AI头条 | 本周人工智能要闻回顾 07-14

欢迎加入AI技术群和投资者群，请联系微信号：luofei614（添加时请注明身份以便验证）

---

1.《美国：2016-2045新科技趋势报告》

来源：智众互动

简介：前段时间美国公布的一份长达35页的《2016-2045年新兴科技趋势报告》。该报告是在美国过去五年内由政府机构、咨询机构、智囊团、科研机构等发表的32份科技趋势相关研究调查报告的基础上提炼形成的。

通过对近700项科技趋势的综合比对分析，最终明确了20项最值得关注的科技发展趋势。

该报告的发布一是为了帮助美国相关部门对未来30年可能影响国家力量的核心科技有一个总体上的把握，其二是为国家及社会资本指明科技投资方向，以确保美国在未来世界中的战略优势。

点击  阅读原文  >

---

2.《谷歌开放GNMT教程：如何使用TensorFlow构建自己的神经机器翻译系统》

来源：机器之心

简介：近日，谷歌官方在 Github 开放了一份神经机器翻译教程，该教程从基本概念实现开始，首先搭建了一个简单的NMT模型，随后更进一步引进注意力机制和多层 LSTM 加强系统的性能，最后谷歌根据 GNMT 提供了更进一步改进的技巧和细节，这些技巧能令该NMT系统达到极其高的精度。机器之心对该教程进行简要的描述，跟详细和精确的内容请查看项目原网站。

点击  阅读原文  >

---

3.《【谷歌重磅发布2017学术影响因子】AI、视觉、机器人TOP20 榜单》

来源：新智元

简介：近日，谷歌发布了2017最新版本的谷歌学术指标，对收录的会议和期刊论文根据被引用情况进行排名。在人工智能领域，arXiv排在第一超越了著名的NIPS。在更细分的领域，比如计算机视觉中，CVPR排在第一。以“机器学习”为关键词进行排名，ICML排名第一。谷歌同时也发布了具体会议和期刊被引用最多的文章，比如，视觉领域的文章被引用得最多的是 Wei Liu和贾扬清等人合作介绍GoogLeNet的论文。

点击  阅读原文  >

---

4.《微软王者归来？人工智能或上演三足鼎立》

来源：AI世代

简介：约书亚·本西奥（Yoshua Bengio）从来都不喜欢选边站队。身为当今深度学习领域的三大开山鼻祖，他早已功成名就。而作为人工智能领域的主导性技术，深度学习仍然非常新颖，以至于每当能够推动它进步的人出现时，从创业公司到跨国巨头，再到美国国防部，所有人都会侧耳倾听。

然而，虽然严·勒坤（Yann LeCun）和杰弗里·辛顿（Geoffrey Hinton）都已经分别加盟Facebook和谷歌，但53岁的本西奥却选择在蒙特利尔大学山顶校区3楼的一间小办公室里继续工作。

点击  阅读原文  >

---

5.《物联网传感器让人工智能获得生命并感知世界》

来源：人工智能学家

简介：“我们所说的真实都是由非真实的东西组成的。”——尼尔斯·波尔

对许多人来说，人工智能的“虚拟世界”和我们生活的“现实世界”似乎永远对立。在过去60年的大部分时间里，人工智能在本质上都是学术或理论性的，我们很容易就能明白为什么许多人质疑它在我们的“现实世界”中是否真正有用。但实际上，这两个看似不同的世界并非真的互不相通，因为人工智能的虚拟世界可以在现实世界应用。

点击  阅读原文  >

---

6.《张溪梦：如何打造高速增长团队，实现快速增长》

来源：大数据文摘

简介：张溪梦：《顶级数据团队建设全景报告》定稿后我就看过了，写得非常好。我在上周参加一个CTO峰会时就引用了报告中的内容，例如人们对数据价值的认知度普遍较低、数据价值落地艰难等，分析结果受到很多CTO的高度认可。因为大数据概念在中国过去几年里风起云涌，数据受到了很多行业和公司的热捧，大部分企业为此投入了大量资源、时间、人力，但能够真正利用数据产生可衡量的价值的公司凤毛麟角。

点击  阅读原文  >

---

7.《百度陆奇最新内部演讲：人工智能时代，给工程师的5个建议》

来源：36氪

简介：在陆奇看来，一个优秀的工程师，仅仅写得一手好代码是不够的，还需要有一些必备的工作态度和方法

人工智能已经成为百度最基本、最核心的行动路线，百度集团总裁兼COO陆奇不单对外反复强调这个观点，而且还在内部展开统一思想的行动。

7月11日，陆奇出席了百度内部Engineering Leadership Talk时表示，在人工智能时代，一个优秀的工程师，仅仅写得一手好代码是不够的，还需要有一些必备的工作态度和方法。面向工程师群体，他谈了一些建议。

点击  阅读原文  >

---

8.《最新版互联网云脑架构图发布，解读云机器人、人工智能、物联网等19个前沿科技》

来源：智众互动

简介： 一。新版互联网云脑架构图增加了哪些要素

从2008年1月3日第一版互联网云脑（Internet Cloud Brain）架构图绘制以来，时间已经过去9年，本文发布的版本是互联网云脑架构的第四个版本，如上图所示，（其他三个版本请参考本文附录）。与前个版本相比，这个版本主要重点突出了有以下几点

点击  阅读原文  >

---

9.《BAT 人工智能实验室大起底：都叫AI Lab，三巨头究竟有什么不同》

来源：新智元

简介： 本文梳理和比较了百度、腾讯、阿里巴巴三家人工智能实验室的架构、研究方向及研究领域。总的来说，BAT各自 AI Lab 所关注的方向和定位有着明显的差异，这也显示了三家公司对 AI 的不同看法以及AI在三家公司内战略地位的差异。

随着阿里正式发布智能音箱“天猫精灵 X1”，其2016年成立的人工智能实验室也首次高调亮相。BAT 的人工智能实验室至此已让人眼花缭乱。本文将为您梳理和比较百度、腾讯、阿里巴巴三家人工智能实验室的架构、研究方向及研究领域，并希望能从中一窥这三巨头的 AI 前进方向。

点击  阅读原文  >

---

10.《专访乔治亚理工终身教授蓝光辉： 开创随机加速梯度法助力深度学习》

来源：机器之心

简介：蓝光辉教授，博士毕业于乔治亚理工学院，目前任教于乔治亚理工 H. Milton Stewart 工业和系统工程学院，他还担任着《Computational Optimization and Applications》、优化算法顶级期刊《Mathematical Programming》和《SIAM Journal on Optimization》等杂志的副主编，是国际机器学习和深度学习算法方向的顶级专家。蓝光辉教授专注于计算机科学领域的基础研究，他的专注方向包括：随机优化和非线性规划的理论、算法和应用，包括随机梯度下降和加速随机梯度下降，以及用于解决随机凸和非凸优化问题。

近日，机器之心对这名顶尖学者进行了专访，谈及他的科研生涯，「在随机加速梯度法上的开创性进展让 Geoffrey Hinton 获得训练深度学习模型的启发」，以及对于优化算法在业内应用中的展望。

点击  阅读原文  >

---