hello，大家好，我是依然熬週末為大家寫總結的小ai妹。我們來簡單回顧下這周有哪些熱門事件。
TensorFlow1.2.0版發佈，新增14大新功能，熱不熱？
讓人工智能學會談判，Facebook開源端到端強化學習模型，熱不熱？
但是，但是，小ai妹覺得都比不上週末幹、燥、熱的天氣......
這樣的天氣真是太熱情了，有點讓人招架不住，但也想出去玩兒啊，這個時候陪你出去的人，都是真愛...
可是沒有真愛...那就在家涼快吧！！啤酒西瓜+小ai的一週總結~~~
業界
➤人工智能：Facebook打擊恐怖主義的新武器
“目前，我們正使用AI等先進技術打擊與ISIS、基地組織及其相關的恐怖主義內容。在適當的時候，我們希望能將其範圍擴大到其他恐怖組織。”Facebook兩位發言人表示，“當有人試圖上傳恐怖照片或視頻時，我們的系統會將其與ISIS的宣傳視頻或者在Facebook上出現的其它極端圖片和視頻自動匹配，一旦匹配符合，就會立刻刪除這些內容。”
➤中國5G投入超1800億美元！助推人工智能佈局，引爆AR、VR
國企通訊5G研究員石曉波認為：“我們目前使用的4G網絡，端到端時延的極限是50毫秒左右，還很難實現遠程實時控制，但如果在5G時代，端到端的時延只需要1毫秒，足以滿足智能交通乃至無人駕駛的要求。”
➤美國2.58億啟動E級超算研發，英偉達英特爾IBM等6家公司參與
美國能源部（DoE）及與其合作的 6 家硬件供應商將得到近 5 億美元的資金，致力於研究、開發和部署 E 級（百億億次）計算項目。Exascale Computing Project（E 級計算計劃）及日前宣佈的擴展項目 PathForward 促成了這一最新進展。在為期 3 年的合約期間，英特爾、英偉達、Cray、IBM、AMD 和惠普這6家公司將獲得 2.58 億美元作為研發經費。
➤機器換人潮： 前5月工業機器人產量增長50.4%
今年前五月，中國工業機器人產量同比增長了50.4%。
近年來，中國機器人產量一直保持著高速增長。去年9萬臺的銷量已接近全球市場份額的1/3，中國已連續四年成為全球最大的工業機器人市場。有數據預測，到2018年，中國工業機器人市場規模將達到15萬臺。中國的機器人密度遠低於世界平均水平，隨著人口紅利逐漸消失和產業轉型升級，目前長三角、珠三角等地正在推動機器換人，這為中國機器人產業帶來了前所未有的巨大機遇。
➤137億美元買下全食超市，亞馬遜又增一處AI練兵場
據外媒消息稱亞馬遜以137億美元現金收購全美最大天然食品和有機食品零售商全食超市，是其史上金額最大的一筆交易。
當行業關注這一大手筆收購時，有媒體指出亞馬遜此舉可以充分利用物流運輸過程中、銷售環節中產生的大量數據，進而為自己在AI領域增加一處新的練兵場。
➤為保自動駕駛不落後 豐田稱考慮兼併或收購科技公司
據國外媒體報道，豐田汽車社長豐田章男週三表示，公司考慮通過併購來獲取新的汽車技術，包括自動駕駛技術等。豐田章男在公司年度股東大會上表示，作為全球第二大汽車生產商，豐田在關注和重視自動駕駛汽車與電動汽車方面，比競爭對手慢了較長時間，因此豐田在這些領域擴展時就要更為努力。 豐田章男稱，汽車行業正在發生重大變革，那些我們或許認為還遙不可及的問題和想法，卻可能在明天就會影響到我們。
➤通用汽車批量生產雪佛蘭Bolts全電動無人駕駛汽車
通用汽車剛剛宣佈，在密西根獵戶座裝配廠完成了130臺雪佛蘭Bolts全電動無人駕駛汽車的生產。雪佛蘭Bolts全電動無人駕駛汽車配備了通用汽車公司自主研發的新版本自動駕駛技術，這項技術源自於該公司於2016年初收購的舊金山自主車輛創業公司Cruise Automation。
這些車輛將在舊金山、亞利桑那州斯科茨代爾和底特律街道上行駛。據報道，通用汽車計劃在2018年提供數千量雪佛蘭Bolts全電動無人駕駛汽車，而萊夫特公司正在加緊部署無人駕駛乘坐共享系統，計劃在2020年或2021年初具規模。
➤麥肯錫報告：2016年人工智能投資超300億美元，正進入最後突破階段
人工智能投資正在快速增長，其中谷歌和百度等數字巨頭是主導者。從全球範圍看，估計 2016 年科技巨頭在人工智能上投入了 200 億到 300 億美元，其中 90% 花在了研發和部署上，另外 10% 則花在了人工智能併購上。VC 和 PE 融資、撥款和種子輪投資也在快速增長，儘管基數很小，但已經增長到了總共 60 億到 90 億美元。機器學習作為一項賦能技術，已經在內部投資和外部投資中都佔據了最大的份額。
➤微軟開發玩《吃豆人》的人工智能：分數達999990
加拿大深度學習創業公司Maluuba於2017年1月被微軟收購。該公司的團隊採用了一種“分解式”的技術，使AI系統可以玩Atari 2600版本的這款遊戲，並取得了999990的完美分數。
Maluuba利用了強化學習技術，即對於特定問題，AI將獲得正面或負面反饋，從而應對不可預測性。強化學習被認為可以幫助系統自主做出決策。這與受監督學習不同，即系統獲得正面和負面案例數據，從而建立經驗基礎。
➤上海街頭驚現Moby人工智能便利店：有輪子自己會跑
發明Moby的瑞典新創公司Wheelys（合肥大學也參與了研發）認為，這就是便利店未來的形態，藉助可移動性與低廉的建造和運營費用，Moby可以更好的為缺少便利店的郊區提供服務。
消費者下載官方應用後，拿手機就能打開便利店的店門 。 隨後一位類全息圖像的AI助手會恭迎你的到來。購買也相當方便，只需掃一掃所需商品或者將它們放在智能籃子中就行。如果未來自動駕駛汽車能得到普及，這家便利店可能會直接開到你家門口送貨。當然，該公司也在測試通過無人機遞送小型貨物。
➤百度地圖賦能交通生態建設，人工智能技術成最大助推器
百度地圖是國內提供地理信息服務的龍頭產品，在全球範圍內擁有超過1.4億POI，基於海量定位數據，百度地圖開放平臺已經為超過110萬開發者提供服務，開發者市場佔有率超過75%。依靠百度自身的數據、用戶上傳數據及地圖多年積累下來的全景、街景等數據，百度地圖擁有了數字升維所需的基礎資源，結合人工智能等技術條件，使地圖更立體、更趨近於真實世界，從而讓百度地圖進化成為符合現代人需求的智能出行決策平臺。
➤蘋果CEO鬆口：正研製無人駕駛“自動系統”
美國彭博新聞社13日發表對庫克的這一採訪。這是庫克迄今對蘋果無人駕駛“祕密計劃”的最詳細披露。
庫克說：“我們正聚集自動系統。顯然，自動系統的目標之一是無人駕駛汽車。還有其他目標。”他說，蘋果把自動系統視作全部“人工智能項目之母”，“自動化令我們難以置信地興奮，但我們將拭目以待它會給我們帶來什麼”。
➤超越谷歌 百度在日本發佈人工智能鍵盤
百度日本針對廣受歡迎的日語鍵盤應用程序Simeji正式推出了語音識別功能。採取人工智能支持的語音識別，第三方鍵盤“輸出”口令，並自動添加標點符號，這項技術完全超越了谷歌等競爭對手。
➤美國或對中企投資人工智能等領域做出限制
據路透社報道，美國幾位現任和離任官員表示，美國似乎準備強化對中國企業投資硅谷的監管，以更好地保護那些對美國國家安全至關重要的敏感技術。
尤其值得關注是，中國企業對人工能和機器學習領域的興趣越來越大，近年來吸引了越來越多來自中國的資金。美國政府擔心的是，美國開發的尖端技術可能被中國用來加強軍事能力，甚至可能幫助其在一些戰略性行業取得領先地位。
➤華夏基金與微軟在人工智能投資領域達成戰略合作
日前，華夏基金與微軟亞洲研究院達成戰略合作，宣佈雙方將就人工智能在金融服務領域的應用展開戰略合作研究。
智能投資是此次雙方合作研究的契機和重點，研究方向包括通過模式識別預測市場走勢、基於深度學習挖掘影響市場的重要因素、基於機器學習方法論進行行業輪動的研究、基於大數據構建金融圖譜、基於社交網絡與應用軟件等使用數據，識別並深度瞭解客戶等。除了目前雙方在智能投資等領域的研究合作，未來可以共同探索的領域也非常廣闊。
➤傳騰訊副總裁黃海跳槽百度旗下所屬公司，百度：傳聞不實
據自媒體爆料騰訊副總裁黃海將成為騰訊OMG（網絡媒體事業部）大變局過程中首位離職的高管，並即將加入百度旗下創業公司，跟隨百度集團總裁、COO陸奇一起開始做智能汽車項目。但百度向媒體表示此傳聞不實。
➤外媒稱谷歌和蘋果正合作，未來谷歌助手可完全替換Siri？
據外媒Androidguys獨家消息源報道，蘋果和谷歌可能正在進行更深入的合作，為iOS版谷歌助手（Google Assistant）開放更深入的系統集成。據報道，目前iOS版谷歌應用仍然是作為第三方應用，而不能像Siri一樣作為系統語音助手，權限和體驗均十分有限。而未來通過這項合作，用戶可以在iOS系統中切換使用Siri或者谷歌助手，谷歌助手或將有系統級集成。
➤馬斯克：威脅人類的是深度人工智能，而不是自動化
此前，有Twitter用戶開玩笑地將來自BI關於特斯拉無人駕駛汽車的消息發送給馬斯克，並要求他確認，“無需人工的自動化技術”不會導致“機器人末日”。馬斯克在Twitter上重申了他此前的觀點，即會給人類帶來“末日”風險的並非自動化技術，而是深度人工智能。
➤考恩公司AI研究報告：八成IT公司轉做AI，三年後市場規模4000億美金！
①數字化市場或市場自動化、Salesforce 自動化（CRM）和數據分析將成為人工智能最為成熟的三大應用領域。
②81% 的 IT 公司正在或者計劃投資人工智能：
③各種市場預測有所差異，但爆發式增長趨勢不變：IDC 預測認知系統和人工智能市場（包括硬件和服務）將會從 2016 年的 80 億美元增長到 2020 年的 470 億美元，複合年增長率（CAGR）達到了 55%。
④AI 初創公司財務交易數量六年增長十倍：從 2011 年的 67 增長到 2016 年的 698
⑤人工智能將應用於病患數據處理：到 2025 年，基於算法的交易、圖像識別和病人數據處理也將成為主要的人工智能應用領域。
⑥機器學習將帶來更多利潤：機器學習到目前為止增長了 35 億美元（來自 400 多家公司），遠遠超過了自然語言處理的增長。
⑦企業將會大規模採用智能應用棧：在企業應用中加入機器學習算法以便為企業的整體價值鏈提供預測洞見將成為一種常態。
⑧AI 初創公司數量爆發式增長：目前有 2200 多家人工智能初創公司，其中有超過 50% 的初創公司是在最近兩年成立的
⑨人工智能將佔領主流市場：埃森哲預測人工智能市場將會有指數級的增長，到 2020 年將會達到 4000 億規模。
技術前沿
➤TensorFlow1.2.0版發佈，14大新功能，增加Intel MKL集成
TensorFlow 日前發佈了最新版 1.2.0，公佈了14大最新功能，比如Windows上支持Python3.6， 時空域去卷積（spatio temporal deconvolution.）增加了tf.layers.conv3d_transpose層，等等。另外該版本還包括bug修復以及其他方面。
➤DeepMind開發新型神經網絡，增強AI對現實世界的理解和推理
最近 DeepMind 公司開發的新型神經網絡使計算機能夠了解不同對象之間的相互關聯性， 將有可能成為促使人工智能瞭解外界世界的里程碑。
➤MIT新突破：Nature Photonics揭祕新型光學深度神經網絡系統
儘管科學家和研究者一直在探索新型的計算形式，但目前電子計算仍然是絕對的主流。隨著以深度學習為代表的人工智能技術的興起，人們也開始關注如何開發出能更有效、更高速地執行神經網絡運算的計算硬件。近日，麻省理工學院（MIT）的研究者在 Nature Photonics 上發表的一篇論文《Deep learning with coherent nanophotonic circuits》提出了一種使用光子技術實現神經網絡的方法，而且他們還已經對這一概念進行了實驗驗證。MIT 官網對這一研究進行了報道解讀，機器之心對這篇文章以及原論文的摘要進行了編譯介紹。
➤NVIDIA研發可不依賴GPS的視覺導航系統
GPU製造商Nvidia的研究人員目前正在致力於研發依靠視覺識別和計算機學習的導航系統，以確保無人機在樹林中不會迷失。Nvidia的研究人員不是從頭開始構建無人機，而是選擇使用現成的無人機。該導航系統採用Nvidia研發的Jetson TX1機器學習模塊，它是從兩臺攝像機獲得視覺數據。
目前這套導航系統仍處於實驗階段，最初的目的是滿足在森林小徑當中的救援任務需求，例如尋找受傷的徒步旅行者等等。但是，該團隊認為低空無人機可以將其範圍擴大到任何沒用GPS信號或者GPS信號不穩定的地方，包括擁擠的城市景觀或檢查倉庫中的庫存。該系統甚至可以適應於在水下搜索損壞的電纜。
➤OpenAI和DeepMind的新算法讓未來的人工智能更安全
OpenAI和DeepMind的研究人員希望利用一種能從人工反饋中學習的新算法，使人工智能更安全。
論文的共同作者、OpenAI研究員達里奧·阿莫德伊（Dario Amodei）表示，減少對人工智能系統的監督是未來可能專注的一個研究領域。他表示：“從廣義上說，半監督學習技術在這裡可能會有幫助。另一種可能的選擇是提供信息密集的反饋形式，例如語言，或者讓人工指向屏幕的特定部分，以代表良好行為。信息更密集的反饋或許將幫助人工減少與算法溝通的時間。”
➤機器翻譯新突破：谷歌實現完全基於attention的翻譯架構
近兩年來，機器翻譯的突破讓人目不暇接，從去年穀歌的顛覆性突破開始到一個月前 Facebook 的全新 CNN 翻譯技術，人工智能的巴別塔正越建越高。近日，谷歌再次宣佈又在機器翻譯上更進了一步，實現了完全基於 attention 的 Transformer 機器翻譯網絡架構，並且還在 WMT 2014 的多種語言對的翻譯任務上超越了之前 Facebook 的成績，實現了新的最佳水平。
➤Poseidon：高效的分佈式深度學習通信架構
近日，卡耐基梅隆大學和 Petuum 推出了新一代高效的分佈式深度學習通信架構 Poseidon。Poseidon 是一個易於使用，並能放大 DL 程序在 GPU 集群性能的通信架構。已存的 DL 程序不需要更改代碼就能通過 Poseidon 在多個機器上自動最優地實現並行化，加速效果和機器數量呈線性增長關係。
➤中科院開源圖形化機器學習系統Easy ML
最近，中科院計算所發佈了 BDA 大數據分析平臺，並開源了全部 API 和一項 Easy Machine Learning 技術。Easy Machine Learning 系統通過交互式圖形化界面讓機器學習應用開發變得簡單快捷，系統集成了數據處理、模型訓練、性能評估、結果複用、任務克隆、ETL 等多種功能，此外系統中還提供了豐富的應用案例，可供開發者們下載使用。
➤騰訊Angel 1.0正式版發佈：基於Java與Scala的機器學習高性能計算平臺
Angel是一個基於參數服務器理念開發的高性能分佈式機器學習平臺，它基於騰訊內部的海量數據進行了反覆的調優，並具有廣泛的適用性和穩定性，模型維度越高，優勢越明顯。 Angel 由騰訊和北京大學聯合開發，兼顧了工業界的高可用性和學術界的創新性。
Angel的核心設計理念圍繞 模型 。它將高維度的大模型合理切分到多個參數服務器節點，並通過高效的 模型更新接口和運算函數 ，以及靈活的 同步協議 ，輕鬆實現各種高效的機器學習算法。Angel基於 Java 和 Scala 開發，能在社區的 Yarn 上直接調度運行，並基於 PS Service ，支持 Spark on Angel ，未來將會支持圖計算和深度學習框架集成。
➤讓人工智能學會談判，Facebook開源端到端強化學習模型
目前，已有的聊天機器人（chatbot）能夠完成簡短的對話、簡單的任務，比如預定餐館。但建立能夠與人類進行有意義對話的機器仍是巨大的挑戰，因為這需要 bot 結合知識與對對話的理解，然後生成新的句子幫助它達到目標。而Facebook 人工智能研究所（FAIR）的研究人員公開了一個具有談判新能力的對話智能體（dialog agents），並開源了其代碼。
➤谷歌機器翻譯破世界紀錄，僅用Attention模型，無需CNN和RNN
谷歌在機器翻譯上的一項最新研究：僅使用注意力機制構建模型，不需要CNN和RNN。作者稱，在機器翻譯上這一模型效果超越了當下所有公開發表的機器翻譯模型，在BLUE上取得創紀錄的成績。訓練速度和效率上： 8 顆 P100 GPU 上3.5 天完成訓練。該研究可以看成是對Facebook此前機器翻譯突破的迴應：不久前，Facebook發佈了基於卷積神經網絡的方法，取得了當時最高準確度，並且速度是谷歌基於循環神經網絡(RNN)系統的9倍。
➤谷歌開源TensorFlow Object Detection API物體識別系統
在谷歌，研究人員開發了最高水平的計算機視覺機器學習系統，不僅可以用於谷歌自身的產品和服務，還可以推廣至整個研究社區。創造能夠在同一張圖片裡定位和識別多種物體的機器學習模型一直是業內的核心挑戰之一，谷歌宣稱自己已投入大量時間訓練和實驗此類系統。
➤通過流量識別加密視頻內容：以色列學者提出神經網絡攻擊模型
深度學習在數據特徵識別上的能力強大，目前已成為計算機視覺、圖像處理、語音識別、自然語言處理等領域的流行方法。最近，研究人員又嘗試將深度學習應用到了網絡攻擊中。利用視頻流量分析，以色列特拉維夫大學和康奈爾大學的研究者們開發的新算法只需在電腦或手機瀏覽器中加入幾行 JavaScript 代碼，就能在這臺設備連接到 Wi-Fi 後通過流量數據識別出用戶觀看的視頻內容，而識別準確率接近 100%。
➤超越蒙特卡洛樹搜索：北大提出深度交替網絡和長期評估圍棋模型
和 AlphaGo 等目前領先的圍棋程序不同，北京大學 Wang Jinzhuo、王文敏、王榮剛、高文等人提出的新方法沒有使用蒙特卡洛樹搜索，而是使用了由深度交替網絡（DANN）和長期評估（LTE）組成的系統。而且研究者還通過實驗表明該系統的棋力也強於目前大多數基於蒙特卡洛樹搜索的方法。
➤谷歌開源高效的移動端視覺識別模型：MobileNet
近日谷歌發佈了 MobileNet 網絡架構，它是一系列在 TensorFlow 上高效、小尺寸的移動優先型視覺模型，其旨在充分利用移動設備和嵌入式應用的有限的資源，有效地最大化模型的準確性。MobileNet 是小型、低延遲、低功耗的參數化模型，它可以滿足有限資源下的各種應用案例。它們可以像其他流行的大規模模型（如 Inception）一樣用於分類、檢測、嵌入和分割任務等。
投融資
➤猛獁反欺詐獲DMC領投5000 萬 A+輪融資，深耕人工智能反欺詐
本輪領投方DCM 中國聯合創始人林欣禾表示：“Cybersecurity 在國際上是一個巨大的市場，產生了很多大型的玩家。與國際市場相比，中國黑產更加猖獗，對於業務安全，我們能夠清晰地看到強勁的市場需求。特別是在金融領域，創新型業務、移動業務佔比持續增加，客群下沉，風險敞口擴大，而市場中現有的業務安全解決方案大多仍然在使用規則加黑名單的方式，很難有效的管控快速變化的金融業務中所出現的各種新型欺詐。新問題需要新方法，因此我們很看好 Maxent 猛獁反欺詐所代表的通過人工智能的方式解決業務安全的挑戰。”
➤基於人工智能進行視頻分析，Conviva獲4000萬美元風險融資
Conviva稱，他們每天要分析“來自全球25億臺設備，超過10億分鐘的視頻”。Conviva的成功，要感謝近年來OTT（指通過互聯網向用戶提供各種應用服務）行業的興盛。該公司表示，2016年視頻觀看總時長比上一年增加了80%，2017年這一增幅將超過150%。到2021年，OTT視頻的市場規模預計超過600億美元，隨之所需的就是Conviva擅長的分析服務。
➤利用人工智能技術檢測駕駛疲勞，徑衛視覺獲得愉悅資本A輪數千萬融資
據悉，徑衛視覺自2009年開始立項研究基於人臉識別技術的汽車主動安全項目，該公司利用圖像識別技術，對司機疲勞駕駛，視線偏離路面，車道偏離，防碰撞等行為主動發出預警。通過結合人工智能的計算方法，實現對駕駛員在途駕駛行為的可視化以及可干預化。
➤人工智能創業孵化器 Element AI 完成業內最大規模 A輪融資 1.02億美元
Element AI 為全球網絡安全，金融科技，製造，物流和運輸，機器人等領域的企業提供 AI 解決方案，讓他們能夠將 AI 與其專有權利和價值數據結合使用。Element AI 由兩名連續創業者 和“深度學習之父” Yoshua Bengio 聯合創辦於 2016年 10月。
➤用人工智能剪輯視頻，“智影”獲得數千萬元A輪融資
慧川智能旗下主要產品智影，是一個能夠將腳本文字快速轉化為短視頻的雲平臺。在用戶輸入一篇文章、一個鏈接或者一個關鍵詞後，它將基於人工智能技術，自動搜索合適的圖片及視頻素材，並配以人工智能合成的語音，最後融合成一條短視頻。
➤用深度學習為自動駕駛汽車提供仿真測試，Cognata融資500萬美元
雖然有許多人都對Level 5級的完全自動駕駛充滿期待，但客觀來說，這還是一個很漫長的過程。其中一個的必經之路，就是自動駕駛車輛在公共道路上近乎海量里程的測試。
Cognata是一家座標以色列的創業公司，他們正計劃為自動駕駛車輛解決這個問題，並加速車輛測試的進程。據悉Cognata計劃在虛擬環境中重建實際道路環境，開發者可以將它們的自動駕駛平臺在環境中進行部署，而無需將軟件裝載到傳統的汽車中。
➤Codota 用人工智能幫程序員寫代碼，獲 200 萬美元種子資金
以色列初創公司Codota想成為編程界繼Github之後的下一個顛覆者，通過運用人工智能，Codota可以為編程者推薦代碼語句從而提升編程效率。Codota近日獲得了來自Ventures的200萬美元種子投資。
➤語音助手平臺Snips獲1300萬美元融資
一家名為Snips的巴黎創企近日宣佈完成1300萬美元融資，將推出一款全新的語音平臺，在谷歌Home和亞馬遜Alexa之外，給消費者提供更多選擇。這一語音助手平臺以人工智能技術為驅動，支持任何設計人員將其整合進自己的設備中。Snips會和客戶合作，根據後者的需求對平臺進行修改。與此同時，一款消費者版本也將上線，Raspberry Pi設備用戶均可使用。
應用
➤安防或成為 人工智能第一“著陸場”
“未來4到5年，安防將進入一個人工智能高速發展的時代。”國內安防企業宇視科技副總裁閆夏卿表示，安防行業2016年基本完成了場景智能的適配；2017年、2018年將進入以深度學習為基礎的人工智能階段；到2019年、2020年將全面進入到數字智能的階段。最終，經過數字智能階段後，安防行業的人工智能將全面的和全行業、全IT的大數據業務平臺進行完善的對接，安防也進入智能時代。
➤人工智能時代，你以為自己做出的投資決定，其實都是被算法設計出來的
通過社交網站收集用戶信息，刻畫用戶畫像已不是什麼新鮮事。但微軟亞洲研究院構建了一個跨平臺用戶行為數據。所謂跨平臺，是指每一個用戶數據來源於不同的平臺，比如微博上的文字、頭像，豆瓣上的點評、分享位置信息，把它們合在一起，做單平臺上做不了的研究。
微軟研究院提出一個大五人格推算模型。該模型集成了不同來源的用戶數據，比如用戶發表的文字、圖像、表情圖等等，再用深入學習的方法進行分析，計算出用戶的大五人格。
➤紐約時報使用谷歌的人工智能審核評論
《紐約時報》推出了一個新的人工智能評論審核功能，該功能使用了Perspective，這是一個由Jigsaw構建的人工智能應用程序編程接口，Jigsaw是谷歌公司的母公司阿爾法集團退出的智囊團。《紐約時報》表示，這個被簡單地稱為“Moderator”的、新的人工智能將允許該網站為更多文章開放評論。
➤當我們還以為客服就是呼叫中心，其實人工智能早已登上王座
人工智能 +智能客服是目前很熱的賽道，電商巨頭紛紛入局，阿里在2015年7月發佈阿里小蜜1.0，定位於私人購物助理，京東自2012年12月成立JIMI智能客服團隊，至今已承擔超過50%的京東客服任務，網易自從推出考拉海淘和網易嚴選之後，自建網易七魚解決客服壓力，騰訊部署騰訊企點等。
➤英國石油公司使用人工智能技術尋找新能源
作為美國最大的獨立石油生產商之一，先鋒自然資源公司上月表示，該公司計劃利用人工智能提高鑽探油井的成功率。
先鋒自然資源首席技術官在上個月表示，人工智能使得鑽探更具可預測性。他說：“我們的目的是為了能真正用人工智能為我們鑽探油井，而不是我們以350萬美元這一創低成本記錄的價格鑽探了油井，然後剩下價值800萬美元的人工智能殘骸。我們正致力於縮小這一差距，預期鑽一口油井的平均價格是450萬美元左右。”
➤模擬原子組合發現新物質，人工智能在科研領域大有可為
人工智能已經開始在基礎科學領域大施拳腳，其中的思路相信會給人工智能領域的創業者帶來啟發。目前利物浦大學的科學家正嘗試用機器學習算法，模擬原子之間的無窮多的組合方式，從而發現新的物質，這讓計算機在某種程度上扮演了造物主的角色。
在該研究中，通過向機器學習算法輸入已知物質的構成數據，可以讓計算機預測與之類似的新物質中原子可能的組合方式，這可以幫助科學家大大縮小尋找新物質的範圍，從而提高發現新物質的效率，這也使科學家得以將精力集中在實驗結果分析上，避免像過去那樣陷於痛苦的實驗階段。
➤Driva.ai發佈國內首個人工智能駕駛助手，要幫司機緩緩堵車時的心情
上週末，初創公司Driva.ai悄悄上線了公司的第一款產品智能駕駛助手應用Driva，Driva方面稱這也是國內第一個人工智能駕駛助手應用。這款應用目前主打起步提醒和30秒視頻錄製。
Driva的主要功能包括：駐車時的起步提醒：在堵車或者等紅燈時，Driva通過深度學習和計算機視覺技術能夠準確定位到前車或者紅燈。它會保持觀測信號，並且在你能前進（綠燈亮起或者前車開走）時發出通知。拍攝途中風景：在Driva的拍攝模式中，用戶可以記錄下30秒前發生的事件（比如前方事故或者是有UFO飛過）。視覺強化：當你看不清楚前方路牌或者交通標識時，只需雙擊屏幕就能放大指定的區域。
➤AI 公司為銀行開發深度學習工具打擊 ACH 欺詐案
目前，ACH 欺詐案的數量還在繼續增長。面對這類欺詐，消費者的權益是受到法律保護的，但對企業和組織來說，就沒有那麼多明確的法律條款了。 為了解決這一現狀，英國欺詐和風險管理公司 AI 研發了一項深度學習技術 SmartSuite，幫助銀行直接對抗日益增長的 ACH 欺詐風險。
該技術主要利用 SmartScore獨特的多模型功能， 使用戶可以創建針對某一特定詐騙類型的神經模型，以預防下一次 ACH 欺詐。並通過不斷刷新可利用的數據，根據當前趨勢獲得最新和最準確的風險評估。
➤準確率達96%！AI 可以提早 18 個月診斷自閉症
醫生一般在孩童2-3歲時才能對他們的社會行為、語言、動作及重複行為進行觀測和評估，從而得出是否需要進行醫學干預的結論；而目前的一個新研究表明，人工智能可以把這個時間提早到6個月。在《科學轉化醫學》雜誌上發表的一項研究顯示，醫生們能夠利用機器學習判斷6個月大的嬰兒是否會發展成自閉症譜系障礙，其準確率甚至超過96%。
➤海上“無人競賽”悄然打響，無人駕駛技術已從陸地邁向海洋！
據悉，世界上最大的礦業集團必和必拓（BHP Billiton Ltd.）作為採礦行業的領導者，正在利用自動駕駛技術研發一種巨型的自動航行貨輪，這種貨輪將在完全無人管理的情況下將礦石、煤炭等各類礦產運抵遍佈全球的目的地。
➤谷歌AI眼科醫生上班，或將避免數億人失明
據外媒報道，Google正準備做一個使用機器學習來擴大探索醫療健康的大型實驗。如果成功，將幫助保護數百萬患有糖尿病患者免於陷入失明等併發症。
去年，Google的研究人員宣稱，他們已經在訓練圖像識別算法來檢測與糖尿病相關的眼病。研發的軟件用以檢查患者視網膜照片，從而發現微小的動脈瘤，這是糖尿病視網膜病變(簡稱‘糖網病’)的早期階段，及早治療就會使得糖尿病患者降低失明的風險，目前，該技術正開始應用到印度的一些眼科醫院。
好了，本週的總結回顧就到這裡了，喜歡小ai妹的，別忘了戳個贊！
（以上內容來源於AI100、新浪科技、騰訊科技、機器之心、雷鋒網、Xtecher、品途網、36氪、億歐網、新智元、人工智能內參、獵雲網、TechWeb評、鈦媒體、新芽、ZD至頂網等等。）
相關推薦
