AI一周熱聞盤點：微軟亞馬遜聯合發布深度學習庫Gluon；Gartner預測IT行業10大趨勢
編輯｜Natalie
內容導讀：
微軟亞馬遜聯合發布深度學習庫 Gluon
Gartner 預測 IT 行業 10 大趨勢：2020 年 AI 將創造 230 萬個就業機會
Facebook 發布兩個開源數據集，助力人工智慧視頻分析
阿里巴巴宣布成立「達摩院」，並發布量子計算雲平台
英特爾開始為量子計算機製造專用晶元
英偉達發布全球首款 L5 級別全自動駕駛平台 Drive PX Pegasus
中國人工智慧產業發展聯盟在京成立
Uber 開源數據流分析平台 AthenaX
微軟亞馬遜聯合發布深度學習庫 Gluon
亞馬遜 AWS 和微軟共同宣布了一項新規範，其重點是提高機器學習技術的速度、靈活性和可訪問性，為使用任意深度學習框架的開發人員提供方便。這項合作的第一個成果是 Gluon 深度學習庫。Gluon 是 Apache MXNet 中的一個開源庫，為各種水平的深度學習開發人員設計，幫助開發人員在雲端、App 和其他設備上設計原型，創建、訓練和部署複雜的深度學習模型。Gluon 大大簡化了創建深度學習模型的過程，且不會犧牲訓練速度。
亞馬遜表示，在即將發布的版本中，Gluon 還將支持另一個深度學習引擎，也就是微軟認知工具包（CNTK）。
Gluon 是一種簡潔的、易於理解的編程介面，能用對底層引擎速度影響最小的方式幫助開發人員快速構建神經網路原型和實驗。開發人員可用 Gluon 實時創建神經網路，並動態改變它們的大小和形狀。此外，由於 Gluon 將訓練演算法和神經網路模型結合在一起，開發人員可以逐步執行模型訓練。這意味著，調試、更新和重用神經網路都簡化了很多，適用於所有水平的開發人員。
亞馬遜 AWS 官方博客發布了一篇文章詳細介紹 Gluon 及使用方法：
https://aws.amazon.com/cn/blogs/ai/introducing-gluon-an-easy-to-use-programming-interface-for-flexible-deep-learning/
Gluon 代碼地址：https://github.com/gluon-api/gluon-api/
新聞來源：
https://news.microsoft.com/2017/10/12/aws-and-microsoft-announce-gluon-making-deep-learning-accessible-to-all-developers/
Gartner 預測 IT 行業 10 大趨勢：2020 年 AI 將創造 230 萬個就業機會
在奧蘭多舉行的 Symposium/ITxpo 2017 研討會上，市場研究公司 Gartner 就 IT 行業在 2018 年及以後的發展做出了多項預測。Gartner 的 10 項預測指出，未來 CIO 作為開創新業務的合伙人，需要選擇性地利用技術來實現目標。
以下是 Gartner 對 2018 年及未來幾年 IT 行業的 10 大趨勢的預測：
到 2021 年，作為早期採用者，將網站改造成支持視覺和語音搜索的公司將增加 30% 的數字商務收入。
到 2020 年，七大科技巨頭中的五家，將心甘情願進行「自我顛覆」，以創造在下一輪創新大潮中領先的機會。
這七大科技巨頭分別為亞馬遜、阿里巴巴、蘋果、百度、Facebook、谷歌、微軟和騰訊。
到 2020 年底，銀行業將通過基於區塊鏈的加密貨幣獲得 10 億美元的商業價值。
到 2022 年，發達經濟體的大多數人「消費」的虛假信息數量將超過真實信息。
到 2020 年，由 AI 驅動而創造出的「偽造現實」或虛假內容將超過 AI 的檢測能力，並助長科技信任危機。
到 2021 年，與傳統移動 APP 相比，超過 50% 的企業將把更多的預算投入到機器人和聊天工具的開發上。
到 2021 年，40% 的 IT 人員將擔任多個角色，大部分將與業務掛鉤，而不僅僅與技術相關。
在 2020 年，AI 將成為推動就業機會增長的積極因素，創造 230 萬個就業機會，同時消除 1.8 萬個就業機會。
到 2020 年，物聯網技術將被應用在 95% 的新電子產品設計中。
Gartner 預測，2019 年初將出現通過智能手機即可激活的物聯網產品。
到 2022 年，物聯網的一半安全預算將用於故障修復、召回和安全故障，而非保護措施。
新聞來源：
https://www.forbes.com/sites/louiscolumbus/2017/10/03/gartners-top-10-predictions-for-it-in-2018-and-beyond/#73abcbd945bb
Facebook 發布兩個開源數據集，助力人工智慧視頻分析
Facebook 於 10 月 12 日發布了兩個開源數據集，以幫助開發人員和數據科學家訓練人工智慧視頻理解系統。場景、對象和動作（The Scenes, Objects, and Actions，SOA）數據集將為開發人員提供一組包含大量標籤的視頻。每個視頻都經過人工標記，如視頻從哪裡開始、其中包含什麼內容以及何種場景。通用動作（Generic Motions）數據集包括一組集中在某些運動屬性（如跳躍和滑動）上的 GIF。視頻中的角色不僅僅是人類，因此可以用數據來訓練機器理解不同的動作，比如熊貓摔倒或者小貓滑倒的動作。Facebook 將挑戰世界各地的開發人員和數據科學家，共同探索使用 SOA 數據集理解視頻內容的最佳模式。強大的開源數據集是推動機器學習領域發展的重要因素，例如 ImageNet 這一帶有標註的圖像數據集，已經成為計算機視覺系統的關鍵基準。Facebook 新發布的視頻數據集將推動計算機視覺技術達到新高度。
新聞來源：
https://venturebeat.com/2017/10/12/facebook-launches-two-datasets-to-improve-ai-video-analysis/
http://www.jianshu.com/p/2dd07412adc8
阿里巴巴宣布成立「達摩院」，並發布量子計算雲平台
2017 年阿里雲棲大會主題為「飛天智能」，作為大會開幕第一個重磅內容，阿里巴巴集團首席技術官張建鋒宣布阿里巴巴成立全球研究院「達摩院」，進行基礎科學和顛覆式技術創新研究，並將在未來 3 年投入 1000 億元進行基礎科學研發。該院由全球實驗室、高校聯合研究所、全球前沿創新研究計劃三大部分組成，主要研究方向包括量子計算、機器學習、基礎演算法、網路安全、視覺計算、自然語言處理、下一代人機交互、晶元技術、感測器技術、嵌入式系統等，涵蓋機器智能、智聯網、金融科技等多個產業領域。
另外，阿里雲與中科院宣布合作發布量子計算雲平台。據介紹，該平台包括量子計算的系統架構及量子演算法開發計算環境。量子計算是阿里巴巴「NASA 計劃」的一部分。2015 年 7 月，阿里雲聯合中科院成立量子計算實驗室，共同開發量子計算機。中國量子力學第一人潘建偉表示，希望到明年，能實現 50 個量子比特的操作；未來十年能實現數百個量子比特的操作，在特定領域的計算能力達到目前全世界計算能力的 100 萬倍。
AI 前線持續跟進阿里雲棲大會，重點內容回顧：
英特爾開始為量子計算機製造專用晶元
英特爾已經開始為量子計算機製造晶元。英特爾的量子硬體總監 Jim Clarke 說：「我們正在將量子計算從學術領域轉移到半導體領域。」
普通計算機採用二進位的 1 和 0 來儲存和處理數據，而量子計算機則使用量子比特或「量子位」，利用量子現象在多個狀態中同時表示數據。長期以來，學術界一直對量子計算感到好奇，而如何可靠地處理量子信息也是一個巨大的挑戰。英特爾並不是唯一一個致力於實現量子計算的公司。Clarke 說英特爾在 2014 年開始專註於量子計算，認為它可以利用現有的製造方式加速進展。近來，人們希望量子計算可以被用於加速機器學習。負責谷歌量子計算項目的 Hartmut Neven 說谷歌會在明年之前建立一個 49 個量子位的系統。
新聞來源：
https://www.technologyreview.com/s/609094/quantum-inside-intel-manufactures-an-exotic-new-chip/
http://www.jianshu.com/p/2dd07412adc8
英偉達發布全球首款 L5 級別全自動駕駛平台 Drive PX Pegasus
美國當地時間 10 月 10 日，英偉達 GTC 2017 大會第二站在德國慕尼黑上演，英偉達在自動駕駛領域投放了一枚重磅炸彈：發布全球首款為驅動自動駕駛計程車而設計的人工智慧計算機系統 Drive PX Pegasus。該系統將面向 Level 5 級別的自動駕駛汽車，即實現車輛完全由感測器和計算機操控，無需人類干涉。
Drive PX Pegasus 基於之前的 Drive PX 2 平台開發，但計算能力相當於後者的 10 倍。目前，已有超過 25 家合作夥伴使用英偉達的平台開發全自動駕駛計程車。Drive PX Pegasus 基於英偉達的 CUDA GPU 打造，針對自動駕駛汽車上路後的實際計算需求進行了強化。Drive PX Pegasus 內置四個 AI 處理器，其中兩個為英偉達最新一代的 Xavier 系統級晶元處理器，另外兩個為明年下半年即將上市的下一代 GPU，用於強化深度學習和計算機視覺。英偉達稱，整套 Drive PX Pegasus 的尺寸也就和汽車牌照一般大，這在很大程度上降低了能耗和整體成本。英偉達計劃在 2018 年下半年將 Drive PX Pegasus 平台提供給合作夥伴。
新聞來源：
https://venturebeat.com/2017/10/10/nvidia-unveils-pegasus-ai-supercomputer-for-self-driving-robotaxis/
中國人工智慧產業發展聯盟在京成立
2017 年 10 月 13 日上午，中國人工智慧產業發展聯盟成立大會在北京隆重召開。
中國人工智慧產業發展聯盟（英文縮寫 AIIA，以下簡稱「聯盟」）由國家發展和改革委員會、科學技術部、工業和信息化部、中央網路安全和信息化領導小組辦公室聯合指導，由中國信息通信研究院、中國電子技術標準化研究院、國家工業信息安全發展研究中心等單位牽頭，全國 200 余家人工智慧相關企業機構共同發起組建。
在成立大會上，選舉出中國工程院院士潘雲鶴為第一屆理事長，選舉高文院士為專家委員會主任。
下一步，聯盟將按照國家人工智慧產業發展的相關要求和部署，依託健全的運營機制，搭建人工智慧產業發展公共服務平台，聚焦重點領域，快速推動人工智慧技術在生產製造、健康醫療、生活服務、城市治理等場景的應用，提升產業發展能力與水平。同時，將整合全產業鏈資源，促進人工智慧科技成果和資源的積累與轉化，搭建展示、宣傳和交流平台，打造優良的產業生態，加快推動我國人工智慧產業健康快速發展。
Uber 開源數據流分析平台 AthenaX
Uber 公司業務的快速增長要求一套數據分析基礎設施作為配合，從而時刻收集來自世界各地的廣泛分析結論，包括各個城市的特定市場狀況以及全球財務流向估算。考慮到 Uber 的 Kafka 基礎設施單日實時消息傳輸超過 1 萬億次，因此這套平台必須：
（1）輕鬆為各類用戶提供導航服務，而無需對其技術背景提出任何要求 ;
（2）以可擴展及高效方式分析實時事件 ;
（3）極為強大，可持續支持成百上千項關鍵性任務。
面對這樣的需求，Uber 構建了數據流分析平台 AthenaX 並對其進行開源，該平台旨在滿足上述需求並為每一個人提供可訪問的流分析能力。
AthenaX 同時支持著 Uber 的技術與非技術客戶，確保其能夠利用結構化查詢語言（簡稱 SQL）運行全面的生產級流分析任務。SQL 使得事件流處理變得更為簡單——SQL 負責描述需要分析的數據，而 AthenaX 則確定如何分析數據（例如進行數據定位或者對其計算進行規模擴展）。AthenaX 使得用戶能夠將原本需要數周方能處理完成的數據流分析工作時長顯著縮短至數小時。
今日薦文
※螞蟻金服漆遠：金融智能平台需要關注哪些因素？
※數據收集工具的設計與最佳實踐
※阿里巴巴成立達摩院，三年1000億旨在創造顛覆性基礎技術
※吳恩達眼中的深度學習七雄
※如何打造一個高效的人工智慧團隊
TAG:AI前線 |