谷歌標誌性「螢火蟲」無人車退役，Keras 2.0.7 強化TensorFlow開發能力

本期一周AI看點包括行業新聞、技術應用、技術前沿、大咖觀點以及投融資等方面。

行業新聞

谷歌發布迷你版 Google Home，對標 Echo Dot

據外媒 Android Police 報道，谷歌有望在今年的硬體發布會上發布一款迷你版 Google Home，按照去年穀歌發布 Pixel 手機以及 Google Home 的時間節點，該硬體發布會很可能會在今年 10 月舉辦，但具體時間地點目前不能確定。據了解，該迷你智能音箱或將成為亞馬遜 Echo Dot 的直接競品，作為家庭智能產品的中控平台，通過 Google Assistant 鏈接家庭中所有能夠被語音控制的設備。

谷歌Uber勁敵！德國航空公司於2025年推空中計程車

據外媒報道，近日德國Lilium航空公司飛行汽車項目在其垂直起降飛機上成功實現了概念飛行。據悉該公司自去年12月獲得倫敦風險投資公司Atomico的1070萬美元的A輪融資之後，目前正在逐步推進其目標，旨在為人們提供經濟實惠且速度更快的城市交通方式。據悉，德國Lilium航空公司的垂直起降「Lilium噴氣」項目旨在研發一種完全電動的私人飛行汽車，據報道，該飛行汽車採用Lilium航空公司的「超冗餘」概念，從安全性出發，該飛機任何一個組件的故障都不會影響正常垂直著陸。

黑夜照樣用！iPhone 8面部識別速度秒殺指紋識別

據韓國媒體報道稱，蘋果即將發布的iPhone 8的面部識別系統的識別速度高達百萬分之一秒(一微秒)級別，而且使用環境不受任何限制，黑天照樣秒識別。此外，據《華爾街日報》報道稱，iPhone 8的面部識別系統還整合了紅外功能，所以在黑暗或光線較弱的環境下，依然可以正常識別，同時不管手機上是否還內置Touch ID，其都不會是用戶的首選使用安全輸入方式了。

沃爾瑪專利顯示其終極物流武器「無人機航母」

近日，沃爾瑪在其新提交的物流倉庫專利申請中，描繪了其新設計的「無人機航母」。這是一個懸浮在 500-1000 英尺(150 到 305 米)高度上的「飛艇」，上面有多個無人機起降塢，飛艇既能自主運行也能由人類工作人員遠程操控。飛艇承載著貨物來到固定位置，再由無人機進行最後一公里的配送。這不免讓人驚呼，「簡直是快遞業的航空母艦」。據悉，去年亞馬遜也申請了一個類似的專利，且已獲批准。

世界頂級AI和機器人公司吁聯合國禁止致命自主武器

在墨爾本舉行的2017國際人工智慧聯合大會(IJCAI)上，來自26個國家的116位機器人和人工智慧公司的創始人簽署一封公開信，呼籲聯合國緊急磋商致命自主武器的危機，並在國際範圍內禁止其使用。公開信是針對聯合國將機器人軍備競賽的討論延期至年底而發表的。信上說：「致命自主武器有成為第三次武器革命的危險」，「一旦開發成功，它們將使衝突擴張到從未有過的規模，而且速度會讓人類難以適應」，「它們將成為恐怖之武器，成為暴君和恐怖分子殘害無辜民眾的武器，亦或被黑客挾持的武器」。

IBM 與青少年糖尿病基金會合作，利用機器學習演算法針對一型糖尿病展開研究

最近，IBM 與青少年糖尿病基金會合作，嘗試利用機器學習技術針對一型糖尿病數據展開研究。此次合作的最終目的是了解導致兒童患上一型糖尿病的根本原因，同時探索延緩和預防病情的有效措施。具體來說，IBM 至少分析三個獨立的數據集，並與之前研究項目中收集到的數據進行比較。研究人員將從遺傳基因、自身抗體及家族歷史等角度出發進行檢測，找到所有數據集的共同特徵。

利用攝像頭完成無人機的檢測與跟蹤，讓無人機行駛更加節能、安全

自瑞士洛桑聯邦理工學院的研究人員開發了一種僅憑簡單的攝像頭就可以對小型飛行物體實現檢測與跟蹤的演算法。研究人員結合人工智慧與深度學習演算法讓攝像頭對無人機進行識別，將無人機的種類、位置等外部信息與運動信息相結合，增強檢測的可靠性。另外，為了讓無人機掌握更多數據，不受現有圖像數據的限制，研發人員還生成了逼真的合成圖像用於探測器的訓練，填補數據信息的空白。據悉，研發團隊已經與一家專註於民用航空防碰撞技術的公司展開合作，預計將在明年正式實現商業落地。

谷歌標誌性「螢火蟲」無人車退役 轉向量產汽車研發

谷歌無人駕駛部門Waymo宣布，該公司開發的「螢火蟲」(Firefly)將會退役，這種造型可愛的汽車是該公司內部生產的測試用車。Waymo現在開始轉向克萊斯勒Pacifica等量產車。該公司去年從菲亞特-克萊斯勒獲得了600輛這種汽車，目前正在為其裝配Lidar、感測器和人工智慧系統。向量產車的轉變體現了谷歌的模式變化：他們最初希望自主開發全部的硬體、軟體和底層服務，但現在卻更加註重合作，與菲亞特和專車公司Lyft共同改進交通狀況。

沃爾瑪谷歌推語音購物劍指亞馬遜

美國傳統零售業巨頭沃爾瑪電商部門負責人馬克·洛爾 23 日宣布，沃爾瑪將聯手互聯網巨頭谷歌公司推出語音購物服務。從今年 9 月下旬開始，消費者可以在谷歌助理平台上通過語音下單購買沃爾瑪產品。儘管目前語音購物在網路購物中所佔份額較小，但增長勢頭迅猛。在美國語音控制設備市場中，電商巨頭亞馬遜公司佔有絕對優勢。分析人士認為，沃爾瑪此次聯手谷歌推出語音購物是兩大巨頭聯合挑戰亞馬遜的一項重要策略。

AI已然成為雲領域首選競爭武器！Box聯手谷歌，在雲搜索中引入計算機視覺技術

雲存儲公司Box近日宣布，即將在其平台上引入谷歌的計算機視覺技術。屆時，用戶將能夠使用公司的視覺工具來搜索圖片、圖像和其他文件，而不是向以往那般用文件名或標籤進行搜索。Box的計算機視覺功能可能是公司進軍AI和機器學習領域的好方法。它不需要手動注釋成千上萬的圖像，並且可以在標記期間以任何人可能都未曾使用過的方式來搜索舊文件。該聲明是通過機器學習和人工智慧重新定義雲計算的最新進展。

傳Facebook或為Oculus Rift研發AI語音助手

一位名為guyfromacompanysorta的用戶在Reddit上發帖稱，他們與Facebook的一家「測試」承包商進行了合作，其中的一項工作就是「通過一個應用錄製一些指令」。這些指令多種多樣，比如：「嗨Oculus！幫我完成某某任務 」，還有類似Facebook上的指令，比如：「邀請某人加入視頻電話」、「創建一個Facebook活動」或者「回復John的信息/接聽John的電話」，此外，還有一些其他的個人語音助手常用的指令，比如詢問天氣、交通情況等信息(可能這會是Rift和Facebook之間通用的語音助手)。該用戶發布的消息激發了外界關於逐漸打通Facebook和Oculus Rift的爭論。

AI不止是語音助手 華為人工智慧晶元「浮出水面」

近日，@華為終端公司 官微宣布，將於9月2日在德國柏林的IFA 2017大展上舉辦新品發布會，一起見證HUAWEIMobileAI的到來 。此前，華為曾在官方Twitter發布預熱海報，稱「AI不止是語音助手」。據悉，余承東將在上述新品發布會上發表主題演講，聚焦AI將給人們帶來什麼。預計，華為的這顆人工智慧晶元既可集成化到麒麟SoC中，也可獨立應用於多類型、品牌終端中，實現人工智慧所有終端全場景覆蓋。據悉，華為人工智慧晶元有望與其自主研發麒麟970一同亮相，Mate 10將作為首發機型。

基於人工智慧服務引擎 AiXpert，華瑞新智推出智能IP運營產品「SmartIP」

華瑞新智開發了一套名為 AiXpert (AI Expert)的人工智慧服務引擎，集成了數據挖掘、處理、分析的能力，包含82種可以任意組合的人工智慧相關的演算法模型。企業只需要提交需求，團隊幫助企業進行評估，給出解決方案幫助開發者將各種應用數據如文本、圖像以及時空序列數據無縫轉化為精準人工智慧模型(如分類、預測以及推薦模型)，並在後台進行演算法模型組合，通過本地或遠程的方式，嵌入到客戶的應用系統中。

微軟推出深度學習加速平台「Project Brainwave」：FPGA助力實時人工智慧

近日在 Hot Chips 2017 上，微軟團隊推出了一個新的深度學習加速平台，其代號為腦波計劃(Project Brainwave)，機器之心將簡要介紹該計劃。腦波計劃在深度學習模型雲服務方面實現了性能與靈活性的巨大提升。微軟專為實時人工智慧設計了該系統，它可以超低延遲地處理接收到的請求。雲基礎架構也可以處理實時數據流，如搜索查詢、視頻、感測器流，或者與用戶的交互，因此實時 AI 變的越發重要。

英特爾斯坦福黑科技，人工智慧+VR可以模擬地球了！

斯坦福大學和英特爾的研究人員發明了一種本質上富有想像力的人工智慧，它可以創造出和真實街景一樣逼真的圖像。這種AI通過粗略布局以及它們對真實街景的記憶訓練創建圖像。研究人員陳啟峰稱，他向AI系統輸入了5000張德國的街景照片，在人類的一些幫助下，AI可以創建出與輸入照片很類似的圖像，而這些圖像在現實生活中是不存在的。AI用輸入的布局，以及研究人員加入布局的各種標籤來創建圖像。

百度發布XPU：AI雲計算加速晶元(基於FPGA，256核心)

在加州Hot Chips大會上，百度發布了一款256核、基於FPGA的雲計算加速晶元—XPU。XPU的目標是在性能和效率之間實現平衡，並處理多樣化的計算任務。FPGA加速器本身很擅長處理某些計算任務，但隨著許多小內核交織在一起，多樣性程度將會上升。目前XPU有所欠缺的仍是可編程能力，而這也是涉及FPGA時普遍存在的問題。到目前為止，XPU尚未提供編譯器。如果XPU被證明可以用於AI、數據分析、雲計算和無人駕駛，那麼百度可能需要用ASIC技術去開發XPU。

IOActive 曝光優傲、軟銀、優必選機器人重大安全漏洞

西雅圖的網路安全公司 IOActive 22 日公布了一份報告，稱在一款工業機器人和兩家公司的四款家用機器人上發現了重大安全漏洞。分別是美國優傲機器人公司的工業機器人、日本軟銀的商用機器人 Pepper 和 NAO、中國優必選的 Alpha1 和 Alpha2。IOActive 在報告中寫到，這些安全漏洞導致機器人能夠被黑客劫持，讓機器人變成監視設備，暴露用戶的信息，甚至能被攻擊者遠程操作，危害用戶的人身及財產安全。在家用機器人上，研究人員發現網路攻擊者可以用 Pepper 和 NAO 錄製音頻和視頻並秘密傳輸到外部伺服器，優必選的 Alpha 系列在存儲和傳輸數據前沒有對敏感信息進行加密。這些漏洞都為網路犯罪提供了潛在途徑。

微軟小冰FM微信小程序上線：首個可實時交互的AI電台

微軟近日在北京發布了小冰第五代，微軟小冰逐步進入完成態，升級到高級感官，嘗試突破虛擬，進入真實世界，升級基於EQ的第五代小冰核心對話引擎，可以進行情緒識別、興趣分析、情感策略及回應、主動模型。另外微軟小冰電台上線，這是第一個通用的人工智慧實時創造互動式內容生成平台，可以基於多重來源，面向任何主題，自動實時創造永不間斷的電台節目，還能和聽眾進行交互，實時改變節目。在發布會結束後，小冰FM的微信小程序已經上線，根據官方描述，這款小程序可以通過人工智慧技術，實現語音聊天交互和主動陪伴。

MIT 最新 AI 醫療系統：幫助醫生更好決策

在 MIT 計算機科學與人工智慧實驗室 CSAIL 發布的最新論文中，研究人員提出了兩套幫助醫生制定治療方案的系統。一套是名為「ICU Intervene」的機器學習系統，該系統收集大量重症監護室數據，如病人的關鍵生命體征、前期責任醫生對病人的備註等信息，與人類範圍內的大數據分析進行整合，幫助醫生挑選合適該病人的治療方案。該系統使用深度學習技術，從過去的 ICU 案例中進行學習，並能夠實時對當前情況嚴重的病例做出治療方案推薦(病危護理)，且會對其背後的原因與邏輯做出解釋。另一套系統被稱為「EHR Model Transfer」，即電子醫療檔案。該系統能夠推動跨 EHR 預測模型的落地。也就是說，用一套 EHR 的數據訓練出來的預測模型，能夠遷移到另一套 EHR 系統上進行應用，做出有效預測。該團隊發現，「EHR 模型遷移」能夠對病人的死亡率、住院延長時間做出有效預測。

技術前沿

微軟揭曉 Brainwave 人工智慧系統，可實現超低延遲

微軟在 HotChips 大會上正式揭曉了 Brainwave 系統，該產品是微軟加入人工智慧硬體競賽的首發產品。微軟表示這款高速度、低延遲的 AI 專用晶元系統可以為機器學習開發者們提供超越 GPU 的性能。

微軟的研究人員現場展示了 Brainwave 的威力：在使用英特爾最新的 Stratix 10 FPGA(現場可編程門陣列)晶元的情況下，Brainwave 運行 Gated Recurrent Unit(LSTM的變種)的浮點運算速度可高達 39.5 TFLOPS，並且不需要任何批量處理，即晶元可以即時處理每一項提交上去的請求，為機器學習系統提供實時的見解。對於用戶來說，低延遲是大規模部署機器學習系統時必須滿足的一個要求，因為他們不會有太多耐心等待 APP 反應。

蘋果發布最新論文： 揭秘Siri新聲音背後的技術

近日，蘋果在自家的「Apple Machine Learning Journal」的博客上發表了三篇論文，詳細解釋了 Siri 聲音背後有關深度學習的技術細節。其中，《Deep Learning for Siri s Voice:On-device Deep Mixture Density Networks for Hybrid Unit Selection Synthesis 》可讀性為最強，價值含量也比較高。為了讓 Siri 在全平台上都能具備高質量的合成聲音，蘋果公司正在設備端上推進深度學習在混合單元挑選系統中的應用。

DeepMind視頻行為分類競賽，百度IDL獲第一，新演算法披露

ActivityNet競賽是目前視頻動作分析領域影響力最大的賽事。上月，2017年競賽組織者通過官網宣布了本屆比賽的成績。其中，來自百度深度學習實驗室(IDL)的Genome團隊獲得子命題、由DeepMind主辦的「Kinetics行為分類比賽」第一名，香港中文大學獲得第二名，德國創業公司TwentyBN獲得第三名。

取代MNIST？德國時尚圈的科學家們推出基準數據集，全是衣褲鞋包

MNIST，是一個手寫數字數據集，除了用在機器學習入門的教學中，它還是對機器學習演算法進行基準測試的常用數據集。但是，總有人覺得MNIST不夠好，想要擴充、改進、替代它。德國研究機構Zalando Research在GitHub上發布了一個名叫Fashion-MNIST的數據集，其中訓練集包含60000個樣例，測試集包含10000個樣例，分為10類。樣例都來自日常穿著的衣褲鞋包，每一個都是28×28的灰度圖像。除了內容不一樣，這個數據集的圖片尺寸、訓練/測試集劃分、文件的存儲結構，都和MNIST一模一樣。這個數據集雖然名字裡帶有「fashion」，內容也都是服飾，但它的目標用途和時尚毫無關係：它致力於成為MNIST的替代品，用作機器學習演算法的基準測試。

uSens凌感發布新版手勢SDK，率先實現雙手交互動作識別

矽谷三維人機交互公司uSens凌感今日發布新版Fingo SDK，在手勢演算法底層進行了突破性改進，新增一系列雙手交互動作，如握拳、手心寫字、十指交叉等，在同類產品中，率先實現對大面積遮擋的雙手交疊類手部動作的識別，並可實現對十個手指的靈活細微運動的追蹤，技術全球領先，有效解決了在應用中手勢操作的痛點問題。

百度提出冷聚變方法：使用語言模型訓練Seq2Seq模型

近日，百度研究院發表論文提出冷聚變(Cold Fusion)方法，即在 Seq2Seq 模型訓練過程中加入語言模型，實現更快地收斂、更好的泛化，以及僅需少量標註數據即可實現向新域的完全遷移。

論文摘要：帶有注意力機制的序列到序列(Seq2Seq)模型在多項生成自然語言句子的任務中表現優秀，如機器翻譯、圖像字幕生成和語音識別。在以語言模型的形式利用非標註數據後，其性能進一步提高。在本研究中，我們提供了一種冷聚變(Cold Fusion)方法，並展示該方法在語音識別中的有效性。我們展示了使用冷聚變方法的 Seq2Seq 模型能夠更好地利用語言信息，並且能夠實現(1)更快收斂、更好的泛化；(2)使用少於 10% 的標註數據進行訓練時能幾乎完成向新的域的完全遷移。

Facebook基於AI的開源靜態代碼掃描工具Infer

Facebook開發了一款基於AI的靜態代碼掃描工具，infer。它可以在移動APP真正交給用戶之前就發現其中潛在的漏洞。現在他們希望大家都能夠在測試自己的軟體過程中應用起該工具來。現在infer已經完全開源了，免費供任何公司或者獨立開發者來使用，並且進行一些定定製化的應用。與人類相比它的優勢在於，可以在短短几分鐘內讀取數千行代碼，以發現潛在的bug。Face book聲稱其修復率約為80％，對於這樣一個自動化系統來說是非常難得的。大多數調試器的工作是運行一個程序，並逐行逐行地檢查代碼，查找錯誤。Infer能夠分析代碼並在沒有實際執行的情況下查找問題，也就是「靜態程序分析」。

Keras 2.0.7 版發布，強化TensorFlow的開發能力

Keras 2.0.7 近日進行了一次更新發布，修復了此前版本中存在漏洞；提升了性能；文件改善；為在TensorFlow 的數據張量(比如 Datasets, TFRecords)上訓練模型提供了更好的支持。添加了一個相關案例文本；提升 TensorBoard 用戶體驗—對 ops 更好地用名稱範圍進行分組；提升測試覆蓋範圍等。此外一個重要變化還包括：讓約束管理(constraint management)基於變數屬性；把層和模型中已經不再使用的約束屬性移除(不會影響任何用戶)

GitHub 地址：https://github.com/fchollet/keras/releases/tag/2.0.7

微軟研究人員利用 AI 演算法控制滑翔機 ，使其無需動力引擎在空中自由停留

微軟雷蒙德研究院的研究人員利用 AI 演算法創建了一套系統，能夠讓滑翔機自主發現並捕捉空氣中的熱氣流，效仿鳥類飛行原理，可以在無須動力引擎的情況下停留在空中。目前，該系統正在內華達州霍桑的小型機場內展開飛行試驗。相較於完成人臉識別或單詞識別等單一任務的人工智慧系統，這套 AI 演算法更具有挑戰性。據研究人員介紹，這種能夠「無限飛升」的滑翔機研究在實際落地中也具有較為廣泛的應用前景，例如農業監控以及為偏遠地區提供互聯網服務等。

微軟語音識別錯誤率降至 5.1%，相比去年減少 0.8%

據 報道，微軟今日宣布其對話語音識別錯誤率降低至 5.1%，突破了微軟去年實現的 5.9%。至此，微軟語音識別的準確率與專業速錄員的水平相當。本次研究基於 Switchboard 語料庫，這個語料庫包含大概 2,400 段電話對話。

微軟人工智慧研究部門通過改進基於神經網路的聽覺和語言模型實現了識別錯誤率降低。值得指出的是，他們還可以讓機器了解整體對話以及上下文語境，預測對話中很可能出現的下一個辭彙或短語，這是對於人類對話的一種高度模擬。微軟語音識別技術的應用包括語音助手 Cortana、實時翻譯等。

研究人員探索納米材料模型，為打造機器學習晶元奠定基礎

近日，來自華盛頓大學的研究人員開發了一個模型，可以測試電子如何在納米材料中移動的現有理論，為使用納米材料構建機器學習晶元打下堅實的基礎。據研究人員介紹，在利用納米材料打造 AI 晶元時，材料中電子的傳遞機制會發生非常大的改變，目前人們還不清楚這一過程具體是如何發生的。為此，研究團隊基於一種特別的理論構建模型，將網路中的每一個納米粒子看作一個節點，每個節點與其他所有節點相連，流經節點的電流只需要通過節點本身，不一定佔用節點之間的空間。這種行為由模型預測得知，能夠在納米級尺度上產生實驗可以觀察到的熱點。

亞馬遜AI研發另闢蹊徑 欲藉此引領服裝潮流

亞馬遜人工智慧的新技術之一，是一種從圖像中學習穿衣風格的演算法。亞馬遜希望利用這種演算法，從初始階段就引領時尚。如果你願意的話，你可以擁有一個具有基本功能的AI時裝設計師。據美國《麻省理工技術評論》雜誌報道，研究該人工智慧方向的團隊最近在由亞馬遜主持的研討會上，介紹了其研究結果。此次活動還包括了一系列由學術研究人員撰寫的論文，論文主題涉及機器學習應用於時尚的具體辦法。其他活動參與者則展示了一項演算法，這種演算法可以識別與時尚相關的社交媒體概況。同時，一些印度研究人員展示了一款軟體，這款軟體可以根據既往購買歷史，估測買家衣著的正確尺寸。

從搜狗輸入法到搜狗聽寫，自然交互領跑AI應用落地

近日，搜狗推出轉錄、速記「神器」——搜狗聽寫。從技術上來看，搜狗聽寫產品的關鍵在於語音識別準確率。據了解，搜狗聽寫使用了搜狗輸入法的長時語音轉寫技術，從立項到現在，錯誤率已經下降了30%。在聲學模型方面，採用了端到端深度神經網路技術Deep LC-CLDNN+CTC技術，轉寫模式則使用了Deep CNN+CTC的方式，語言模型基於T級海量輸入法文本數據使用神經網路進行建模。在具體的應用場景上，搜狗聽寫針對用戶使用的不同環境，如開會，寫小說等場景進行優化，識別效果較通用效果提升15%以上；針對圖書館、咖啡廳等不便於大聲說話而又有使用語音的場景，提供耳語識別技術，在人的說話音量低至30分貝時，依然可以準確識別。

谷歌研究出用 AI 工具完美去水印辦法

不久前，谷歌向攝影網站Shutterstock表示，該公司的研究人員發現了一個弱點，這一弱點可能會毀掉該網站的全部業務。谷歌的研究人員已經開發出一種人工智慧工具，可以很容易地移除Shutterstock用來保護所有圖像的水印。如果一家「邪惡」公司這麼做的話，理論上它可以克隆並竊取整個資料庫的圖像。谷歌后來在其研究博客上發布了這一漏洞，分析了數百張帶有連貫水印的照片，比如Shutterstock的照片。一旦演算法學會查看照片與判斷水印像素，它就可以輕易地移除所有的水印像素。許多水印都是半透明的，因此演算法已經知道了水印的位置。

投融資

人工智慧公司iPIN完成數千萬元B輪融資

8月27日消息，人工智慧公司iPIN對外宣布，公司已於2017年5月份獲得數千萬元的B輪融資，投資方為天奇創投，目前已進行3輪融資，累計9000多萬元。根據公司官網資料顯示，iPIN致力於打造一個更加廣泛的商業認知平台，涵蓋商業語言理解和智能信息分析。iPIN 的AI+ 模塊已經被廣泛應用到教育、招聘、生涯規劃、法律、金融等各種商業場景，幫助人們在充滿挑戰的環境中更高效地工作，實現決策智能化。

將人工智慧用於「大棚種植」，iUNU獲600萬美元風險投資

根據外媒報道，西雅圖計算機視覺公司iUNU宣布獲得600萬美元風險投資。

iUNU的特色在於：將人工智慧納入商業溫室和室內農場的檢測系統，通過機器學習和計算機視覺技術，實現對個體植物健康狀況大規模的跟蹤和預測。該服務基於一款名為 「LUNA」的人工智慧系統，它能使用攝像頭和感測器來監控植物，檢測細微變化，自動標記它們存在的潛在問題，並據此為農場主提供相關建議。LUNA允許溫室工作人員通過網站和app遠程訪問平台對植物的分析結果，讓他們對糧食作物和其他植物的生產有更多的控制，讓種植變成一種「產品製造」。

多家知名風投注資人工智慧初創公司 Databricks

美國知名風險投資公司 Andreessen Horowitx、New Enterprise Associates 和 Battery Ventures 周二宣布向人工智慧初創公司 Databricks 注資 1.47 億美元。Databricks 由知名開源項目 Apache Spark 的 7 名創始團隊成員打造，其首席執行官 Ali Ghodsi 稱，「我們看到，只有 1% 的公司有能力成功使用人工智慧，99% 的公司沒有谷歌或者 Facbook 那樣的大型人工智慧專家團隊。」而他們就是 Databricks 的客戶。目前，Databricks 已經有超過 500 名客戶，其中一些每年會支付百萬美金級別的服務費用，使用 Databricks 的「統一分析平台」。客戶的商務分析師或數據科學家可以在 Databricks 的軟體內與工程師交流，從而獲取包括數據訪問、清理、分析等一系列的服務。

數據分析界的 Siri 獲 1600 萬澳元投資，紅杉資本領投

人工智慧初創公司 Hyper Anna 近日宣布獲得 1600 萬澳元的 A 輪投資，由紅杉資本領投。此輪融資過後，Hyper Anna 的累計融資額度將達 1725 萬澳元。Hyper Anna 是一家位於悉尼的數據分析初創公司，該公司的產品為一個企業數據分析問答機器人，能夠像 Siri 一樣以自然語言對話的方式回答企業管理者關於企業數據的一些問題。創始人們認為，無論規模大小，每個公司都應該有自己的數據科學家來使公司的運營數據產生價值。但市場上數據人才的短缺使得很多公司沒有能力僱傭到數據科學家或分析師，因此創始人們想要創造一個簡單的、易交互的專業數據分析系統。

技術應用

百度AI落地首都機場 人臉閘機正在測試

百度與首都機場簽署戰略合作協議，雙方將在機場智慧運行、智慧安全與經營管理、信息化能力建設等領域展開合作，推進民航機場在智能化、自動化方向的升級。據悉，百度AI機器人與首都機場的合作已經實施，將在機場承擔信息諮詢的職責。百度人臉閘機已經入駐首都機場運控中心進行測試，主要承擔樓內辦公人員的出入打卡、數據監測的工作。據介紹，未來雙方還將在室內導航、智能停車、智能繳費和旅客信用管理等領域進行合作。

機器學習遇見司法鑒定，實現自動完成指紋的比對與分析

最近，美國國家標準與技術研究所、密歇根州立大學合作開發了一套自動化指紋識別流程，利用機器學習演算法大幅度降低指紋比對時間，進一步提升司法鑒定效率。研究團隊根據 31 位指紋專家對 100 份指紋進行分析和評級的數據來訓練機器學習演算法，再針對新案例進行性能測試，並將結果提交給具備 25 萬指紋資料庫的自動化指紋識別系統進行後續操作。為了避免隱私安全問題，測試採用的指紋樣本均被抹去了個人身份信息。

英國開發出世界最小手術機器人，能夠進行各種腹腔鏡手術

據英國媒體周日報道，英國科學家日前研製出了世界上最小的手術機器人，它可以為成千上萬的患者進行日常手術。這個稱為Versius的機器人，可以模仿人類手臂，進行各種腹腔鏡手術，包括疝修補手術，結腸直腸手術，前列腺和耳鼻喉手術，做手術時需要切出一些小口子，這樣就可以避免實施傳統的開放性手術。據該機器人的製造商劍橋醫療機器人公司稱，外科醫生操作控制器，利用手術室的3D屏幕操縱機器人完成手術。

美國銀行將 AI 應用於企業應收賬款處理

據外媒報道，美國銀行與 Fintech 創業公司 High Radius達成合作，將人工智慧應用於企業應收賬款處理。High Radius 軟體通過自動識別和聯繫此前單獨獲得的匯款信息，從而簡化從應收賬款到現金的周期。提取匯款信息，並匹配支付流程，準備上傳到客戶 ERP 系統。在賬單不能自動匹配的情況下，一個特別的 portal 允許應收賬款工作人員上傳支持數據或進行其他調整以達到匹配。客戶還可以自動生成電子郵件給付款人，要求他們確認他們希望支付的賬單，並使用內置的信息中心來更好地了解付款人行為並協助現金預測。

4 分鐘就送貨上門，無人機送外賣在冰島商用

冰島在線市場 Aha 聲稱，它啟動了世界上首個永久性的、全自動商用無人機遞送服務。Aha 已經利用以色列無人機公司Flytrex的服務，在冰島首都雷克雅未克推出了一項按需外賣服務。Aha 為在線餐館、零售商以及雜貨店提供了一個白色標籤市場和相關服務，現在是冰島最重要的電子商務市場，它涉及到餐飲、雜貨和其他產品。根據冰島交通管理局(ICETRA)公布的資料顯示，Aha 可以將通勤高峰時段從 20 分鐘縮至 4 分鐘。

AI+顯微鏡，再也不用擔心買到假包包了

紐約大學最近研發了一款搭載在顯微鏡上的 AI 系統，這款名為 Entrupy 的顯微鏡掃描儀能夠通過分析微觀細節來檢驗奢侈品包包真假。具體操作方式十分簡單，下載安裝應用後，通過藍牙可以將 Entrupy 顯微鏡和智能手機連接，將顯微鏡掃描器貼近奢侈品、反覆接觸並掃描表面，應用便能在 15 到 20 秒之內判斷出商品真偽。如果是真品就會顯示品牌名稱、生產日期和驗證網址等，這一設備的準確度高達 98.5%。

GIF/979K

小說沒寫完就知是不是爆款！迪士尼研究出可預測短文歡迎度的AI技術

迪士尼和波士頓馬薩諸塞大學的研究人員正在研發一種可以評估短篇小說的神經網路。雖然這些AI軟體還沒有辦法像專業文學評論家一樣分析故事，但是它們可以預測哪些故事會最受歡迎。研究人員使用社會問答網站Quora作為大型資料庫來為AI演算法提供訓練池。Quora的許多答案都是以故事的形式出現的，所以讀者的好評度可以作為一種流行的衡量標準。該團隊收集了近5.5萬個答案，分類出2.8萬篇故事，每篇故事平均369個字。然後，他們開發了幾個不同的神經網路，一個從故事的不同部分來觀察，一個從更全面的角度來理解故事的含義。每個AI都會對故事的相對流行度進行預測。兩個神經網路在判斷故事的歡迎程度上都要比基本文本評估要好，但是後一種神經網路要比前一種提升了18%。

Halliburton 聯手微軟改造石油天然氣行業

微軟和 Halliburton 於當地時間 22 日宣布成立戰略聯盟，推動石油和天然氣行業的數字轉型。兩家公司的研究人員和工程師將從機器學習、增強現實、工業 IoT 等多個方面，利用 Azure 的基礎設施和計算能力為整個能源供給鏈提供整合解決方案。合作領域包括儲層特徵分析、建模、模擬，領域專用的混合現實可視化模型和高度可交互的應用程序，這些應用都將被用於推動油氣勘探與生產的數字化。合作第一步，Halliburton 將會將其在世界各地的設備聯通 Azure，使 IoT 設備能夠獲得油田的實時數據流，並且能夠用深度學習模型來優化鑽井與開採過程，以降低成本。

世界首張AI譜曲流行專輯出世：聽起來像人類寫的一樣

據悉，歌手兼網路紅人泰琳·薩頓準備製作一張名叫「I AM AI」的專輯，薩頓說這是世界第一張由AI操刀作曲的專輯。當然，其它人也曾用AI譜寫過音樂，況且最終作品並非全是計算機譜寫的，歌詞和聲樂旋律是薩頓自己寫的。儘管如此，人類只是少量參與了歌曲的製作。作品雖然達不到格萊美的標準，但它與Spotify流行音樂播放列表上的歌曲相去不遠。AI音樂製作軟體是Amper開發的，薩頓用Amper軟體插入不同的變數，比如情緒、風格、節拍，然後自動譜曲。專輯會通過Stem在網上分發，Stem是一個平台，可以在不同的創作者之間分攤版稅。未來機器不只可以譜寫音樂，還可以獲得收入。

利用機器學習技術幫助救災工作

英特爾工程師 Abu Bakr 聯手聯合國技術研究所正在進行衛星圖像識別技術的研究。團隊利用 Facebook 提供的 DeepMask 和 SharpMask 來對衛星圖像進行像素級別的解讀。目前，聯合國的工作人員通過手工標註難民營、避難所等地點來計算災民數量並進行相應的物資投放等工作。這項工作至今仍然依賴人工的原因是傳統機器分類方法通常基於顏色或形狀。然而避難所的顏色通常很難與背景區分開來，在形狀上也五花八門毫無規律可言，致使傳統的圖像分割方法無法很好地用於這一問題。因此，工程師評估了不同的機器學習演算法，最後選擇了 Facebook 的基於深度學習的圖像分割演算法，並針對災後救助工作的目標遴選數據、進行預處理與訓練模型，該技術將用於聯合國在地震等大型自然災害後的救災工作中。

用於銀行業的機器學習解決方案

機器學習為銀行業最重大的挑戰提供了解決方案。在用戶獲取方面，定製化的產品能夠提高用戶的參與度，而對機器學習的投資也是應對來自金融科技公司的競爭的辦法。在合規方面，機器學習能夠幫助進行反欺詐、反洗錢調查並協助進行風險評估，同時，也可以通過自動化的壓力測試和行為分析來監測可疑的公司內部行為。在經營效率方面，自動化的操作能夠通過降低人工錯誤率來節約成本，而自然語言分析等技術也可以幫助 HR 更精確地獲取所需人才。

大咖觀點

專訪微軟沈向洋：人工智慧要靠IQ和EQ

2014年，沈向洋開始主管微軟中長期戰略規劃，組建AI+R事業部。經歷二十多年科技發展潮流，沈向洋有了自己的認識。「PC時代，主要出現了兩件事情，是Windows+Office，互聯網出現，主要是出現了瀏覽器+搜索，移動互聯網和手機的出現，是AppStore + App。AI時代，要理解對人，一定要做IQ+EQ。」相應地，微軟人工智慧兩個類平台的產品，分別是主攻EQ的小冰和主攻IQ的小娜。今天，小冰不僅會寫詩，主持電視節目，甚至可以做到主動給過生日的人打電話送去祝福。顯示出很強的類人的高級感官功能。而小娜，則是Bing搜索的自然延伸。

蘋果AI專家談人工智慧和Siri 人文AI！

今年早些時候，蘋果的產品設計師和 Siri 的聯合創始人 Tom Gruber 前往 TED Talk 做了一期節目，Tom Gruber 在節目中與我們分享了 Siri 和人性化的人工智慧是如何被用來幫助人類變得更加聰明的，現在這段演講已經在 YouTube 上線。他在演講中表示「隨著機器變得越來越智能，我們變得越來越聰明。我將人工智慧稱為人文人工智慧，它可以通過協作和擴充提高水平，來滿足人類的需求。」根據 Gruber 的說法，Siri 被設計為一種人性化的人工智慧，「我們可以用對話界面來增強人們的使用，讓他們可以使用移動計算。」

科大訊飛研究院副院長王智國：人工智慧+ 共創新時代

科大訊飛研究院副院長、創始人 王智國在2017世界機器人大會發表了「人工智慧+，共創新時代」的主題演講：這次人工智慧的浪潮為什麼和前兩次不同？因為這次的浪潮和產業深深地結合在一起了，如果想把人工智慧做好必須扎紮實實做到產業界，人工智慧離不開產業的深度參與，包括產業大數據和行業專家知識以及迭代優化，只有這樣人工智慧才能真正實現落地、爆發和騰飛，最後再反哺我們的研究工作。中國過去很多年都是追趕的形象，但很欣喜的是，人工智慧這個新的浪費中國和其它國家，包括美國是處在同一起跑線上的，這些方面大家都進入了一個無人區，所以相信中國一定能夠抓住這次機會。

IBM沈曉衛：人工智慧未來有四個發展方向

8月25日至27日，由太和智庫發起主辦，每日經濟新聞戰略合作的首屆「太和文明論壇」在北京舉行。大中華區首席技術官、IBM中國研究院院長副院長沈曉衛在主旨演講中表示，人工智慧在一個可預見的將來應該有四個重要的發展方向：一是人工智慧核心技術的創新；二是人工智慧與行業結合，解決行業中的問題；三是人工智慧如何與一些其他的新興技術，如區塊鏈技術、雲計算等做結合；四是構建全新的或者是下一代的計算能力，以此保證人工智慧高速增長的趨勢。但同時，沈曉衛也指出，人工智慧是一個工具，這個工具不是說要取代人類，也不可能在今天取代人類，而是一個人機同行的概念。

姚期智:當前人工智慧發展缺少理論 中國有望實現突破

8月23日下午，世界著名計算機學家、圖靈獎創立以來首位獲獎的亞裔學者、世界現代密碼學基礎的奠基人之一的姚期智教授接受其首次參與的CCTV-1大型科學挑戰類節目《機智過人》的媒體採訪。在採訪中，姚期智教授表示：中國要想在2030年實現世界主要人工智慧創新中心的戰略目標，首先需要解決人工智慧發展缺少理論的問題。姚期智教授對人工智慧領域一直格外關注，他表示人工智慧在目前仍是一門缺少理論的學科，而新的領域中則更容易產生意想不到的突破。「實現這種突破需要大學和企業的合作。美國的大公司也在和學校合作，我希望中國的企業也從長遠的規划上與學校聯合，這樣用利於中國原創的人工智慧技術的發展。」

以上就是本周AI看點的內容。內容來自於動點科技 新浪科技 機器之能 TechWeb 36氪 機器之心 極客公園 獵雲網 新浪VR 金融界 鳳凰科技 IT之家 至頂網 威鋒網 AI科技大本營 投資界等等，致謝~~

GIF/141K

點擊展開全文

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！