新智元每日AI TOP 10

新智元 「每日AI ·TOP 10」 是新智元從 2017年5月起推出的一檔快讀欄目，精選彙集每日國內外最重大產業新聞，第一時間為讀者送上新鮮資訊，敬請關注。

學術新聞

產業觀察

• 全球85座高科技城市榜：舊金山拔得頭籌，北上深入圍前25

• TensorFlow用戶區域熱度地圖，能反應不同國家AI熱度還是AI實力?

• 科大訊飛的上半年成績表：營收21億、增速43.79%

• 剛剛，我們詳細對比了吳恩達和Udacity的深度學習課程，你們感受下...

• 九寨溝地震，第一個發布該消息的竟是人工智慧機器人

• 微軟設計的海底數據中心，可能會偽裝在珊瑚叢中

• 2017年人工智慧行業分析：計算機視覺與圖像企業融資最多，晶元企業最少

• 矽谷上周21家公司獲總計超8.441億美元融資，機器人融資最多

• 馬化騰稱畢業論文跟人工智慧有關，能預測股票走勢

馬化騰稱畢業論文跟人工智慧有關，能預測股票走勢

昨天，面對參加首屆粵港澳灣區青年營的來自香港、澳門、廣東的100名高中生，Pony打開了話匣子，拋出一段段大家都沒聽過的創業故事和心路歷程。

馬化騰說：這兩年AI很火，其實我93年畢業的時候，也有一波人工智慧熱。所以當時我的畢業論文還是跟這個有點關係，寫的是股票分析軟體，其中有一個模塊是用神經演算法人工智慧預測股票的走勢。

現在聽起來好象有點可笑，但當時好像是很有道理的,用人工智慧來模擬人的心態，對市場的心理壓力的變化，一些神經演算法等等的。但很快發現這個不靠譜......

二十年過去，到去年看到谷歌收購的Deepmind寫了一個論文，講了深度學習在圍棋中的應用，並且開發了AlphaGo，打贏了人類最強的圍棋冠軍。這個案例對很多人都很震動，震動點不在圍棋，而是它通過深度學習可以在某一個垂直領域讓機器自我學習，能夠在它的強大計算後端自己跟自己訓練，自己找出來很多規律。這個演算法，在未來很多領域發現都是可以用的，比如是金融、醫學等。

騰訊最近有一個團隊做識別醫學影像片，不管CT、核磁共振或者切片的圖，通過機器學習可能在識別這些片子時，做到比有經驗的醫生判斷得更準確，花的時間更少。我們一個團隊用類似技術應用在這方面，發現效果非常好。這就是很好的實例。

我們還希望應用在很多產品後台，比如微信里語音翻譯，包括最近非常火的建軍節換頭像穿軍裝的運用，就是用人臉識別技術和人臉智能融合技術，把一個人的頭像融合在軍裝里，而且看起來非常真實。這都是融合了人工智慧的技術，只是聽起來不像圍棋這麼性感。

我們在圍棋方面，也開發了一個人工智慧的計算機程序，在今年AlphaGo沒參賽的世界比賽里獲得第一名，至今為止還沒有跟AlphaGo交手，不知道誰厲害。

人工智慧我們感覺才一年多時間，剛剛打開大門。現在全球包括國內幾家大的互聯網公司，都非常關注這個領域。可能很多同學選專業也希望選人工智慧甚至機器人等等方面的專業。我覺得大有可為，而且落實在每一個行業都有很多機會。

全球85座高科技城市榜：舊金山拔得頭籌，北上深入圍前25

9日Business Insider網站根據城市創新研究機構2thinknow的分析評出全球85座高科技城市，排名第一的是矽谷所在地美國舊金山，北京、上海、深圳和中國香港四座城市進入前25名，中國台北排名第5。

該榜單的評分標準是與科技進步相關的10個因素，包括人均提交專利申請數量、初創公司和科技風投資本家數量，智能手機使用水平，以及其他創新數據。

進步最大的是印度班加羅爾(Bangalore)，從去年的第49位升至第19位，主要是由於大量IT公司的湧入，以及該市龐大的程序員群體。台北排名第5，是亞洲排名最高的城市。

來源：http://www.yicai.com/news/5328226.html

TensorFlow用戶區域熱度圖，能反應不同國家AI熱度還是AI實力?

來源：https://m.weibo.cn/status/4138842984144038

剛剛，我們詳細對比了吳恩達和Udacity的深度學習課程，你們感受下...

我今年三月份報名參加了 Udacity 的深度學習納米學位，經過幾個月的學習，基本了解了神經網路、CNN、RNN、GAN 的概念，並且通過五個項目的聯繫，具備了一定的動手能力。我的體會是，Udacity 的這個納米學位課程，精華在於項目。

現在吳恩達的課程一上線，我馬上就註冊了，看了幾節課，更重要的是看了一下項目的設計。我曾經上過吳恩達的機器學習課程，對他講授理論的水平超級欽佩，看上去很複雜的問題，他抽絲剝繭、舉重若輕的就給講明白了。還可以在線練習、在線訓練、在線提交。目前，7天的免費試用已經開啟。

微軟贏得

SIGIR 2017最佳論文，清華張帆等人贏得最佳學生論文

清華計算機系信息檢索課題組在本次會議發表長文4篇，短文2篇，是全球發表論文最多的課題組之一。計算機系劉奕群副教授擔任了本次會議的短文主席（Short Paper Co-chair）職務，並在會上被任命為信息檢索領域重要國際期刊Foundations and Trends in Information Retrieval (FnTIR，IF=3.500)新任主編（Co Editor-in-chief）。

清華計算機系碩士生張帆（導師：劉奕群）為第一作者的論文「Evaluating Web Search with a Bejeweled Player Model」（作者：張帆、劉奕群、李昕、徐盈輝、張敏、馬少平）獲得唯一的最佳學生論文獎。

ACM SIGIR是國際計算機學會主辦的信息檢索領域的最重要學術會議，2017年恰逢SIGIR會議40周年，本屆會議參會人數達到900人以上，全球40多個國家的研究人員與谷歌、微軟、FaceBook；百度、阿里巴巴、搜狗等國內外產業巨頭均積极參加了本次盛會。本屆SIGIR會議共收到稿件760篇（其中長文投稿362篇），長文錄用僅為78篇。

而最佳論文、最佳短論文均花落微軟。獲獎和提名論文共9篇，6篇有華人作者。四大獎項名單如下：

最佳論文：BitFunnel: Revisiting Signatures for SearchBob Goodwin (Microsoft), Michael Hopcroft (Microsoft), Dan Luu (Microsoft), Alex Clemmer (Heptio), Mihaela Curmei (Microsoft), Sameh Elnikety (Microsoft), Yuxiong He (Microsoft)

最佳學生論文：Evaluating Web Search with a Bejeweled Player ModelFan Zhang (Tsinghua University), Yiqun Liu (Tsinghua University), Xin Li (Tsinghua University), Min Zhang (Tsinghua University), Yinghui Xu (Alibaba Group), Shaoping Ma (Tsinghua University)

最佳短論文：LiveMaps – Converting Map Images into Interactive MapsMichael R Evans (Microsoft Corp), Dragomir Yankov (Microsoft Corp), Pavel Berkhin (Microsoft Corp), Pavel Yudin (Microsoft Corp), Florin Teodorescu (Microsoft Corp), Wei Wu (Microsoft Corp)

最經時間考驗論文：Personalizing search via automated analysis of interests and activitiesJaime Teevan, Susan T. Dumais, Eric Horvitz, SIGIR 2005.

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！