1、人工智能界年度*会议AAAI 2017最佳论文出炉
人工智能界年度*会议AAAI 2017最佳论文出炉
【新闻摘要】人工智能界年度*会议AAAI2017于2月4日在美国旧金山举行，会议围绕人工智能的研究与发展，开展多场演讲、课程讲座、Workshop等活动，吸引了世界各地的人工智能精英参加。据不完全统计，本届AAAI大会共发表639篇学术论文，其中，最佳论文来自斯坦福大学计算机科学系的Russell Stewart、Stefano Drmon，他们的论文《用物理和特定领域知识让神经网络进行不带标签的监督学习》，采用物理学领域的启发进行AI研究，这一思路与最近圈内讨论最多的AI研究趋势不谋而合。新闻链接
【小云评论】作为全球范围内人工智能领域水平最高的会议之一，AAAI会议到今年已经举办了31届。在成立之初，AAAI组织的名字是“美国人工智能协会”,后改名为“人工智能促进协会”，充分体现了全球化和创新性的特点。今年大会注册人数1692人，共收到2571篇论文投稿，均创历史新高。在投稿论文中，机器学习、自然语言处理等方面成为热门词汇。本次会议中国和美国投稿分别占31%和30%，居前两名。美国参会者在博弈论、搜索、认知系统和视觉等领域发表了多篇文章，突出实时场景交互。中国专家在知识图谱、机器翻译和智能问答等领域进行了阐述，重点是对语言和语义的分析与处理。本次会议因与中国春节冲突，特地更改了日期。未来，AAAI将继续成为人工智能领域各国前沿技术的舞台。
2、巨舰再起航 Salesforce以AI+CRM再战江湖
巨舰再起航 Salesforce以AI+CRM再战江湖
【新闻摘要】Salesforce（客户关系管理软件服务提供商）最早将软件带入到SaaS时代，从最初的CRM行业新星，到现在，已经成为集SaaS、PaaS、大数据、人工智能于一体的综合性营销、销售服务平台。2008年，在成立的第一个9年，Salesforce做出了一个关键决定，向平台化发展，建立客户自行开发应用的Force.com平台，赋予其面向大中型客户的能力，最终成长为CRM行业里的巨无霸。2017年，又一个9年过去，Salesforce迎来了新的转折点，最新推出了名为“爱因斯坦”的人工智能产品，全面向人工智能进军，“爱因斯坦”将会被嵌入到商业业务内，自动挖掘相关商业信息，预测客户行为，推荐下一步最优行动，最终帮助客户提升销售能力。新闻链接
【小云评论】Salesforce推行的软件即服务的理念与实现方式，使之成为云计算领域SaaS层面的领先企业。近年来，Oracle和SAP等传统巨头也逐渐采取云计算的战略，将自己的产品以在线服务化的形式呈现，对Salesforce构成了很大挑战。在2016年底，Salesforce公司CEO Marc Benioff表示未来3-4年内争取使公司的市值翻番，全面智能化是全球范围内各领军企业取得创新性增长的重要手段。阿里云在2016年8月推出了人工智能机器人ET，基于大数据和深度学习，在语音图像识别、情感分析和智能交通领域构建核心应用。SAP的HANA云平台推出了分析智能的产品，Oracle也推出了自适应智能应用，可见人工智能是在线软件服务的兵家必争之地。
3、物联网监测雾霾 美国城市向家庭智能硬件推送空气质量信息
物联网监测雾霾 美国城市向家庭智能硬件推送空气质量信息
【新闻摘要】当地时间2月7日，美国肯塔基州第一大城市路易维尔宣布，在免费网络服务IFTTT上发布空气质量监测频道。所有家中装有智能家居数码产品的市民，可把这些产品与该平台相连，获取最新的空气质量信息。例如，若市民发现家中的飞利浦Hue智能灯泡变成了红光——这意味着空气质量良，当天不宜出门。该服务的实现，是依靠IFTTT平台和物联网设备自动传递监测空气质量数据。IFTTT允许你创建“如果发生了 A，那么就进行 B”风格的自动化。这被称为物联网设备、社交网络和服务之间的“菜谱”。新闻链接
【小云评论】继移动互联网成为居民日常社交、消费和娱乐的普遍模式后，面向人与设备、设备与设备的物联网已逐渐成为热点。市场研究机构Juniper Research发布的最新数据显示，物联网连接设备的数量将在2020年达到385亿。但是，前期的物联网主要聚焦在工业生产领域，在智能家居和出行领域应用并未广泛落地。此外，服务模式和应用模式也并不清晰明朗。IFTTT此次发布的服务，方式简洁清晰，与人们日常生活紧密结合，是一个很好的切入点。下一步，在简单的条件与结论模式基础上，还应考虑融入人的判断和选择，形成人与物结合的闭环模式。
4、Swarm AI精确预测超级碗最终比分 大逆转剧情难逃群集智能预测
Swarm AI精确预测超级碗比分 大逆转剧情难逃群集智能预测
【新闻摘要】2月6日，第51届“超级碗”美国国家橄榄球联盟冠军总决赛在休斯敦落幕。新英格兰爱国者队在落后25分的情况下成功逆转，最终以34比28战胜亚特兰大猎鹰队。开赛之前，一个由Unanimous公司研制的人工智能平台已经精确地预测到了比赛的结果，它的比分预测正是34比28，爱国者队赢得比赛。这一名叫Swarm AI的平台是一个结合了群集算法和人类输入数据的预测引擎。软件检测群体的对话，搜集信息数据用于预测。本届超级碗，Unanimous通过在40名橄榄球球迷间引起讨论，在网上把这些人互联起来，最终成功预测比分。新闻链接
【小云评论】人工智能的难点之一是如何在起始阶段获得宝贵的用户数据，这也被称为著名的“冷启动”问题。作为广泛采纳了自然界群体效应的swarm算法，更依赖于参与人员群体的原始数据。除了算法本身，对样本人员的选取、设计的问题以及如何调动他们的参与性，是获得准确结果的关键。作为体育赛事，参与的人员背景相对集中、参与度较强。而对于其它更加广泛的社会性议题，需要重点研究如何通过科学调查获得更加准确和具有指导性的初始数据。
5、拨款2450万美元建立“无人小镇” 韩国*也要支持无人驾驶上路
拨款2450万美元建“无人小镇” 韩*也要支持无人驾驶上路
【新闻摘要】针对无人驾驶汽车的立法与争议正从美国蔓延到亚洲国家，2016年 8 月，新加坡道路交通管理局正式签订了无人出租车运行的协议，允许nuTonomy 开发的车辆在特定区域内运行。11月，韩国在新修订的《韩国汽车管理法》中明确了自动驾驶车辆的运营细节。韩国还将成为亚洲最早拨款支持自动驾驶技术的国家之一：韩国国土交通部在2017年将为自主车辆基础设施拨付279亿韩元预算，同时在被称为“韩国硅谷”的板桥市建立一座名为“k-city”的模拟城市，用以测试自动驾驶汽车。新闻链接
【小云评论】多年来，韩国在科技领域进行了大量投入。以2014年为例，韩国在科技领域的投资已占其国民生产总值的4.29%，排在世界首位，2017年计划达到5%。特别是在AlphaGo与李世石人机大战之后，韩国*加大了对人工智能等高科技产业的扶持力度。自动驾驶技术随着终端设备、通信和人工智能的发展逐步深入。但与之相应的政策监管会是一个长期争议性话题。由于驾驶过程中会遇到诸多突发问题，因此，在模拟环境中不仅要对现实场景进行模拟，还要聚焦可能出现的事故与争端，形成针对性的法规与政策预案，才能推动此项技术最终落地普及。在中国，无人驾驶还应与城市化进程和环境保护、交通治理结合，充分探索通过无人驾驶提高轨道交通、公共交通运营效率以及城市规划布局，增强工作居住地与交通枢纽之间的连接能力，以及交通拥挤状况下的优化行驶，实现高密度人口环境下更快捷、环保地出行。
6、AI如何助力电网智能化？
AI如何助力电网智能化？
【新闻摘要】为解决可再生能源的间歇性问题，英国电网运营商“国家电网”部署了“按需的解决方案”，即奖励那些在收到通知后立即减少用电量的消费者以及要求那些具有存储电力设备的消费者帮助分担激增的需求。为了筛选最佳的电网参与者，电网运营商可以使用复杂的机器学习技术，模拟特定设备的行为以及电池存储单元来审查智能电表和传感器的数据。在英国和其他地区的多家人工智能研究机构和一些初创公司已经开始实践开发此类系统，例如相对简单的机器学习版本已经开始投入使用。新闻链接
【小云评论】与今天业界流行的云计算模式相比，能源界在早期就实现了能源供应系统的云化工作，以统一资源池的方式对外提供服务，实现了消费场景的“即开即用”。但并未在此基础上达到对资源的灵活弹性调拨。究其原因，在于消费者和提供者的交互方式还属于传统的周期性统计，节奏远远低于能源供应变化的频率。这一改变的关键在于构建在线式的消费与供应渠道，使数据实时流转于整个系统内。在此基础上，通过良好的商务模式，促进消费者形成实时调整的习惯，使得能源得到最大程度的充分利用，实现消费者与能源供应商的双赢。
7、人工智能芯片收益显著 NVIDIA第四季度营收同比增长55%
人工智能芯片收益显著 NVIDIA第四季度营收同比增长55%
【新闻摘要】2月10日，NVIDIA（英伟达）公布了截至1月31日的2016财年第四财季财报，报告显示，NVIDIA在第四季度营收为21.73亿美元，去年同期为14.01亿美元，同比增长55%，净利润6.55亿美元，同比增长超过200%。其中，图形处理单元业务营收增长57%，达到18.5亿美元，占其总体营收的3/4以上。另一业务增长比较迅速的是汽车业务，其营收增长37.6%，达到1.28亿美元。这主要源于为特斯拉生产DRIVE PX 2无人驾驶系统。公司CEO黄仁勋在声明中称，“我们在创纪录的一年中取得了很好的成绩，所有业务持续强劲增长。我们的GPU计算平台正在人工智能、云计算、游戏和自动驾驶领域快速展开应用。”新闻链接
【小云评论】面向深度场景的算法复杂度日益增长，使得运算能力成为人工智能发展的关键。NVIDIA过去一年在传统强项上保持了高速发展，并在新领域有实质性突破。在游戏领域，NVIDIA陆续发布了面向移动平台的新系列显卡，保持了优势地位。在GPU领域，由于近年来*、科研机构和企业，特别是计算密集型数据中心的需求量提高，使得NVIDIA在该领域取得了主导权。由NVIDIA推出的GPU对深度学习的高效支持，获得了业界的认可。此外，NVIDIA多年来在人工智能领域进行了大量投资，分别与特斯拉、奥迪进行了深度合作。由此可见，NVDIA的增长，来源于生态。生态中的赢者，不仅要做好自己的产品，还要助力合作伙伴做好他人的产品。
8、美国法院给谷歌下搜索令 收集*储存的Gmail客户账号和服务器
美国法院给谷歌下搜索令 收集*储存的Gmail客户账号和服务器
【新闻摘要】美国法院要求谷歌按照搜索令要求，提交在美国*保存的用户电子邮件信息。与此形成对照的是，在之前的另外一起涉及到微软公司的类似案件中，美国联邦上诉法庭做出了截然相反的判决。位于美国费城的地方法官托马斯·鲁特在当地时间2月3日裁定，将电子邮件信息从国外的服务器传回美国境内，以便FBI人员在本地审阅这些信息用于调查国内欺诈的行为并不属于没收。法官认为，在所要求的数据中，并没有对账户持有人的“所有权利益”产生“没有意义的干扰”，“虽然谷歌从国外的多个数据中心检索电子数据有可能侵犯隐私，但实际侵犯隐私权的行为发生在美国本土”， 鲁特写道。谷歌在声明中说：“该案件的法官偏离了之前的先例，谷歌计划对裁决提出上诉”。新闻链接
【小云评论】对电子信息，特别是电子邮件隐私保护问题的争议由来已久。作为日常最频繁使用的沟通方式之一，电子邮件包含了大量的、可追溯的个人与商业信息，并且通常具备跨国界的特点。因此，无论是法律界还是科技界，对问题的定位与性质看法不一。如美国纽约上诉法院在2016年7月裁定微软无需转交在爱尔兰服务器上的电子邮件以调查毒品案件。对于该类案件，1986年通过的《存储通信法案》明显不够符合当前需求。因此，有三个方面是近期亟需解决的重点：第一，知情权，特别是预先知情权。作为用户、消费者，应当在使用前充分了解自己的数据未来可能会如何被服务提供商与司法领域使用。第二，尽快制定相应立法，符合当前实际业务场景，实现个人隐私性与社会安全性的均衡。第三，加大对信息泄露者的处罚力度，增强防控手段，充分保护个人隐私。
9、微软开源生物模型分析器：基于云的生物研究工具
微软开源生物模型分析器：基于云的生物研究工具
【新闻摘要】微软近日在GitHub上开源了“生物模型分析器”。这是一款能够帮助生物学家模拟细胞互动和通信过程的基于云的工具。生物模型分析器能够创建计算机模型，让研究人员将健康细胞的正常代谢过程与疾病发作时的异常代谢过程进行对比。使用计算机而非较为传统的模型从事这项工作，将允许研究人员以更快的速度检测比以前更多样的可能情况。分析器还可以加速有关药物间相互作用和抗药性等领域的研究，并可能最终为患者提供更为个性化和有效的癌症治疗方案。新闻链接
【小云评论】对生物细胞分析的难点在于数据量庞大、变化频率快，需要有非常高效的计算与处理方式。此外，海量冷数据的备份与归档也是不得不考虑的成本因素。采用云计算的方式，可灵活弹性地提供大规模计算存储资源，以分布式的形式创建处理模型并快速生成处理结果。实际上，云计算与生物领域的大规模结合实践已有先例。在2016年，采用阿里云技术的全国首个国家基因库开始运营，包含20PB生物基因数据。在云计算提供充分的计算能力基础上，未来将基于深度学习等方式对数据进行探索分析，加快更有效的诊疗方法与药物研制的创新步伐。
10、安全智能公司Demisto获2000万美元B轮融资
安全智能公司Demisto获2000万美元B轮融资
【新闻摘要】大多数聊天机器人初创公司专注于自动执行常见的业务任务，如共享文件和回答客户问题，然而Demisto公司正在努力完成一个完全不同的目标：对黑客进行打击。Demisto发布了其旗舰事件管理平台的新版本，旨在帮助安全人员更有效地应对其组织中的疑似违规。该服务的亮点是一个称为DBot的会话式人工智能聊天机器人，可以在聊天群组或独立窗口中运行，并为解决潜在威胁提供帮助。该服务的基石是一组连接器，用于从公司现有的安全基础设施中收集数据。DBot可以实时评估信息，并且过滤掉重复条目，并在其算法遇到需要特别注意的异常时采取措施。指示器存储库是另一个亮点，该功能允许安全专业人员上传有关某些恶意软件或攻击策略的信息，并让代理寻找其组织的网络中的潜在匹配。还可以将数据合并到知识库，以优化现有的事件响应工作流程。Demisto新的2000万美元融资将使它能够扩展DBot的能力。这一轮投资是由佛罗里达州低调的ClearSky基金领导的，也将使该创业公司扩大其营销工作。新闻链接
【小云评论】在传统的信息安全，即保密性、真实性等要素的基础上，互联网时代还应突出一个新的命题--面向人与人之间基于协同机制的安全。这一命题的重要性在于新技术使沟通更频繁、内容更丰富，专业知识与信息分散在多点，需要“一站式”的自动化工具平台进行整合与优化。因此，共享、协同以及在此基础上的人工智能，是实现进一步安全的有效手段。Demisto的新型产品，为这一领域提供了良好的开端。在此基础上，一个潜在的发展方向，是社会化安全协同，即通过信息的充分互联互通，构建全局性的安全知识与信息平台，使“黑客”等安全隐患在广域互联网环境下不具备生存与发展的空间。