▌业界焦点
1.阿里从来不只属于马云,但马云会永远属于阿里
9 月 10 日教师节,阿里巴巴集团创始人马云发出题为“教师节快乐”的公开信宣布:一年后的阿里巴巴 20 周年之际,即 2019 年 9 月 10 日,他将不再担任集团董事局主席,届时由现任集团 CEO 张勇接任。
马云曾在多个场合提到,教师是他最喜欢的职业。未来,他也将更多地回归他这一身份。
阿里表示,马云并不是退休,他仍然是阿里巴巴 000001 号员工与合伙人,继续为阿里巴巴合伙人组织机制做努力和贡献。
2.您好,李飞飞老师:“欢迎重返斯坦福!”
北京时间 9 月 11 日凌晨,谷歌云 CEO Diane Greene 在其官方博客上公布了一则重磅消息,来自卡内基梅隆大学的计算机科学院院长 Andrew Moore 教授将在 2018 年底接任李飞飞的谷歌云 AI 负责人职位,而李飞飞也将正式回归斯坦福大学执教,同时,李飞飞还将保留 Google 云顾问的角色。
3.苹果发了4款新品,却没有你想要的One more thing?
9 月 13 日凌晨 1 点,苹果在 Steve Jobs Theater 秋季新品发布会开幕,他们推出了 1 款手表和 3 款 iPhone。
如你所知,三款产品为 iPhone Xs, 更大的 iPhone Xs Max,还有一款廉价款的 iPhone XR。各路科技媒体之前预计要发布的 Airpods、Air Power、iPad 和MacBook Air 等新品并未出现。
售价方面,iPhone XS,起售价为 999 美元;iPhone XS Max,起售价为 1099 美元;iPhone XR,起售价为 749 美元。不知苹果发布的三款新机售价已触及你崩溃的底线?
4. 腾讯 AI Lab 开源业内最大规模多标签图像数据集
腾讯 AI Lab 宣布将于 9 月底开源“Tencent ML-Images”项目,该项目由多标签图像数据集 ML-Images,以及业内目前同类深度学习模型中精度最高的深度残差网络 ResNet-101 构成。据悉,ML-Images 包含了 1800 万图像和 1.1 万多种常见物体类别,足以满足一般科研机构及中小企业的使用场景。
注:微软ResNet-101模型为非迁移学习模式下训练得到,即1.2M预训练图像为原始数据集ImageNet的图像。
5. 英特尔收购 NetSpeed,大大降低芯片设计成本
据 VentureBeat 报道,芯片厂商英特尔对外宣布收购了总部位于加州圣何塞的 NetSpeed Systems 公司,收购价格暂未披露。英特尔表示,收购 NetSpeed 将有助于改进其芯片设计工具。
NetSpeed 提供了高度可配置、综合产品,可以帮助英特尔更快、更经济地设计、开发和测试新的片上系统(system-on-chip,SoC),同时有助于英特尔设计、开发并测试能将一个完整的工作系统放在一块单晶硅片上的一体机芯片。(via 凤凰网科技)
6. 英伟达宣布 Tesla T4 GPU 新品:基于图灵架构,加速 AI 运算
近日,英伟达发布了一款专为 AI 推理工作而设计的显卡,它就是可以加速语音、视频、搜索引擎、图像神经网络的 Tesla T4。在这之前,英伟达曾推出过类似的 Tesla P4。但新品可在相同的功耗下,提供高达 12 倍的性能,设立了推理负载效能的新标准。Tesla T4 拥有 320 个图灵张量(TURring Tensor)内核 + 2560 个 CUDA 内核。(via cnBeta)
▌技术焦点
1. 终于可以放心写bug了!Facebook的debug神器你值得拥有
在近日举办的 @Scale 2018 大会上,Facebook 宣布了它的新款工具 SapFix,可针对特定的 bug 自动生成修复程序,然后将其提交给工程师,经确认之后,然后再部署到生产环境中。
相比其一年前已投入大规模使用的智能自动化软件测试工具 Sapienz,SapFix 能够在没有 Sapienz 的情况下运行,主要用于修复 Sapienz 在生产前发现的程序 bug。不过,目前SapFix 仍在开发阶段。
OCR大突破:Facebook推出大规模图像文字检测识别系统——Rosetta
OCR(Optical Character Recognition),也称光学字符识别,是通过扫描等光学输入方式将各种票据、报刊、书籍、文稿及其它印刷品的文字转化为图像信息,再利用文字识别技术将图像信息转化为可以使用的计算机输入的一种技术。
近日,Facebook 宣布推出一个大规模图像文本提取和识别系统——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。
3. TensorFlow 新库 TFDV:大规模理解、验证和监控你的 ML 数据
近日,TensorFlow 宣布开源 TFX 的一个重要组件:「数据验证(tf.DataValidation)」,可帮助开发人员更好地认识数据,并将其用于机器学习。
TFDV(数据验证)是谷歌每天用来分析和验证数 PB 数据的技术。鉴于此前它在数据纠错上一直有不错的表现,谷歌相信,TFDV 也可以被用户作为维持 ML 模型性能的一个好工具。
4. 谷歌开源 What-If 工具,无需代码即可掌握模型的所有资料
注:What-If 工具,展示了 250 张人脸图像和模型在其中检测微小的结果
如果不用写代码就能对机器学习模型进行审查,那会是怎样的体验?近日,谷歌开源了一款工具,名为 What-If,具体有以下几种功能(via.机器人之家):
对推断结果可视化;
编辑数据点,看模型会有怎样的反应;
研究单一特征对模型的影响;
研究反事实样本;
用相似度安排样本;
查看混淆矩阵和 ROC 曲线;
测试算法公平性。
https:/github.com/tensorflow/tensorboard/tree/master/tensorboard/plugins/interactive_inference
--【完】--
AI热潮下,技术和落地相辅而进。
2018 AI开发者大会以『AI技术与应用』为核心,力邀国内外一线大牛,带你从项目中贯通AI。
即刻扫码,抢购福利票!
点击「阅读原文」,精彩信息抢先看