TalkingData 锐眼看世界 2017-02-16

锐眼视点：

• Drive.ai 的无人驾驶汽车挑战高难度雨夜驾驶；
• Udacity 向大众开源了无人驾驶模拟器；
• Gamalon 利用18世纪的成果来管理非结构化的企业数据。

[业界新闻] Drive.ai 的无人驾驶汽车挑战高难度雨夜驾驶

无人驾驶系统创业公司近日发布了首个无人驾驶车雨夜测试的驾驶视频。硅谷创业公司 Drive.a i是第13家获准在加州测试无人驾驶汽车的公司，该公司是致力于无人驾驶技术开发的深度学习公司。这使得汽车在行驶过程中能够不断提高自己的驾驶水平，而非利用现成的知识库作出判断。从发布的视频中可以看到，此次行驶过程十分流畅，即使在碰到有车突然抢道，交叉路口红灯坏掉等复杂情况也处理得令人印象深刻。

原文链接：Watch Drive.ai’s self-driving car handle California city streets on a rainy night

[业界新闻] Udacity向大众开源了无人驾驶模拟器

Google无人车之父 Sebastian Thrun 在离职后创办的在线教育机构 Udacity 近日决定将自己的无人驾驶汽车模拟程序通过开放原始码版权的方式开放给全球所有程序员。这一举措使得任何具有一定相关知识和资源的人便可以在这个无人车模拟器中加载预存好的场景，并为汽车软件的虚拟测试创建自己的轨道。相信你已经注意到，许多无人驾驶交通工具软件的训练和测试都发生虚拟环境中，因为对大部分研究者来说建造一个实体无人驾驶测试车辆的成本实在太高了。另一方面，找一个合适的测试地方亦十分困难。Udacity 的这一举措是符合其长期目标的 — 打造一辆开源式无人驾驶汽车。这辆汽车的原始代码来自于全世界数百位程序员的智慧。此次开源的行为主动为开发者提供了一个更加基础的训练工具来解决一个巨大而复杂的难题。

原文链接：Udacity open sources its self-driving car simulator for anyone to use

[业界新闻] Gamalon 利用18世纪的成果来管理非结构化的企业数据

也许很难理解贝叶斯的成果今日能够推动 AI 的前沿发展，一家名为 Gamalon 的 AI 初创企业正在通过一种名为贝叶斯合成的技术朝这一方向推进。它利用概率代码来填补知识上的空白，可以让你用为数不多的几个样本对 AI 进行训练。其创始人Ben Vigoda 说：“我们感兴趣的是科学方法的自动化。” 目前，全世界的企业充斥着非结构化的数据，这些企业需要方式从这些现存的资源中找出合适的商业见解。Gamalon 今日发布了两款为 AWS, Azure 和 Google Cloud 用户所开发的新产品—Structure 和 Match。Structure 能够将结构化的数据转化为图表，Match 可以复制和连接数据行。Gamalon 的系统能够让开发者对模型有一个清晰的认识，而深度学习模型往往只能给出关于数据的结论，而不能对驱动分析的过程给出详细解释。Gamalon 创始人表示一旦明确自己的竞争优势，下一步的打算是专注产品的商业化。

原文链接：Gamalon leverages the work of an 18th century reverend to organize unstructured enterprise data