［业界新闻］DeepMind 人工智能将挑战比围棋更复杂的“星际争霸II”
Google DeepMind周五宣布，将与暴雪娱乐合作，让其人工智能学会玩"星际争霸II"游戏。自去年 AlphaGO 击败了围棋九段李世石，DeepMind 便一直暗示其可能会挑战实时战略视频游戏。研究人员现在可以使用 DeepMind AI 测试各种理论方法，使机器可以学习理解像这款游戏一样的复杂系统。在星际争霸II中，玩家通过收集资源来建立防御和进攻单位而相互对抗。它有一个高水准的竞争社区。考虑到 DeepMind 已经征服了复杂的围棋，一个实时战略游戏作为下一个前沿是有意义的。 Google 官方博客称，“星际争霸是当前 AI 研究的一个有趣的测试环境，因为它为现实世界的混乱提供了一个桥梁，机器在环境和星际争霸中所需技能的提升最终可以在现实世界的任务中得到应用。”
原文链接：Google’s DeepMind A.I. takes on something even more complicated than chess or go: StarCraft II
［业界新闻］Samsung 将为 Galaxy S8 推出人工智能助手服务
Samsung 周日表示将为其即将推出的 Galaxy S8 智能手机推出一项人工智能数字助手服务，以此寻求从 Note 7 危机中获得反弹恢复的机会，同时也让新款Galaxy S8 具有自身的独特性，并借此在竞争逐渐激烈的人工智能市场上，抢占一席之地。Samsung 今年10月收购了 Siri 语音助手项目联合创始人经营的Viv Labs公司，计划将它整合到三星的 Galaxy 智能手机之中，并将语音助手服务拓展到家电设备和可穿戴科技设备之中。Samsung 与 Viv Labs 联合打造的数字语音助手将是一个“开放的平台”，这就意味着第三方开发者能够通过这个人工智能平台提供他们的服务。据估计，Galaxy Note 7系列手机起火爆炸引发的危机将导致三星在截至2017年第一季度的这三个季度中的利润减少54亿美元之多。业界分析人士称，Galaxy S8 手机必须是一款强劲的设备，才能帮助三星赢回消费者，恢复公司的盈利动力。
原文链接：Samsung to include AI digital assistant in upcoming Galaxy S8
［业界新闻］法国将打造全球人工智能中心
法国的 AI 创业公司
Snips是法国最炙手可热的创业公司之一，它主要通过扫描智能手机上 app 中的所有数据，了解用户信息从而打造一个超智能的个人助理。尽管面临着来自业界巨头的竞争，Snips 今年早些时候仍然筹集了650万美元的融资。可不仅是 Snips，整个国家的人工智能生态系统在全球范围内仍处在一个不为人知的状态。人们往往认为法国的优势可能在于其食品、时尚、奢侈品和娱乐产业，事实上，它拥有世界上最大的机器学习和人工智能社区之一，尽管领域中一些最优秀的人才都被科技巨头所雇用，根据巴黎风险投资公司 ISAI 汇编的数据显示，在法国，目前至少有180家 AI 创业公司，这些公司都希望培养出足够突出的人才，以巩固该国作为全球人工智能中心的声誉。ISAI 合伙人 Paul Strachman 认为，在人工智能方面，法国是最有活力的生态系统之一，只可惜在法国之外还鲜为人知。
原文链接：France makes its bid to be recognized as a global AI hub
［业界新闻］自动驾驶汽车推动 NXP 芯片部门整合
全球最大的汽车行业芯片供应商 NXP 上周被 Qualcomm 以380亿美元收购。他们预计，自主驾驶汽车领域将会带来更多的整合。随着智能手机销售增长趋缓，芯片行业一直在快速整合，各个公司都试图在互联设备与汽车相关产业方面抢占市场份额。NXP 总经理 Kurt Sievers 表示，在未来几年中，汽车中使用的芯片数量将翻倍，这使得辅助驾驶，并包括管理功耗的芯片成为可能，而 NXP 正在努力实现自动驾驶。利用雷达芯片，连续驱动，实现部分自主，可以使运输更加安全和节能。 正是这种技术促使 Qualcomm 竞购 NXP，完成了这笔芯片业最大的交易。
原文链接：Autonomous Cars to Drive Chip Sector Consolidation Says NXP
［业界新闻］Google Home 展示出强大的人工智能
所有科技巨头都在试图说服消费者自己拥有最强大的虚拟助手，而 Google 在复制 Amazon 推出的内嵌语音助手家庭扬声器时似乎并没有做出太多的改变。与 Amazon Echo 类似，11月4日发布的 Google Home 的麦克风可以跨房间调试、能够与 Spotify 等应用关联、设置闹钟与计时器，并且整合了其他生活服务。但是， Google home 在这场竞赛中有一个至关重要的优势——它一直致力于解决问题的技术，尤其在机器学习方面比对手投入的多得多。Google home 在理解语言和回答问题方面远胜过 Echo 和 Alexa, 它不仅掌握了关于世界的丰富的知识，还知道用户个人的喜好和习惯。Google 将在机器学习方面的进行更大的投资，决心更好地解决账户受限等方面的弱点，使其智能助手成为移动搜索的未来。
原文链接：Google’s New Home Helper Flexes Powerful AI Muscles
［每周精选］2017 年数据科学预言
如今，数据正在以前所未有的方式创造和促进着企业成长和商业利润。在过去的十年间，尽管先进的数据科技和高级分析工具不断涌现出现，对大多数人而言，他们却只是触及了数据潜能的最表面。数据科学正在开天辟地的让企业成功地撬动这个巨大的潜能。一份过去的哈佛商业评论研究指出，依赖数据进行决策的大生意一般比同行的利润高出6%。当人的直觉和经验都失败时，数据科学对未来可以做出更加准确的预测。一直以来限制数据科学发挥作用的科学和技术问题都已逐步解决，2017年数据管理业界将在全球迎来一些主要的改变。
2017数据科学六大预言
机器学习大行其道
物联网数据流征服传统商业智能
大数据技术支出剧增
Hadoop 市场持续增长
数据科学在行动－健康商业智能与分析
至2017年底，25%的企业将招募首席数据官
原文链接：Data Science Predictions for 2017
［业界新闻］自动驾驶创企 Zoox 估值超过 15.5亿美元
Zoox 是一家从事自动驾驶汽车开发的神秘企业，2014 年成立，是第一家在加州拿到无人驾驶车上路执照的无人车初创企业。在几个月前以 10 亿美元估值拿到了 2 亿美元的 A 轮融资后，又以 15.5 亿美元估值拿到了 5000 万美元的融资。Zoox迄今尚无具体车型公开路测，但从之前该公司发布的的概念图片来看，其设计的无人车并无明显的头尾之分，座位是对向安排的。创始人 Kentley-Klay称 Zoox设想的无人车不仅仅是像过去老式汽车之于无马马车一样，而是要打造一个先进的机动性服务。就像是街道上移动的迪斯尼乐园，它不仅足聪明到可以理解环境，还能理解乘客，知道你想要去哪儿以及如何去。有投资者认为，Zoox有望在2020年推出用全自动无人车提供的类似Uber的共享乘车服务。
原文链接：Startup Zoox’s Valuation Soars to $1.55 Billion
［业界新闻］Oryx 纳米天线将帮助自动驾驶汽车更好地实现感知
自从 A 轮融资之后，以色列公司 Oryx 将自己定位为激光雷达系统的有力竞争者。CEO Rani Wellingstein称，Oryx Vision 创造了一个“相干光学雷达系统”，以改善自动驾驶汽车的深度感知。传统的激光雷达都是利用光电传感器检测光，基本上在测量光的能量，而 Oryx Vision 利用电磁波检测的纳米天线允许系统访问其他附加信息，这将大大增加自动驾驶汽车的感知范围和灵敏度，精确地了解周围事物的进展状态。 Oryx 天线可以在10微米波长下工作，和激光雷达不同，它可以穿透雾气也不会被明亮的阳光影响。同时，这款天线也比现在顶尖的自动驾驶汽车所使用的激光雷达系统更便宜。
原文链接：Oryx nano antennas allow autonomous cars to see farther, better
［业界新闻］Tobii 有望融资 5000万美元，将眼球追踪技术应用于 VR 和智能手机
瑞典眼球追踪技术供应商 Tobbii 近日宣布计划融资约 5000 万美元，用来进行技术投资，以推动眼球追踪技术应用于智能手机以及虚拟现实领域的步伐，并计划进行快速收购。Tobii 为用户提供一些工具，从而能够让计算机和智能手机的摄像头等技术设备检测到用户的眼球运动，从而确定他们在电脑或手机屏幕上所看的对象内容。这项技术一般用于游戏或应用当中，可以为玩家用户提供更自然更高效的游戏或应用体验。除此之外，Tobii 透露已经与一家主要的智能手机制造商签署了合作协议，将眼球追踪技术应用到其中一款手机中，但目前并未透露其他细节信息。
原文链接：Tobii to raise $50 million to bring its eye-tracking smarts to VR and smartphones
［业界新闻］AI 比人类更会读唇语
牛津大学的科学家开发出了一种比人类更擅长读唇语的机器，人工智能系统 LipNet 通过人说话的视频，观察嘴部运动，输出了准确度为93%的文字。研究人员认为，尽管它仍需要在现实生活中进行测试，这个自动化系统可以帮助数百万人，机器唇读取器具有巨大的潜力，应用于改进助听器，公共空间中无声听写、隐蔽对话，嘈杂环境中的语音识别，生物识别和静音电影处理等等。为了训练 AI 该团队输入了将近29,000个标有正确文本的视频，每个视频都是三秒钟，并遵循类似的语法模式。类似视频的人类测试者的错误率为47.7％，但 AI 只有6.6％。也有评论员称，这并不是真正具有突破性的，只有从高度受限的词汇中按特定的顺序组织出无实际意义的语句时，AI 才能做到更高的准确率。
原文链接：AI that lip-reads 'better than humans'
［业界新闻］Facebook 展示在 AI 道路上的重大突破
在今年 Web 峰会上，Facebook 首席技术官 Mike Schroepfer 阐述了人工智能和机器学习将在公司今后改善全球连通性、技术可及性和人机交互能力方面将发挥的重要作用。目前，Facebook 正在实施一些基础设施项目，通过机器智能来增强城市和郊区的互联网连接。同时，推出了使消费者与机器学习成果进行视觉互动的 Style Transfer 。建立在名为Caffe2Go 的全新移动深度学习平台之上，该功能使用户实时捕获艺术性较强的风格化视频素材。当工程师开始构建 Style Transfer 时，他们用智能手机的计算资源能做到的就是在视频中风格化一个小的画面。经过一年的完善，如今版本不但实时改变了整个画面，而且没有显示出任何明显的滞后现象。Style Transfer 的滤镜最初在 Prisma 上推广，但 Caffe2Go 不会局限于此，它是 Facebook 一整套的移动应用程序中有效利用卷积神经网络的关键。
原文链接：Facebook shows off a feature it says is a big breakthrough in artificial intelligence
［业界新闻］Tend.ai 协作机器人获 200万美元融资
Tend.ai 帮助用户训练协作性机器人操作机械，使得机器人可以同时操作十几台打印机、激光切割机或是其他设备。近日，该公司获得200万美元的 A 轮融资，这笔资金将主要用于研发工作。Tend.ai 的创业构想是为了让机器人来代替人完成操作打印机等设备的繁琐工作。它的系统可以让机器人同时控制多台 3D 打印机及其他设备，包括启动、停止、监控等一系列操作。它可以将已经完成的产品移开，并自动开始新的打印工作。这意味着，负责打印的全部工作将由机器人来代替。
原文链接：Tend.ai raises $2M for robot arms that operate multiple 3D printers and workshop machines
［业界新闻］Trump 出人意料的当选是大数据的失败吗？
近日，大多数选举预测商店和公众投票皆预计共和党人 Donald Trump 将会在竞选中败给民主党 Hillary Clinton。然而事实却相反，失败的预测可能会使人们对一些热门技术包括大数据和客户关系管理产生怀疑。但是，一些数据专家称，这个问题可能与数据收集而不是数据处理有关。Beagle Research Group 创始人 CRM 分析师 Denis Pombriant 表示，数据分析在奥克兰运动会的 Moneyball 模型中运行良好，但是棒球统计与选举投票不同，统计学家收集高度可靠的棒球数据已经超过一个世纪，而投票数据相对更模糊。所有的数据分析都应该依赖于干净有效的数据，否则，一不小心，你就回到旧的IT标准－'Garbage in, garbage out'。
原文链接：Is Trump's unexpected victory a failure for big data? Not really
［业界新闻］百度吴恩达：目前人工智能的能与不能
百度首席科学家吴恩达 (Andrew Ng) 在题为《What Artificial Intelligence Can and Can't Do Right Now》的评论文章中深入介绍了目前人工智能通过A→B 的系统对很多产业的颠覆性影响，以及其在应用方式上的局限性。人工智能将改变很多产业，但它不是万能的，要应用人工智能，就要先了解它的能力和不足。目前几乎所有人工智能最近的进步都是通过监督学习实现的，即输入数据 A 然后快速生成简单的回应 B。A→B 这种系统下最有效的技术就是深度学习，但距离具有自我意识的高人工智能还差得很远。虽然该系统在不断研究中急速发展，但到目前还没有实现这个目标的清晰路径。
原文链接：What Artificial Intelligence Can and Can’t Do Right Now
［业界新闻］RiskIQ 融资 3050万美元将机器学习应用于安全风险评估
RiskIQ 是一家将机器学习应用于新型安全技术的初创公司，在第三轮融资中募集了3050万美元，该公司将使用这笔资金来扩展其平台，销售和数字风险应用。RiskIQ 注意到防火墙外部的威胁是巨大而充满变数的，因此公司为客户提供访问最广泛的安全智能和应用程序的必要条件，以了解如何采取行动。与 Google 类似，RiskIQ 采用机器学习和数据科学，利用大数据、客户用量和攻击活动不断提高其平台智能并扩展功能。该公司声称，它可以使企业有效地捍卫他们的数字攻击面，定位他们的业务暴露，并动态缓解网络、移动和社交威胁。
原文链接：RiskIQ raises $30.5 million to use machine learning to assess security risks