2018 AI产业界大盘点

大事件盘

“1.24——Facebook人工智能部门负责人Yann LeCun宣布卸任

Facebook人工智能研究部门（FAIR）的负责人Yann LeCun宣布卸任，之后将担任Facebook首席人工智能科学家，保留对FAIR的研究方向的控制。同时，原工作将由新任负责人Jérôme Pesenti 接替，Facebook应用机器学习小组（AML）和Yann LeCun将同时向其汇报。而Jérôme Pesenti 将直接向Facebook CTO汇报。

 

对此，TechCrunch编辑Josh Constine评论说，AI从此不再是Facebook的研究任务了，它的核心用途已变成了解决产品问题，这就是为什么Facebook要在AI研究大神Yann LeCun的头上再雇佣一位管理者。

“3.18——无人驾驶首例致死车祸，或令行业面临重大挫折

3月18日晚，一辆正在进行无人驾驶测试的Uber车在美国亚利桑那州Tempe市撞上一名行人，该行人被立即送往当地医院，但随后被医院方面宣告抢救无效死亡。根据初步调查结果，Uber车辆在撞上该名行人时，正处在自动驾驶状态，这是史上首例自动驾驶车辆在公开路面撞伤行人致死的案例。

 

根据当地警方发表的一份声明，事故发生时间约为当地时间3月18日晚10点，涉事车辆为Uber的无人驾驶车，撞击事故发生时，车辆正处在自动驾驶模式，同时车内驾驶座上有一名驾驶员。死者的身份已被确认，是一名49岁的当地女性居民，她在事故发生后立即被送往附近医院，但最终因伤势过重抢救无效死亡。

“5.11——波士顿动力公司发布新视频，展示人形与小狗机器人新功能

5月11日，曾因开发“大狗”系列而出名的“网红”机器人公司波士顿动力又发布了两个新的宣传视频。在视频中，该公司的Atlas人形机器人走起路来步履轻松，而且还能在自主评估之后跳过障碍物。而“小狗”一般的SpotMini则可以凭借自主导航在室内爬上爬下，到处穿行。

在最新公布的视频中，Atlas一反此前两足步行机器人难以保持平衡的形象，走起路来相当轻快，而且在行进路线中遇到一节滚木的时候，他经过自主判断，蹲下膝盖，一举越过了滚木。而机器狗SpotMini在新的宣传视频中展示了在办公室中自主导航的能力。

 

“7.18——赛灵思收购AI芯片独角兽深鉴科技，传出价3亿美元

一家成立仅两年的国内AI芯片初创独角兽公司深鉴科技（DeePhi Tech）被美国芯片巨头赛灵思（Xilinx）收购。虽然具体交易金额尚未可知，但业界人士评估，收购金额可能在3亿美金左右。

深鉴科技官网及CEO姚颂随后确认了这一消息。收购后的深鉴科技将继续在其北京办公室运营。

深鉴科技是一家总部位于北京的初创企业，拥有业界领先的机器学习能力，是一家专注深度学习处理器解决方案的人工智能科技公司，专注于神经网络剪枝、深度压缩技术及系统级优化，从而让所有算法开发者都能便捷使用。

公司由四位毕业于清华大学和斯坦福大学的科技人员于2016年创立。旗下有雨燕深度学习处理平台，让服务器与所有终端都能具有高效的智能计算能力。深鉴科技主推深度学习加速方案，主要包括两个方面：提供基于神经网络深度压缩技术和DPU平台，为深度学习提供端到端的解决方案；通过神经网络与FPGA的协同优化，提供高性价比的嵌入式端与云端的推理平台，已应用于安防、数据中心、汽车等领域。

虽然成立只有2年时间，但深鉴科技早已开始商业化落地的部署。目前，智能安防业务是深鉴科技最核心的收入来源。

 

“9.10——硅谷华人女神李飞飞离开谷歌，重返校园

美国时间9月10日，谷歌云官方博客宣布，华人“AI女神”李飞飞将在2018年底卸下谷歌AI负责人职位，重返斯坦福大学任教，仅保留谷歌AI/ML顾问一职。

“9.20——科大讯飞陷“AI同传造假”风波

9月20日，一位同传译员在知乎上发文称，在上海的一场会议中，讯飞的翻译其实为人工同传，并非机器智能翻译，并且译文由机器进行朗读。这容易让观众产生“都是人工智能翻译”的错觉，而忽略背后同传译员们的劳动成果。对此，9月21日，科大讯飞的回复是，“科大讯飞从来没有把同传翻译包装成机器翻译。”

尽管目前语音识别成为AI的先行领域，但是语音翻译依旧是一大难题，现阶段无法精准翻译属正常现象。实际上识别同传的译文在业内属于普遍的做法，不少公司以此进行夸大宣传。

“10.13——谷歌发布BERT模型

谷歌AI团队新发布的BERT模型，在机器阅读理解顶级水平测试SQuAD1.1中表现出惊人的成绩：全部两个衡量指标上全面超越人类，并且还在11种不同NLP测试中创出最佳成绩。

 

“10.20——DeepMind最强版阿尔法狗已停止进一步强化 称正着手星际争霸

DeepMind公司10月18日新发布的最强版阿尔法狗（AlphaGo Zero）仅用3天时间，490万盘自我对弈的训练数据，一台机器和4个TPU就打败了战胜过韩国棋手李世石对弈的AlphaGo。该团队成员称，公司内部已经停止了AlphaGo的强化研究，他们正着手开发星际争霸。

全球AI明星公司发展进程

 

2.1 国内情况

旷视科技（计算机视觉）

7.23——获投D轮6亿美元融资。本轮融资资本方分别为阿里巴巴，博裕资本。

 

9.14——欧洲计算机视觉顶级学术会议 ECCV 2018共收录 10 篇旷视科技研究院涵盖多个 CV 子领域的论文，赢得 2018 COCO+Mapillary 挑战赛四项世界第一，成为 ECCV 夺冠最多的企业

 

10.26——CVPR 2018 期间，旷视科技参与了 AVA 和 WAD 挑战赛，击败谷歌 DeepMind 和英伟达等巨头公司，斩获「时空行为定位」和「实例视频分割」双项冠军。

 

商汤科技（计算机视觉）

4.09——6亿美元C轮融资，本轮融资由阿里巴巴集团领投，新加坡主权基金淡马锡、苏宁等投资机构和战略伙伴跟投。

 

5.31——宣布获得6.2亿美金C＋轮融资，联合领投方包括厚朴投资、银湖投资、老虎基金、富达国际等，跟投方为深圳市创新投资集团、中银集团投资有限公司、上海自贸区基金、全明星投资基金等机构，此外本轮融资引入了战略投资方高通创投、保利资本和世茂集团。商汤科技称，本轮融资后公司估值超过45亿美金，迄今融资额总计超过16亿美元。

 

8.20——国际人脸识别竞赛MegaFace公布了最新榜单，商汤科技分别以99.8%和99.6%的成绩同时在人脸识别（Identification）和人脸验证（Verification）中斩获第一，将人脸识别准确率纪录再次提升。Google、阿里、腾讯等公司AI团队亦参加了此次竞赛。

 

9.10——商汤科技 SenseTime 获得 10 亿美元 D 轮融资，软银中国投资，投后估值达 60 亿美元。

 

9.20——在2018世界人工智能大会上，商汤科技正式发布智慧医疗战略及其首款医疗AI产品原型——SenseCare智慧诊疗平台。

 

10.12——商汤科技正式开源 mmdetection 和 mmcv 两个项目。

依图科技（计算机视觉）

3.08—— 完成最新一轮融资，红杉、高瓴、高榕等前几轮投资方均有跟投，公司整体估值已经突破150亿元。

 

6.12——完成2亿美元C＋轮融资，新投资方为高成资本、工银国际、浦银国际。

 

6.15——四川大学华西医院与依图医疗合作研发出国内首个肺癌临床科研智能病种库和全球首个肺癌多学科智能诊断系统。

 

7.16——完成兴业国信资管1亿美元融资。

云从科技（计算机视觉）

5.21——云从科技国际科技合作项目正式立项，将与英国华威大学（The University of Warwick）与华南理工大学合作研发跨媒体大数据智能计算关键技术及应用平台。

 

10.8——获得B+轮融资，据悉金额总计超过10亿元人民币。另公司方面称，成立迄今已经累计获得超过35亿元人民币融资。

 

大疆

4.08——大疆创新科技有限公司Pre IPO融资的第一轮竞标结果已于近日出炉。大疆创新计划融资规模为10亿美元，整体估值达150亿美元。大疆创新共收到近一百家投资机构的保证金与竞价认购申请，各家认购金额的总和已超出原计划的30倍。

 

8.23——发布“御”Mavic 2 系列无人机，包括“御”Mavic 2 专业版及“御”Mavic 2 变焦版两款。

 

11.26——微软宣布与大疆达成一项新的合作协议：微软将为大疆研发一款全新的SDK套件，能够让Windows 10 PC 直接对大疆的无人产品进行完整的飞行操控，并进行实时数据传输。微软和大疆还计划联合研发基于 Azure IOT Edge 的物联网方案和微软的人工智能服务，希望无人机能够在农业、建设业和公共安全等新场景中得到更多应用。

 

12.04——在深圳发布新一代农业植保无人机T16，售价31888元/台，目前已开始发货。新机可完成150亩/小时作业，比第一代植保无人机效率提升44%，电池循环寿命增加50%，飞行中可实现智能避障，另外配备的智能作业解决方案可实现三维建图、AI场景识别等，实现精准喷洒农药。

搜狗

10.30——IWSLT(International Workshop on Spoken Language Translation) 国际顶级口语机器翻译评测大赛上，搜狗击败了讯飞、阿里等众多国内外对手，获得了 Baseline Model（基线模型）比赛的冠军

 

11.07——搜狗宣布其与新华社合作开发、全球第一个全仿真智能合成主持人“AI合成主播”正式亮相，同时搜狗未来人工智能的核心技术“搜狗分身”也获得了广泛关注。

顺丰

11.13——市发改委公布批复书，同意在顺义建设北京顺丰全自动仓储分拣中心及配套设施项目。据了解，该项目将斥资5亿多元，建成后快递智能分拣日均处理量将高达150万票。据悉，整个分拣中心及配套项目能在保证峰值处理量的情况下同时进行600个流向的分拣操作，单一中转场小件处理量将达到每小时10万件以上，分拣效率可提升30%。

美团

9.19——上海2018年世界人工智能大会上，美团无人配送车“小袋”在创新算法展区中的无人机板块亮相

n 11.22——英伟达宣布和美团京东合作，为其下一代自主配送机器人提供技术支持。下一代配送机器人将选用Jetson AGX Xavier。

滴滴

9.24——腾讯、滴滴、百度、蔚来汽车等获得北京市自动驾驶车辆道路测试资格。

 

11.25——在多伦多推出DiDi Labs。这是滴滴在2017年3月在加利福尼亚州Mountain View建立DiDi Labs后，在北美成立的第二家主要研究机构。

 

11.27——在雄安注册成立了智慧交通公司，注册信息显示，滴滴正运用大数据、云计算等技术，为新区搭建新型智能公共交通体系。

 

12.08——获得今年NeurIPS 2018的Best Demo Awards。今年滴滴有两篇论文被接收，并在NeurIPS做了两个演讲

2.2 国外情况

DeepMind

2.27——提出了命名为“独角兽（Unicorn）”的智能体架构，它展示出优秀的持续学习能力，已经胜过很多基准智能体。研究人员表示，独角兽通过利用并行的off-policy学习策略，统一表示和学习多种策略，才达到了这样的表现。

 

7.28——发表的论文《Machine Theory of Mind》中，研究人员提出了一种新型神经网络 ToMnet，具备理解自己以及周围智能体心理状态的能力。该论文已被 ICML 2018 接收为 Oral 论文。

 

8.13——与伦敦 Moorfields 眼科医院合作，已经训练其算法能够检测出超过 50 种威胁视力的病症，其准确度与专家临床医生相同。它还能够为患者正确推荐最合适的行动方案，并优先考虑那些最迫切需要护理的人。

 

11.14——宣布旗下的健康部门DeepMind Health、以及负责推进“Streams”（帮助医生更快识别和诊断患者病情的移动APP）团队将调整合并到Google 最新成立的“Google Health”部门中。原子公司DeepMind Health将不再作为独立品牌存在，但是，DeepMind的其他部门仍将保持独立。

 

12.02——推出AlphaFold系统，能够快速准确地预测并生成蛋白质的空间结构

Facebook

1.24——佩塞蒂将担任负责AI的副总裁这一新设职位，而LeCun将不再担任Facebook原AI实验室负责人职位，转任AI首席科学家

 

9.12——宣布开发出一款新型人工智能（AI）系统，可用于检测仇恨性言论。美国科技媒体CNET认为，这款“武器”的推出可谓恰逢其时，在Facebook面临内容审查的当下，会大有用处。这一系统的代号为“Rosetta”，可帮助计算机阅读和理解每天发布到社交网络的数十亿张图像和视频。凭借这套新系统，Facebook可以更容易地发现平台上哪些内容违反了反仇恨言论规则。

 

10.25——开源了 Faster R-CNN 和 Mask R-CNN 的 PyTorch 1.0 实现基准：MaskRCNN-Benchmark。相比 Detectron 和 mmdetection，MaskRCNN-Benchmark 的性能相当，并拥有更快的训练速度和更低的 GPU 内存占用。

10.30——开源了高性能内核库QNNPACK，专为移动 AI 进行优化。

 

11.02——开源首个适应大规模产品的强化学习平台Horizon，基于PyTorch 1.0

 

12.08——NeurIPS大会上宣布发布PyTorch 1.0稳定版。

波士顿动力公司

5.11——展示了升级版的Atlas人形机器人，该机器人已经可以实现单腿跳跃；机械狗SpotMini可以全程自主导航，并绘制场景三维地图。

Waymo

7.20——Waymo CEO John Krafcik在全国州长协会夏季会议上说，他们的自动驾驶汽车路测里程现在已经累计到了800万英里（1287万公里），最近增速非常快，每天2.5万英里。

 

10.28——宣布开始对自动驾驶车辆收费。收费的对象是凤凰城郊区的“早期乘客（Early Rider）”计划的用户们。这也标志着Waymo领先Uber、通用Cruise等对手，先一步将无人出租车服务推向市场。

n 12.07——Waymo无人驾驶出租车开始商用

Amazon

2.27——前亚马逊首席AI研究员Ashwin Ram奔赴谷歌，现任职位为谷歌云人工智能技术主管；前Twitter工程副总裁Michael Abbott离职去苹果。

 

7.13——亚马逊积极向美国警方推销自己的人脸识别产品Amazon Rekognition，引发了美国社会大规模抗议。美国公民自由联盟（ACLU）领导30多个民权组织联合举行抗议活动，反对美国政府使用人脸识别技术，要求亚马逊CEO贝索斯停止向政府出售Rekognition。

 

8.16——发布了用于开发车内讯息娱乐系统的Alexa SDK，不过目前这个初版的SDK，还需要通过云端来获取机器学习相关能力。

 

9.20——在美国西雅图召开了秋季发布会，一次性推出了十几款智能设备，都是围绕Echo智能音箱打造，通过语音技术实现对家电的控制，让用户的智能生活更加便捷

 

11.01——宣布对Alexa知识库的一系列更新，其中包括了对即将到来的美国中期选举的信息。

 

11.26——推出自有云计算芯片Graviton 芯片，将支持新版本的 EC2 云计算服务。

 

11.28——在AWS re:Invent 大会上，发布了名为 Inferentia 的机器学习芯片。

 

11.29——H2O.ai宣布推出自动化机器学习平台H2O.ai Driveless AI，并在亚马逊云服务平台AWS上开源；推出一款名为Amazon Comprehend Medical的医疗信息挖掘服务；宣布到 2019 年底，亚马逊将全面放弃使用 Oracle 数据库，97％的“关键任务数据库”将运行在亚马逊自己的服务上。

 

11.30——AWS Lambda简化了Runtime APIs，它使开发人员可以轻松地为几乎任何类型的应用程序或后端服务运行代码而无需管理。

 

12.05——亚马逊自动化仓库发生机器人事故，造成24名员工直接受伤被送医院，1名员工进重症监护室，50多名员工受影响，原因是亚马逊机器人在意外戳破了一罐驱熊喷雾。

 

12.07——开设「Alexa Answers」的新计划，该计划将邀请一些用户可以与智能助手 Alexa 交谈，帮助回答 Alexa 提出的问题，而相关信息随后可能会被分享给全球各地的数百万用户。

 

12.11——近期宣布推出自主研发的计算机芯片；计划在伦敦开设该公司第一家位于美国之外的Amazon Go无人便利店

微软

5.21——宣布收购加州人工智能(AI)初创公司Semantic Machines，以强化公司的对话式人工智能技术。

 

6.21——宣布完成对AI初创公司Bonsai的收购，但并没有公布收购价格。微软表示，Bonsai已经开发了技术能让人工智能专家致力于研究自动系统。并且，Bonsai的技术适用于制造业、机器人等行业。

 

9.14——微软宣布收购旧金山创业公司Lobe，这是一家简化人工智能模型训练和部署过程的企业。

 

9.17——宣布微软亚洲研究院（上海）成立，以推动上海的基础研究和发展。

 

10.27——宣布完成收购代码托管平台GitHub的交易，这项收购交易价格75亿美元，交易完成后GitHub团队将被纳入微软旗下，由Nat Friedman接任GitHub CEO职务。

 

11.15——宣布收购奥斯汀软件开发商Xoxco的意向。如果成功，这将是微软今年收购的第四家和人工智能有关的公司。

 

12.05——宣布开放 ONNX Runtime，这是一款用于 Linux，Windows 和 Mac 平台的 ONNX 格式的机器学习模型的高性能推理引擎。

Google

6.01——Google员工今年发起了一项运动，要求公司终止与五角大楼Maven项目的合约，因为这个项目的目标是利用机器学习来改进无人机打击的精度。6月1日，在员工压力下，Google宣布明年3月本期合同到期后将不再续约。

 

7.18——猜画小歌作为微信小程序正式上线

 

8.28——介绍其最新推出的强化学习新框架 Dopamine，该框架基于 TensorFlow，可提供灵活性、稳定性、复现性，以及快速的基准测试。

 

9.06——推出Google Dataset Search（Google 数据集搜索）。

 

9.11——李飞飞宣布将离开谷歌，重回斯坦福大学任教

 

10.12——宣布开源Active Question Answering 项目，使用强化学习训练 AI 代理更好地提问。

 

10.31——开源了基于 TensorFlow 的轻量级框架 AdaNet，该框架可以使用少量专家干预来自动学习高质量模型。

 

11.01——Magenta研究组发布数据集MAESTRO (https://g.co/magenta/maestro-dataset) (MIDI and Audio Edited for Synchronous TRacks and Organization) ，由超过172小时的精湛钢琴演奏组成，在音符标签和音频波形之间进行精确对准（约3 ms）；开源了 BERT 模型 TensorFlow 代码、BERT-Base 与 BERT-Large 模型的预训练检查点、微调实验结果的自动化复现 TensorFlow 代码、预训练数据生成和数据训练的代码。

 

11.02——发布了用TensorFlow实现的AutoML框架——AdaNet，它改进了集成学习的方法，能以最少的专家干预实现自动习得高质量模型。

 

10.13——谷歌AI团队新发布的BERT模型，在机器阅读理解顶级水平测试SQuAD1.1中表现出惊人的成绩，全部两个衡量指标上全面超越人类，并且还在11种不同NLP测试中创出最佳成绩。

 

11.15——谷歌开始采取措施，加强对 DeepMind 的控制。谷歌将直接管理 DeepMind Health，作为公司重要项目；继李飞飞离职之后，谷歌AI中国中心的另一位知名华裔高管，谷歌云AI研发主管、谷歌AI中国中心总裁李佳也传出了离职的消息

 

11.16——关闭旗下人型机器人开发公司Schaft部门。Schaft专注于制造两足机器人，用于救灾等工作。2013年被Alphabet收购

 

11.20——发布巨型数据集 Open Images Dataset V4，为边界框、视觉关系等注释了20000个不同的概念。

 

11.21——宣布将投资45亿丹麦克朗(约合6.9亿美元)在腓特烈希亚(Fredericia)建造一座新数据中心。

 

12.06——领投了日本人工智能和机器学习创企 ABEJA 的一轮后续融资。

Uber

3.18——开源了神经进化算法开发的交互式可视化工具 VINE，该工具可以轻松实现神经网络群体的各种特定指标以及适应度分数的可视化和随时间的变化，用户可对其进行实时评估。

 

7.31——宣布关闭无人驾驶卡车计划，将重点放在无人驾驶汽车上。

 

9.27——宣布开源 Petastorm，这是由 Uber ATG 开发的数据访问库，可直接基于数 TB 的 Apache Parquet 格式数据集进行单机或分布式训练和深度学习模型评估。

 

10.25——开源地理空间工具包kepler.gl

 

11.09——Uber 推出了机器学习库 PyML。这个库使开发者能够以与生产运行时兼容的方式快速开发 Python 应用程序。

 

11.17——前微软首席科学家Jan Pedersen已加入Uber AI。Jan Pedersen早前担任微软核心搜索首席科学家，推特大数据研究副总裁，以及eBay首席科学家。Jan Pedersen的加入将会帮助Uber进一步发展人工智能和机器学习的研究。

 

Openai

3.04——公布 “后见之明经验复现（Hindsight Experience Reply, HER）”的开源算法，这个新的算法保证人工智能可以像人类一样从自己的错误中汲取教训。

8.22——Dota2人工智能OpenAI Five接连两场输给巴西站队和中国战队。

 

10.17——联合加州伯克利分校，爱丁堡大学研究院开源了《Large-Scale Study of Curiosity-Driven Learning》的训练源码。

 

10.23——提出了一种被称为「Iteration Amplification」的人工智能安全技术，这项技术将通过演示如何将任务分解为更简单的子任务，来指定超出人类能力范围的复杂行为和目标。

 

11.01——公布最新研究：随机网络蒸馏（RND），这是一种基于预测的方法，用于鼓励强化学习机器通过好奇心探索他们的环境，并且首次超过了在游戏魔宫寻宝（Montezuma's Revenge）中人类的平均表现。RND实现了最先进的性能，定期查找所有24个房间并在不使用演示或访问游戏的基本状态的情况下解决了第一级。

 

11.07——联合华盛顿大学以及Roboti LLC推出了一个名为POLO的「在线设计和离线学习」框架。此框架能够让智能体在一个内部模型中不断运行和学习。

 

11.10——发布了深度强化学习教育资源 Spinning Up，内容包括易懂的深度强化学习代码示例、习题、文档和教程。

 

12.10——推出 ML 量化指标训练平台「 CoinRun」，该平台借由游戏设计，能够提供关键的量化指标，让程序将过去学习到的经验，转移到全新环境中，也解决了强化学习长久以来的难题。

Apple

4.05——苹果挖来 Google 搜索与 AI 主管 John Giannandrea，表示未来 John Giannandrea 将会负责机器学习和 AI 策略，并成为直接向CEO Tim Cook 报告的 16 位高层主管之一。

 

6.04——发布新版机器学习应用套件Core ML 2；新款GPU加速工具Create ML，用于在Mac上进行原生人工智能模型的训练。该工具支持视觉、自然语言以及自定义数据。

 

7.11——把旗下的机器学习部门Core ML以及智能语音助手Siri团队进行合并，组建了一个全新的人工智能和机器学习部门，负责人是John Giannandrea

 

11.20——据The Information报道，苹果悄悄地收购了一家智能家居初创公司Silk Labs，该公司专门开发轻量化的人工智能软件，使其能够安装在摄像头等消费硬件上。

 

12.11——与高通的全球专利诉讼败诉，福州市中级人民法院作出初步裁定：禁止苹果公司在中国市场进口和销售涉嫌专利侵犯的部分型号手机。

IBM

2.02——IBM Watson 研究中心联合多家研究机构提出了人机推理网络 HuMaINs 架构，并聚焦于三个主要问题，即架构设计、包含安全性/隐私挑战的推理算法，以及应用领域/用例。

 

5.08——与哈佛大学的研究人员发布了为解决翻译中的 AI 黑盒问题所开发的调试工具Seq2Seq-Vis ，能将人工智能的翻译过程进行可视化，方便开发人员对模型进行调试。

 

6.18——IBM的人工智能Project Debater击败了以色列全国辩论冠军Noa ovadia和以色列辩论专家Dan Zafrir

 

9.20——推出一项软件服务，可以扫描人工智能系统的工作情况，以便检测偏见并为正在做出的自动决策提供解释

 

11.27——与加拿大黄金生产公司 Goldcorp 合作，发布了一种创新的技术产品：IBM Exploration with Watson，它利用空间分析，机器学习和预测模型，帮助探险者找到关键信息，并在传统方法的一小部分时间和成本上开发地质推断，可用于提高金矿化的可预测性。

 

11.29——宣布推出IBM Talent＆Transformation，这是一项帮助公司及其员工在人工智能及自动化技术快速发展时期的新业务。

 

12.03——发布具有相变存储器的8位模拟芯片该芯片是第一个在存储信息的地方执行8位计算的芯片。

Nvidia

1.08——正式发布DRIVE Xavier，这是一款为无人车准备的AI超级计算芯片，也是有史以来最复杂、最大的SoC。

 

6.20——宣布一系列针对其云计算软件和硬件计划的深度学习重点更新。包括Apex，PyTorch库的开源深度学习扩展；NVIDIA DALI和NVIDIA nvJPEG，用于数据优化和图像解码的GPU加速库；NVIDIA GPU上Kubernetes的候选版本；以及推理优化器和运行时引擎TensorRT的第4版。

 

7.11——同全球最大的Tier 1 汽车供应商博世和世界上最大豪华汽车制造商戴姆勒合作，推动自动驾驶汽车技术向前发展。

 

9.30——CUDA10开放下载

 

10.10——发布开源GPU加速平台RAPIDS，主打数据科学和机器学习

 

11.29——宣布推出迁移学习工具包和 AI 辅助注释 SDK。

 

12.05——发布Titan RTX

 

12.12——宣布正式开源被誉为市面最强大物理仿真引擎的 PhysX，除了广泛应用于游戏特效的提升，该引擎还能为 AI 、机器人与计算机视觉技术、自动驾驶与高性能计算提供支持。

 

12.13——在使用预定数据集组训练AI模型的速度方面创下六项新记录。

Intel

6.13——据外媒报道英特尔研究人员正在测试一种微小的新型“自旋量子位”芯片Spin Qubit，这款芯片比铅笔的橡皮擦还小，是目前英特尔最小的量子计算芯片，这也意味着英特尔量子计算机向前迈进的标志。

 

9.11——宣布收购总部位于美国加利福尼亚州圣何塞的NetSpeed Systems，该公司是一家系统芯片设计工具和互连架构知识产权（IP）提供商。

 

10.09——在秋季硬件产品发布活动中正式推出了全新桌面级 9 代酷睿系列芯片。其中包括最高端的 Core i9-9900K，号称全球最强游戏处理器

 

11.05——在腾讯全球合作伙伴大会上，英特尔人工智能产品事业部副总裁兼首席运营官Remi El-Ouazzane宣布了与腾讯优图实验室合作开发的人工智能（AI）新成果——腾讯优图AI摄像机以及优图AI盒子。

 

11.15——发布了一份关于推动AI科研和人才培养的“AI未来先锋计划”，以及一款全新的硬件产品——英特尔神经计算棒二代（NCS 2）。

 

12.12——推出10纳米制程架构Sunny Cove

比特大陆

10.17——发布了首款低功耗边缘AI芯片BM1880。此外，比特大陆还发布了基于BM1682和BM1880芯片的数款产品，包括多款服务器、模块、开发板产品。

 

12.12——UnitedCorp指控比特大陆等公司通过精心策略，操控比特币现金(BCH)网络谋取私利，损害了UnitedCorp和其他BCH利益相关方。

业界大牛动向

何恺明

进入FAIR部门之后，何恺明的动向一直备受关注，在三月份左右，他和FAIR 研究工程师吴育昕提出了组归一化（Group Normalization）方法，试图以小批尺寸实现快速神经网络训练，这种方法对于硬件的需求大大降低，并在实验中超过了传统的批归一化方法。这篇论文也获得了ECCV 2018最佳论文。

 

八月份左右，何何恺明等多名研究者发表了一项独特的迁移学习研究，无需数据清洗和手工标记数据，通过训练大型卷积网络可以预测数十亿社交媒体图像的hashtag，在图像分类和目标检测任务上都得到了迄今最高的精度。

陈天奇

今年5月份，陈天奇宣布，自己所在的华盛顿大学新成立了一个实验室，组织代号“SAML”。陈天奇本人在微博上介绍说，实验室将有整合系统、体系结构、机器学习和程序语言4个方向的团队推进深度学习算法、系统的硬件和协同设计研究和TVM等开源项目。

李飞飞

今年九月，李飞飞Google云AI/ML首席科学家任上离职，重返斯坦福校园任教。而她的接任者，前CMU计算机学院院长Andrew Moore。而在十月初，李飞飞宣布斯坦福大学成立“以人为本AI研究院”（HAI），将和斯坦福大学前教务长John Etchemendy共同担任院长，推动AI研究、教育、政策和实践，造福人类。12月初，李飞飞等6名华人入选ACM 2018 Fellow。

Yann lecun

1月24日，据Yann LeCun在其Facebook上确认，他将辞去由他一手创建的Facebook人工智能实验室（FAIR）主任一职，担任首席AI科学家；其原有职位将由英国AI初创公司Benevolent的CEO、前IBM大数据集团CTO JérÔme Pesenti接替。同时，JérÔme Pesenti还将接管Facebook的Applied Machine Learning（AML）团队。

吴恩达

今年吴恩达比较忙，和他的斯坦福团队发表了多篇医学相关的研究论文，成果颇丰。此外，在一月底吴恩达宣布成立AI Fund投资基金，这是吴恩达离开百度以来宣布的又一个AI项目。他在公开信中说到，目前AI Fund已经筹集了1.75亿美元资金，投资者包括NEA、红杉资本、Greylock Partners、软银集团以及其他机构。4月25日，吴恩达开通了deeplearningai微信公众号，并且开始正式更新。据公众号功能介绍显示，以后会发布吴恩达及其团队制作的人工智能原创内容。5 月 7 日，吴恩达的无人车创业公司Drive.ai宣布将于7月在德克萨斯州弗里斯科市（美国西部城市）提供自动驾驶汽车服务，人们可以通过软件免费叫车。

应用概述

热点应用场景

全球人工智能公司产业结构

数据来源：中国信息通信研究院

公共安全

相信今年大家都多次被张学友演唱会抓到逃犯的新闻所刷屏过，其背后所应用的生物特征识别技术功不可没，利用计算机视觉、语音识别等技术方法，公安民警可以不在依赖人眼从茫茫人海中寻找逃犯，只需要摄像头一扫，逃犯们便无所遁形，极大的提高了公安工作效率以及社会安全。此外，与我们息息相关的手机也开始应用上了人脸识别、虹膜识别技术，使得解锁、支付等行为可以更加多元化且更加安全。

医疗健康

医疗健康一直以来都是人工智能大量应用的场景，如医疗影像分析技术在大幅减小医生的工作量的同时，提高了诊断病情的正确率。今年如DeepMind等公司，在致力于扩大医疗领域数据集的同时，产出了不少突破性的技术进展，如识别癌症、眼科疾病等症状，均较普通医生误诊率更低。不过国内对于公立医院而言，AI医疗的商业化还有很长的路要走，一来是政策需要支持，否则涉及非商业化环节太多，对于新技术的应用很难找到付费方，此外医疗领域的非结构化数据仍旧不够，在牵涉人们生命健康问题上，AI医疗的质量还需被多方考量。随着人们对健康程度的重视度不断提高，AI与医疗其他环节的结合不断深入，AI医疗应用场景将会更加多元化。

 

自动驾驶

自动驾驶技术虽然在近几年推进缓慢，但意义重大，涉及产业也非常之多，包括芯片、图像处理、模式识别、安全控制等。截至2018年9月统计数据，全国机动车保有量达3.22亿辆，其中汽车2.35亿辆；机动车驾驶人达4.03亿人，其中汽车驾驶人达3.63亿人，其市场潜力也是相当巨大，在交通事故率逐年上升的背景下，如果能将自动驾驶技术普及，将会极大减少交通事故的发生

然而，近几年尤其是今年上半年美国发生的自动驾驶事故对整个行业也是不小的打击，虽然在正常行驶情况下，自动驾驶的安全性远高于人类驾驶员，但面对一些极其罕见的突发事故，AI该如何处理，仍旧是一大问题。不过，现阶段较为成熟的半自动驾驶的效果还是非常可观的，如国内的Momenta等企业已有一些落地项目得到了多方支持，相信随着未来场景的完善以及算法的提升，自动驾驶技术将迎来广泛的应用，为驾驶员和乘客带来便捷。