現在非常普及的家政掃地機器人就是一個非常好的例子，它們就需要解決一個在2D平面的SLAM的問題，在一個室內的空間環境，它們可以探測出地面環境并且工作。
如今，SLAM方法已被應用于廣泛無人機、無人車、AR、無人潛艇、行星探測車等多個領域。
Google無人車外部實景和計算機實時生成的外部環境對比
蘇黎世理工自動系統實驗室無人機在有限輔助監督下生成的3D空間地圖
目前火熱的AR技術，比如微軟的HoloLens、谷歌的Project Tango和Magic Leap，都要用到SLAM方法。只有這樣，AR設備才可以通過傳感器計算設備自身的精確位置，同時又能將周圍的三位空間進行實時重建，從而實現和身邊空間的AR互動。
HoloLens使用者在真實空間的AR互動
對比電影里的R2-D2,，我們可以驕傲地說，如今的SLAM技術已經可以基本實現R2-D2在未知空間里探測和移動的功能。
3. 自然語言處理
電影里的R2-D2可以聽懂主角們的講話，但是它自己并不具備說人類語言的能力，而是說一種其他機器人可以理解的語言——一系列滴滴嘟嘟的聲音所帶代表的機器二維碼。
閃閃發亮滴滴嘟嘟的R2-D2在很努力地說話
由于R2-D2最初的設計主要是負責飛船的修復維護，它也主要和其他機器人交互，所以并沒有安裝人類語言的模塊。在電影里，我們看到主角需要用專門的翻譯器，或者必須通過能說人類語言的機器人C3PO才可以明白R2-D2在講什么。
自然語言處理（Natural Language Processing，或簡稱NLP）是人工智能和語言學領域的分支學科，主要研究計算機如何和人通過自然語言進行交互。在這此領域中的難點，比較主要的有自然語言理解，也就是解決如何讓計算機聽或讀，把自然語言轉化為計算機程序更易于處理的形式； 也有自然語言生成，也是如何讓計算機說或寫，把計算機信息轉化為自然語言。
自然語言處理的應用已然深入到了我們平常生活的很多方面，比如文字、語音的多語種機器翻譯，文字和語音的相互轉換，還有時下非常流行的智能個人助理。
時下大部分的智能個人助理，比如Google Assistant、Amazon的Alexa、Apple的Siri以及微軟的小娜，都可以很好地用于解決生活工作中的具體任務，包括管理日歷行程、查詢天氣等等。值得一提的是，微軟的小冰似乎走了一個完全不同的獨特路徑，她更關注于對話和聊天本身，而不是解決任務。相比之下，小冰更像一個情感的伴侶，可以說是諸多智能助理里最像人的智能助理。
筆者和小冰的一段有趣對話
當然目前的智能助理還有不少問題需要解決，比如多人同時對話時如何確認對話對象、聊天時語境的變換等等，還不能完全達到R2-D2那樣自如理解主角的語言。不過很多智能助理已經可以“說話”，這一點可以說打敗了只能講機器語言的R2-D2。
隨著技術的迭代，加上越來越多的用戶參與使用和訓練，相信這些智能助理也能越來越人性化，早日實現與科幻電影的機器人一樣流暢的對話能力。
奇緣
這篇文章的緣起，是筆者2015年在西雅圖華盛頓大學科技政策實驗室主辦的 WeRobot 會議上旁聽了由R2-D2設計者Tony Dyson做的關于機器人的主旨講話。沒想到Tony Dyson先生于2016年初不幸辭世，西雅圖的短暫相逢愈發顯得珍貴。
在那次講話里，有現場聽眾給Tony Dyson老先生提問：“R2-D2最大的心理問題是什么？”
老先生想了想，很爽快地回答說，“應該是拯救了銀河系但沒有因此被欣賞和承認吧！”
沒受到表揚的R2-D2應該會是這個反應吧？
若你也贊許R2-D2為銀河系做過的巨大貢獻、愛過這個萌且非常努力的小機器人，請留言或點贊，我覺得它那富有想象力的爸爸Tony Dyson先生會感受到的……^_^
（作者畢業于華盛頓大學，現居西雅圖。）
你也許還想看：
觀點|朱松純：初探計算機視覺三個源頭兼談人工智能
觀點|謝幸：尋找人工智能研究中的結構洞
觀點|華剛：如何做好計算機視覺的研究？
演講|童欣：從交互到智能的網絡圖形
觀點|深度神經網絡中深度究竟帶來了什么？
觀點|Alberto Del Bimbo：為什么說研究員要有想象力？
微軟小冰進駐微軟研究院微信啦！快去主頁和她聊聊天吧。