過去 24 小時的 9 件重要事——AI Daily

原創 2017-08-30 小虎 機器之能

8 月 30 日，你需要關心的產業信息有：吳恩達聯手網易，Deep Learning 課程入駐網易雲課堂；福特聯手達美樂，試水無人車配送披薩服務；你的短篇小說能成為流行讀物嗎？讓AI程序告訴你；Mashable ：iPhone8 的人臉識別會帶來一場個人隱私的災難；財富五百強企業如何投資科技公司等。

整理 | 小虎

資訊

吳恩達聯手網易，Deep Learning 課程入駐網易雲課堂

8 月 29 日，吳恩達聯合網易雲課堂宣布，在國內正式發布 Deep Learning 微專業課程。即日起，國內用戶可以通過網易雲課堂免費學習完整的深度學習的課程內容。

深度學習的在線課程系列，是吳恩達的初創公司 Deeplearning.ai 計劃推出的三個項目中的第一個，於 8 月 9 日在 Coursera 正式上線。「目前很多 Coursera 的伺服器在國外，這可能會讓很多人無法接觸到，但我們正在尋求相應的解決方案。」上線當天，吳恩達在接受機器之心採訪時表示，期待在未來將這些課程推廣給更多國內學生

據介紹，此次引進國內的吳恩達 Deep Learning 微專業共有 5 門課程，包括神經網路和深度學習概述、神經網路參數調整及優化、如何搭建機器學習項目和卷積神經網路神經網路序列模型。此外，課程中還加入了吳恩達與 Geoffrey Hinton 等學者的訪談視頻。

福特聯手達美樂，試水無人車配送披薩服務

近日，福特宣布和披薩供應商達美樂（Domino）達成合作，計劃於 9 月份在美國密歇根州通過自動駕駛汽車開展披薩外賣服務。

為了保證披薩在運送過程中保溫，達美樂的合作夥伴 Roush 設計了無人駕駛外送的專用包裝。顧客下單後，能夠通過 GPS 追蹤車輛的位置，當無人駕駛車到達目的地後，只需要輸入唯一的外送碼就可打開貨箱。目前測試仍有駕駛員坐在車中，在必要的時候進行人為干預以保安全。

福特希望透過這次測試了解消費者對無人駕駛汽車配送外賣的接受度，測試反饋的信息將作為福特無人駕駛平台研發的重要參考指標。其無人駕駛和電動車部門副總裁 Sherif Marakby 表示，在汽車市場，任何研發過程都需要了解消費者的需求，福特會與更多了解市場的公司合作，推動無人駕駛技術發展的同時了解汽車廠商應該做什麼。

台灣 AI 創企 Appier 獲 3300 萬美元 C 輪融資，專註數字廣告領域

近日，台灣數字廣告公司 Appier（沛星互動）獲得 3300 萬美元 C 輪融資，投資人包括日本軟銀、Line 和新加坡 EDBI 等。

Appier 於 2012 年成立於台北，公司通過人工智慧技術和大數據分析，協助品牌和營銷人員了解和分析使用者在手機、平板、個人電腦上的跨屏幕行為，進而精準地推送相關的廣告。此外，Appier 還推出 Aixon 平台，旨在通過人工智慧分析客戶資料庫中的應用和網站用戶數據，輔助企業進行商業決策。

據悉，Appier 將利用這筆投資聘請新的團隊成員，特別是在工程研究與技術開發領域的人才，以此擴大其在亞洲範圍內的業務。

亞馬遜 Alexa 支持多房音樂播放，可讓 Echo 設備相互協調

近日，亞馬遜宣布，即日起美國、英國和德國地區的客戶可在他們的 Echo 設備上使用「多房」（multi-room）音樂同步功能。亞馬遜表示，用戶可以通過 Alexa 軟體設定 Echo 群組後，只需對著手機說發布指令就能同步播放多個 Echo。

亞馬遜還宣布將在明年發布 Alexa 語音服務的多房軟體開發包。在未來，擁有三台 Echo 設備和兩台獨立 AVS 揚聲器的消費者可以在五台裝置上同步播放音樂。

此外，新的連接揚聲器 API 將讓人們使用 Alexa 設備在連接的揚聲器系統上播放和控制多房間音頻。亞馬遜表示，目前已連接的揚聲器廠商包括 Sonos、Bose、Sound United 和三星在內。

應用

你的短篇小說能成為流行讀物嗎？讓AI演算法告訴你

近期，迪士尼研究院與麻省大學波士頓分校的研究人員合作開發了一種技術，能夠利用人工智慧演算法評估短篇故事流行程度。雖然目前這款 AI 程序還不能寫出專業的文學評論，但能夠預測哪些故事可能更被公眾認可和歡迎。

這項工作的一大挑戰在於缺少足夠的可供 AI 訓練的故事數據。研究人員找到一個竅門，發現 Quora 上的許多答案都是以故事的形式出現的，篩選過後就可以作為故事的數據源，而點贊數是流行程度的一個評價標準，也可以作為「敘述質量的體現」。

研究人員收集了大約 5.5 萬條回答後，篩選出 2.8 萬條短篇故事，平均每篇文章有 369 個單詞。為了理解這些故事的複雜含義，研究小組開發出兩種神經網路分析故事結構，一個用於分析故事局部的語義，另一個用於分析故事整體的結構。兩個維度的數據都能夠用於預測故事的相對流行度，其中分析整體結構的神經網路比專註於局部的神經網路準確率高出 18%，但都比單純的語義分析效果好。

「這種預測將對故事的創作和閱讀理解將產生一定的影響。」迪士尼研究院的 VP Markus Gross 說。或許在未來，導演可能會使用類似技術挑選優質的劇本，作家可能藉此揣摩讀者的心理需求，創造更易流行的作品。

利用深度學習演算法，自動識別足球隊員的分布陣列和防禦策略

近日，迪士尼研究院和加州理工大學的研究團隊開發出一種深度學習演算法，可以自動分析足球比賽中隊員的分布陣列和移動軌跡數據。

該團隊研究員 Peter Carr 表示，利用深度學習可以使單一代理模仿學習擴展到多代理模仿，這使計算機能夠更好地分析每個運動員在比賽中的表現，以及各隊員之間是如何協作、如何轉換角色。研究團隊將演算法用於歐洲職業足球比賽的 45 場比賽中，推斷每個運動員的角色，發現結果超過了傳統的模擬方式。

這項技術還可以用於機器人運動、無人車規劃以及動物群體行為的分析。例如，研究人員還在「捕食者-獵物」模擬遊戲中進行了實驗。在這個遊戲中，四個捕食者和一個獵物被放置在同一張網格上。捕食者必須在最短的時間內協調他們的行動，以捕獲獵物。實驗中，該演算法很快就能表現得出十分專業。

研究團隊還將論文提交到 8 月份的國際機器學習大會上。「這是第一次採用模仿學習的方式，在大範圍內實現多代理系統的指令。」Peter Carr 表示。

用 AI 研究氣候變遷，暫無法做到精確預測天氣

勞倫斯伯克利國家實驗室的一組團隊正計劃通過訓練計算機來發現新的氣候變遷模式，同時將深度學習技術應用於極端天氣的分析，例如在未來幾年颶風登錄的頻率和強度變化。

天氣數據分析中，一個很大的挑戰在於建立因果關係。該團隊的負責人 Prabhat 介紹，計算機對氣候的模擬基於過去數十年的氣象數據資料，包括大氣、陸地和海洋的變化。通過分析大量數據集來識別極端天氣模式與視頻數據中的語音檢測相類似，解決這樣的挑戰需要更高的模式識別能力。目前，除了採用合適的框架外，團隊正在積極使用深度學習解決這一挑戰。

目前，計算機已經能夠識別熱帶氣旋、大氣流以及天氣鋒面等氣候模式。Prabhat 說：「在實踐中，我們發現較之其他方法，使用深度學習得到的結果最為先進。比如，在氣候模擬數據中，尋找熱帶氣旋的準確率達到 95%。」

勞倫斯實驗室的研究人員 William Drew Collins 表示，AI 系統對於下一代氣候模型的研發至關重要，它可以整合複雜多樣的氣候現象來進行建模和預測，「我們需要一個建立模型的指導方向和基準判據，而機器學習無疑是最適合的工具。」

但到目前，團隊還沒有計劃精確地預測天氣情況。「這個一個很艱難的問題，」Prabhat 表示，「如果我之前沒有遇到特定的情況，也沒有相應的數據，AI 系統怎麼能做出預測呢？」

觀點

Mashable ：iPhone8 的人臉識別會帶來一場個人隱私的災難

蘋果新一場發布會開幕在即，iPhone 8 搭載的面部識別技術也成為了一時討論的熱點。互聯網科技媒體 Mashable 就此採訪了七八位專家，他們認為面部識別會引起人們對隱私的擔憂，同時也會降低設備的安全性。

文章稱，iPhone8 帶有的「靜息解鎖」（Resting unlock）功能意味著設備將保持在線，但它意味著設備會一直搜集用戶信息。麻省理工網路政策研究項目的博士生 Jonathan Frankle 同意這一觀點：「手機上的攝像頭一直在線肯定會帶來隱私問題。」同時，他指出亞馬遜 Echo 也有類似隱患。

另一個問題是，人臉識別會被照片欺騙嗎？文章指出，儘管研發此類技術的公司則信誓旦旦地表示將努力保護用戶隱私，但實際上今年年初 Galaxy S8 的面部識別就被照片輕鬆騙過。在這方面，圖像識別領域的專家 Adam Harvey 指出：「蘋果可能會在 iPhone 8 上多管齊下，用面部識別、虹膜識別和瞳孔識別來增強安全性，也許它們還會加入眨眼探測等技術提升整體的準確性。」

儘管如此，還有一些細節問題值得關注。「整個面部識別的過程是否會記錄下你的照片？或者說它只是記錄下一些數值型的信息？」伯克利法律與技術中心首席執行官 Jim Dempsey 對此表示了擔憂，「如果會記錄，這些照片會存儲在用戶手機還是蘋果或谷歌的雲伺服器中呢？這些細微的差別其實在隱私上卻牽一髮而動全身。」

圖說

財富五百強企業如何投資科技公司？

根據 CB Insights 報告，在過去五年，五百強企業中非科技企業對科技公司的投資逐漸升溫。這一比例在 2017 年達到了最高值，有 51% 的投資來自於非科技公司，高於 2014 年的 29%。這也意味著非科技公司的科技投資將首次超過科技公司。

從上圖可以看出，財富 500 強中的非科技企業對科技初創項目的投資額，近些年也迎來迅猛增長，在 2013 到 2016 年間攀升了 149%。其中 2015 年為投資總額的最高值，233 筆投資總額達到了 137 億美元。投資筆數則一直保持增長，CB Insights 預測，2017 年的投資筆數將達到 270 筆，但總金額將有所下降。

在財富 500 強中的非科技企業，高盛是最活躍的投資者，投資了包括 Uber、Spotify、Lyft 以及 Outcome Health 等公司。在 2016 年底，高盛還發布報告稱，AI 將成為今年的投資熱門主題，新一輪的熱潮不僅包括技術驅動的科技股，還包括期待 AI 帶來效率提升的銀行、健康醫療等行業。這也意味著五百強企業對於科技行業將更加重視。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！