阿里机器人都会批改作文了！深圳无人驾驶公交车试运行；360 开源深度学习平台 XLearning；

近期人工智能、大数据热点头条，一起来看看↓↓↓

0、阿里机器人批改作文，200 字看出 8 处错误

近日，在浙江外国语学院国际学院，来自多个国家的留学生完成了一份特别的中文试卷——批卷老师为来自阿里巴巴的人工智能。 

在这批试卷上，阿里 AI 用代表不同意义的符号在试卷上，精确地圈出外国留学生们的多词（Redundant）、缺词（Missing）、错词（Selection）和词序错误（Word Order）等错误位置，完成了对作文的批改。

据悉，阿里巴巴 AI 学习了几十万的中文语言体系，通过扫描仪读取试卷信息，使用 OCR 技术将其转换成文本，之后启动自然语言处理算法进行分析，并识别出错位类型和位置，最后批注在试卷上。整个过程秒级实现。

1、深圳无人驾驶公交车试运行，刷爆朋友圈！

2017 年 12 月 2 日，深圳的无人驾驶公交车试运行了！

该项目由国家智能交通系统工程技术研究中心（ITSC）和深圳巴士集团发起，由深圳巴士集团和深圳市海梁科技有限公司具体实施，这对我们国内的无人驾驶是一种进步。

支撑这次无人驾驶的，叫“阿尔法巴-智能驾驶公交系统”，是由中国企业自主研发的无人驾驶系统！它通过工控机、整车控制器、CAN 网络分析路况环境，能够实时对其他道路使用者和突发状况做出准确的反应。

不过，值得注意的是此次的无人驾驶公交车并没有网上流传的那么神奇，而是“有人驾驶、试验线路、只针对特定人群开放。”工作人员介绍说，“无人驾驶的实现，仍停留在功能和技术层面。”

对于暂时不对公众开放的原因，工作人员表示，是因为在法律法规方面还有一定的障碍和流程，“目前这些车辆还都是临时牌照，线路正式设立正在等市政府和交管部门的批文。”

想要了解更多深圳无人驾驶公交背后的技术体系以及无人驾驶在全球的发展现状，可点击《深圳无人驾驶公交车试运行，刷爆朋友圈！》

2、奇虎 360 正式开源其深度学习调度平台 XLearning

奇虎 360 宣布开源深度学习调度平台 XLearning。XLearning 由 360 系统部大数据团队与人工智能研究院联合开发，基于 Hadoop Yarn 完成了对TensorFlow、MXNet、Caffe、Theano、PyTorch、Keras、XGBoost等常用深度学习框架的集成。平台上线运行近一年时间，经多次版本迭代更新，为各类深度学习框架的使用者提供了统一、稳定的作业提交平台，实现了资源共享，极大的提高了资源利用率，并且具有良好的扩展性和兼容性，在公司搜索、人工智能研究院、商业化、数据中心等业务部门得到广泛使用。（项目地址：https://github.com/Qihoo360/XLearning）

文章详情《360公司宣布开源深度学习调度平台 XLearning！》

3、Facebook 开源的大数据查询引擎 Presto 0.190 发布

Presto 0.190 已发布，Presto 是 Facebook 开源的数据查询引擎，可对250PB以上的数据进行快速地交互式分析，查询的速度达到商业数据仓库的级别。据称该引擎的性能是 Hive 的 10 倍以上。

● General Changes

● Fix correctness issue for array_min() and array_max() when arrays contain NaN.

● ......（详情：https://github.com/prestodb/presto/archive/0.190.zip）

4、那个战胜人类最强棋手的 AlphaGo，现在要教人类下围棋了 

乌镇举办的第四届世界互联网大会上，Google CEO Sundar Pichai 表示，google 正在开发为其学习工具 AlphaGo Tools（阿尔法围棋工具），这套学习型工具的特点是，它已经收集了 231000 套人类对弈的棋谱，同时还囊括了 75 场 AlphaGo 与人类棋手对弈的棋谱，目前这套工具已经基本开发完成，不久就将推出。

虽然活动现场来的多是学围棋的小朋友，但 AlphaGo Tools 这套学习工具适用于任何想要学习围棋的人，而 Pichai 本人也表示，他也正在用这个工具来学习。

5、Google AI 创造的 AI 超过人类创造的 AI

Google AI 已经能发明自己的加密算法，现在它还能创造自己的 AI 了。这个被称为 NASNet 的 子 AI 的任务是从视频里实时识别目标如人、汽车、交通灯、手提包和背包。AutoML 会评估 NASNet 的表现，然后使用获得的信息开发改进版本，重复这一过程数千次。研究人员用 NASNet 测试了 ImageNet 图像分类和 COCO 目标识别两大数据集，在 ImageNet 的测试中 NASNet 的正确率达到了 82.7%，比人类的最新结果高 1.2%，效率高 4%，计算需求也更少。文章详情《Google AI 创造的 AI 超过人类创造的 AI》

6、谷歌宣布 TensorFlow Lite 支持 Core ML

在与苹果合作之后，近日，谷歌 TensorFlow 团队宣布，TensorFlow Lite 正式支持 Core ML。今后，iOS 开发人员将可以利用 Core ML 的优势来部署TensorFlow模型，此外，TensorFlow Lite 还将继续支持包括 iOS 在内的跨平台格式（.tflite）。此次 TensorFlow Lite 是通过采用 TensorFlow 模型和将其转换为 Core ML 模型格式（.mlmodel)的工具来支持 Core ML。

7、IBM 研发 AI 可预测化学反应结果

将原子视为字母分子视为单词，IBM 的 AI 软件利用翻译语言的方法去预测有机化学反应的结果。这项研究可能有助于加速新药的研发。过去五十年，科学家尝试训练计算机模拟化学反应，让计算机帮助预测有机化学反应的结果。IBM 苏黎世研究院的 Philippe Schwaller 称，AI 程序的模拟精确度能达到 80%，目前 AI 能处理的最大分子由大约 150 个原子组成。

8、为应对人工智能，IBM 推出性能强劲的 Power 9 处理器

AI 人工智能、机器学习才是未来的重点，可以极大地提升用户体验以及让数码产品更智能，但是这一切前提就是有足够强的运算能力。在这个前提之下，蓝色巨人IBM推出了新一代专门为提升计算能力的 CPU——IBM Power 9 系列处理器，以解决人工智能和机器学习等资源密集型工作负载。

分享朋友圈 也是另一种赞赏

The more we share, The more we have

 

欢迎加入数据君高效数据分析社区

加我私人微信进入大数据干货群：tongyuannow 

目前100000+人已关注加入我们