一周AI看点 | AK-47制造商将推人工智能枪支—自主决定射击，英特尔推出新Movidius视觉运算芯片主打AI功能

本期一周AI看点包括行业新闻、技术应用、技术前沿、大咖观点以及投融资等方面。

大咖观点

普京：人工智能将带来全球性垄断 引发无人机战争

据外媒报道，尽管微软和谷歌等公司都在宣传如何利用人工智能让世界变得更美好，但并不是所有人都持这样的看法。俄罗斯总统普京周五在对学生的讲话中谈到了人工智能的潜在力量。他表示，“这个领域的领先者将成为世界的统治者”。普京表示，“如果有人因此赢得垄断地位，那么将非常讨厌”。他暗示，俄罗斯将与其他国家合作，开发人工智能。尽管俄罗斯在技术宣传方面很有技巧，但在人工智能领域几乎没有什么影响力。普京还设想了未来的战争：各国将使用由人工智能控制的无人机去打一场战争。他表示：“当一方的无人机被另一方摧毁时，那么就别无选择，只能投降。”

向阳：未来3-5年人工智能将迎来智能应用快速普及

赛迪顾问电子信息产业研究中心向阳就人工智能浪潮下的智能终端产业演进做了分析，向阳表示，深度学习重燃、海量大数据支撑以及计算能力提升三大因素推动人工智能爆发。他表示，硬件载体的种类也更加多元化和精细化，人工智能的应用场景将越来越广泛。未来3-5年人工智能将迎来智能应用快速普及。

汤晓鸥：人工智能正在经历一场“文艺复兴”

人工智能工业界正在兴起一场文艺复兴，汤晓鸥从两个层次说明了人工智能与文艺复兴的相似性：在往远一点看，今天我为什么要讲文艺复兴，14到17世纪它真正的起来，有政治的原因、宗教的原因，各种各样的原因，但有一个必要条件，也是对原创的尊重。因为有了这些，才有了达芬奇、米开朗基罗、拉斐尔、莎士比亚等一系列非常优秀的艺术家和作家。我们总是听到Google的声音，听到AlphaGo、谷歌的自动驾驶等等，为什么总是听到Google的声音？一个原因是Google一年的研发投入是120亿美金，这是研发烧掉的而不是整个公司的日常运营花费，正因为这样，才会有AlphaGo、自动驾驶等技术。

高盛：中国人工智能快速崛起 BAT是首批受益者

高盛近日发布报告称，中国有足够的资源和决心在未来几年打造出一个基于人工智能(AI)和深度学习的智能经济体。无论是政府还是企业，都将人工智能和机器学习作为下一个重要创新领域。当前，美国被视为人工智能领域的领跑者，但其他国家正在迎头赶上，这其中就包括中国。高盛认为，百度、阿里巴巴和腾讯(BAT)将是中国第一批人工智能受益者，因为这三家公司拥有大量的数据和丰富的资源。

携程梁建章：人工智能不会带来失业危机，也不会取代人类进行创新

近日，携程联合创始人、执行董事会主席梁建章出席在北大斯坦福中心举办的“CEO北京创业主题派对”，发表了题为《人工智能如何影响创新》的演讲。人工智能近期一直是风口浪尖的前沿话题，继马云称人工智能将酿成第三次世界大战之后，李开复又预测人工智能将造成严重失业，作为一直关注互联网前沿科技的企业家与经济学家，梁建章曾撰文反驳上述言论，甚至认为人工智能的火热“几乎是个泡沫”。梁建章预测，未来中国互联网市场会比美国更大，中国人的理科素质和技术应用也会带来更多机会。但在可预见的未来，人工智能可以加速计算和验证，可以辅助人类进行选择参考，但无法触及创新的本质——主动提出问题，因此无法取代人类进行创新。

商汤科技联合创始人徐冰：做人工智能，三个方向的投入体现企业的核心竞争优势

• 第一，人工智能有三类企业可以去观察、关注、投资，这三类企业其实有三种不同的特征，同时去判断的逻辑肯定不一样，估值方法肯定也不一样。第一类企业，算法企业。高投入、高风险，必须要做到产业第一，做到所有人都爱找你买。这类企业，评估他做深度学习算法的能力是关键，有三个核心维度：人才、数据、超算计算能力。
• 第二，现在去看人工智能，基本上就是深度学习这样一项技术突破之后，它可以非常有效的把人的一些对于特定技能的掌握和经验传递给机器，这个过程变得非常顺畅，传统来说这个过程是需要专家来完成的，现在算法+数据，可以实现把人的经验很有效的传递给机器。
• 第三，做人工智能也好，研发人工智能算法也好，三个方向的投入来体现竞争优势，这三个主要方向就是：算法、计算能力、数据，这是做深度学习的算法企业的一个核心优势的体现。

行业

AK-47制造商将推人工智能枪支：无人操控，自主决定射击

俄罗斯军火制造商卡拉什尼科夫公司素以制造AK-47等军用枪支而闻名，近年来该企业专注于研发新型武器，最近连续推出新品：“机器人枪支”和新型防暴车。据俄罗斯塔斯社消息，卡拉什尼科夫公司还将推出具有人工智能性质的新枪。公司发言人索菲娅·伊万诺娃说，这款枪支基于先进的“神经网络全自动系统”，在无人操控的情况下，不仅能够决定是否射击，还能够根据敌人和环境的变化随时调整射击状态。

除了苹果宝马，三星也获得加州无人驾驶汽车测试许可

据美国汽车协会官网显示，三星公司获准在加州的州级公路上测试无人驾驶汽车。机动车驾驶管理处保留了一份自动测试许可的公司和组织名单，包括苹果、英伟达、通用汽车、宝马，以及现在的三星，其中也包括越来越多的汽车制造商和科技公司。三星在圣何塞（美国城市）设立了一个办事处，在那里可以进行测试。一旦技术变得更加普及，该公司的长期供应关系可能会让它获得成为无人驾驶软件平台提供商的优势。

百度联合江淮汽车计划于2019年推自动驾驶量产车型

百度与江淮汽车高精地图采集车交车仪式在上海举行，江淮汽车向百度交付了数十辆瑞风S3汽车，同时，双方宣布2019年将推出自动驾驶量产车型。据了解，江淮汽车是百度Apollo自动驾驶开放平台的首批重要合作伙伴，百度将为江淮汽车提供高精地图、自定位、环境感知、决策规划等自动驾驶综合解决方案，双方计划于2019下半年推出自动驾驶量产车型，通过验收后面向市场大规模量产。

英特尔推出新Movidius视觉运算芯片，主打AI功能

近日英特尔正式推出下一代Movidius视觉处理芯片，它的处理能力更强大，可以用在尖端设备中，比如无人机、VR头盔、智能摄像头、穿戴设备和机器人。Movidius是英特尔的子公司，主要为机器、PC开发视觉技术。最新的VPU（视觉处理单元）采用了Myriad X系统芯片，植入独立神经运算引擎（Neural Compute Engine），支持边缘深度学习推断。在设计之时芯片硬件瞄准的正是深度神经网络，它可以用更快的速度、更低的能耗运行深度神经网络。英特尔表示，进行DNN推断时，深度神经网络加速器每秒可以完成运算操作1万亿次以上。

中南大学湘雅二医院携手腾讯，用AI打造智慧医院

中南大学湘雅二医院和腾讯在长沙签署框架合作协议，共同打造智慧医院。据悉，双方将在代谢、精神心理等疾病领域，以及智慧医疗和人工智能研发等方面展开深度合作。此次合作，可谓是强强联手。签约后，双方将在人工智能领域展开深入探讨和合作。此外，双方还将就医疗创新支付模式及应用，保险业务在医疗领域的突破运用进行了深入交流，包括微信支付、微信医保支付、新农合跨省就医实时结报、商业保险理赔支付等多种创新支付形式。

2025年全球AI市场增长57.2% 累计收益589.7亿美元

近日，一份新报告指出，预计到2025年，全球人工智能市场将增长57.2%，届时市场的累计收入将达589.7亿美元。报告预计，北美地区未来将在该行业占据主导地位，原因是该地区有政府大量资金的投入，有主要参与者的存在、以及强大的技术基础。图像和语音识别技术的进步，正在推动人工智能市场的快速发展，因为改进的图像识别技术对于提供增强型无人机、自动驾驶汽车和机器人技术至关重要。人工智能市场可以根据解决方案、技术、最终用途和地理位置进行有效分类。

微软、亚马逊结盟：双方的AI语音助手将实现“互相对话”

为推动AI语音技术发展、同时阻击苹果和谷歌等竞争对手，微软和亚马逊两大巨头选择“抱团”。周三，微软和亚马逊联合宣布，双方就AI语音助手合作达成了共识。亚马逊CEO贝索斯(Jeff Bezo)发推特表示：“Alexa刚刚交了个新朋友”。CNBC报道称，通过此次合作， 双方的语音助手将能够互相激活。亚马逊Alexa的用户可以访问微软Cortana的一些特有功能，如访问工作日历，阅读工作邮件。而Cortana的用户可以通过Alexa在亚马逊网站上购物，也可以控制家中的智能设备。

应用

通用推出AI医疗影像系统UV6.0 已在3000家机构投入使用

美国通用电气（GE）推出智能医疗影像解决方案Centricity Universal Viewer 6.0（简称Centricity UV 6.0），用于CT、MR类医学影像的智能辅助诊断与管理，并推出了针对医联体和影像中心的云平台的解决方案。Centricity UV 6.0中的智能诊断功能对CT、MR、核医学等多种医疗影像进行智能辅助诊断，能够覆盖2D/3D/4D影像，可以应用在心血管、神经、肿瘤等医疗学科，目前已经在全球超过3000家医疗机构投入使用。

Facebook使用人工智能给360度照片“纠偏”

据VentureBeat报道，为了给用户提供更好的360度视频观看体验，Facebook将使用人工智能对这些内容进行调整，避免因为图片倾斜破坏呈现效果。Facebook还开发了一套系统来应对360度图片较大的文件尺寸。该公司将这些图片转化成数据库，然后以不同分辨率存储起来。当用户访问图片时，Facebook的人工智能算法就会计算究竟哪种分辨率可以提供最好的观看体验，有时甚至会降低分辨率。

蘑菇街用AI拯救直男穿搭，人工智能和时尚的结合还能带来什么？

人工智能给你搭配了一套今秋最时尚穿搭，你敢穿吗？蘑菇街最近就在研究这件事，成立了一个搭配研究所，希望把主观的审美与数据算法结合起来，更高效的满足用户随时随地的搭配穿衣需求。目前蘑菇街这款AI技术的图片数据来源于平台上已有的SKU。在未来看到喜欢的推荐，还可以一键点击购买。未来还会有社区中用户上传的图片，以及一些海报图片来丰富图片库。和购物功能比起来，蘑菇街的这款应用还是希望聚焦在穿搭建议上。

无人机新用途：澳大利亚用它来结合人工智能辨别鲨鱼

这种技术名为SharkSpotter，它识别鲨鱼的速度和精度都高于人眼。这项技术可以对海面上飞行的无人机拍摄的视频进行实时过滤，从中区分海豚和鲨鱼以及其他海洋动物。发现鲨鱼后，他们还可以借助无人机上安装的扩音器向游泳者发出警告。这种无人机是由The Little Ripper Group与悉尼科技大学软件学院合作开发的，历时一年多时间。悉尼科技大学教授迈克尔·布卢门斯泰因表示“这套自动化系统可以识别鲨鱼和其他海洋生物及物体，它采用了先进的深度神经网络和图像处理技术。”他说，“该系统可以通过处理动态视频和静态图像来有效区分和识别鲨鱼。”这种无人机将于今年9月开始在新南威尔士和昆士兰的海滩巡逻。

自拍就能检测胆红素水平，跟胰腺癌隐患说再见！

保罗·G·艾伦计算机科学与工程学院的博士生Alex Mariakakis表示，他们开发的BiliScreen应用能用于量化一个人的黄疸程度。黄疸是由于血液中称为胆红素的化合物异样增多，引起皮肤和眼镜变黄的病症。黄疸在指数为3.0mg/dl时即可肉眼辨别，但在指数超过1.3mg/dl时就值得引起临床诊断的注意，这一差距使得检测变得十分重要。该应用程序通过智能手机摄像头以及计算机视觉算法和机器学习工具运作，能检测出人眼白部分的胆红素异常增加。该应用程序在一项70人的初步临床试验中，通过借助于一款能辅助控制眼球位置的3D打印盒子，关键指标正确识别率达到了89.7%。

AI防御威胁网络病毒，美国中央情报局成背后最大庄家

越来越多的病毒数量让网络安全受到了前所未有的关注，以人工智能驱动的网络安全公司也受到了资本的青睐。今年的第一季度是该领域过去5年中投资数量最多的一个季度，按照前半年的速度，2017年的投资数量将增长32%。自2012年以来，投资这个领域最多的机构是In-Q-Tel，这是一个有美国政府背景的非盈利风险投资机构，为中央情报局提供风险投资服务。主要任务是鉴定那些有助于维护美国国土安全利益的尖端科技公司，并有选择性地对它们进行投资，从而获取最新的信息技术，支持美国政府的发展情报能力。

高级“水军”来了？人和机器人的留言傻傻分不清

芝加哥大学的研究人员已经研发了一项神经网络人工智能系统，它可以在美国最大的点评网站Yelp上进行评论，而且人们很难看出来这并不是人类的评论。在10月份，他们的研究成果，将会美国计算机协会（ACM）关于计算机与通信安全的会议上发表，目标是强调这些AI系统可以多么轻而易举地模仿人类进行评论，并且如果不对这些AI系统严加监管，它们会具有破坏性。由于许多小企业都依靠网上评论来发展壮大并维持声誉，在未来，这些企业的竞争对手或许是脾气易怒的顾客，可能都可以滥发邮件或进行负面评论，这实在令人忧心忡忡。

投融资

人工智能创业公司 Appier 获 3,300 万美元 C 轮融资

利用人工智能帮助企业做出营销决策的中国台湾创业公司 Appier 日前 宣布 ，该公司获得了 3,300 万美元 C 轮融资。Appier 成立于 2012 年，其重点关注领域是跨屏广告。该公司目前有两大主要产品，一个是旨在让企业将人工智能应用于数字营销的 CrossX 程序化平台，另一个是数据智能平台 Axion，该产品能帮助企业了解和预测客户行为。

软银、Line 加大AI野心 领投Appier 3300万美元

据外媒techinasia报道称，中国台湾人工智能公司Appier已经从软银、Line(日语消息应用程序)和新加坡EDBI等投资者那里获得了3300万美元的C轮融资。据调研公司CB Insights近日公布的“最值得关注的100家人工智能公司”显示，Appier就位列其中。外媒称，Appier提供了大量围绕技术构建的产品，可以跟踪所有连网的设备(无论是智能手机，平板电脑，笔记本电脑还是台式电脑)的个人用户活动，使广告客户能够更好地定位其广告系列，这些信息助其选择特定时间段的目标受众。

AI云服务提供商阿博茨科技获启明创投、源码资本、SIG等3000万美元融资

AI云服务提供商阿博茨科技已获得共计3000万美元天使轮、A轮融资。据悉，此次融资将用于现有金融解决方案的进一步完善，加大在产品优化、市场推广等方面的投入；同时，扩充算法、开发及专业金融领域的高级人才团队，强化技术优势。阿博茨科技成立于2016年5月，是一家AI驱动的云服务提供商。成立以来，公司通过技术创新推动商业智能化变革，在金融、医疗、教育等多个领域进行探索，着力开发行业的个性化解决方案。主打产品为同心互助网，这是一个创新型共享式互助服务平台。目前，公司专注于为企业提供智能化的行业解决方案，现阶段产品主要服务于金融行业，已推出两款基于AI技术开发的金融产品。

利用AI帮助企业提高客户交互度，Kata.ai获TPTF领投350万美元A轮融资

印尼人工智能创企Kata.ai今日宣布完成350万美元A轮融资，中国台湾跨太平洋科技基金（TPTF）领投。Kata.ai采用B2B模式，其聊天机器人提供增强现实和自然语言处理技术，能够帮助企业提高客户交互度。该创企由原来的YesBoss于2016年晚些时候转型而来，此轮融资将用于国际扩张，在中国台湾设立附属公司。在媒体声明中，Kata.ai表示，他们将于本地科技创企合作，更好地服务市场。目前公司正在和东南亚地区“潜在战略伙伴”对话。为顺利推进扩张计划，Kata.ai还计划投资研发工作，尤其是自然语言处理技术，从而更好地理解其他东南亚国家语言。此外，Kata.ai还打算上线Bot Studio平台，帮助开发人员用同一套自然语言处理技术打造自己的聊天机器人。Bot Studio测试版目前已对部分合作伙伴开放，2017年10月会正式上线。

获千万级美元天使轮融资，币安Binance欲打造世界级区块链资产交易平台

近日，区块链公司Binance（币安）获得由泛城资本、黑洞资本投资的千万级美元天使轮融资。Binance旨在为用户提供更加安全、便捷的数字货币兑换服务，聚合全球优质数字货币，以打造世界级的区块链资产交易平台。对于此次投资，泛城资本陈伟星认为：“区块链技术将在未来极大程度降低金融配置成本，让利润回归到实业，让劳动者受到更多激励；区块链是现在最佳的发展时机，谁能先抢得先机，掌握主动谁就有机会成为千亿级的企业。”黑洞投资则表示，其看中的正是团队一流且配合与默契。

技术

超级收敛：使用超大学习率超快速训练残差网络

训练大型神经网络往往很耗时间。在最近一篇论文中，美国海军研究实验室和马里兰大学的两位研究者展示了一种名叫「超级收敛」的现象，可以将残差网络的训练迭代次数减少一个数量级。

在这篇论文中，我们展示了一个现象，即比起标准的训练方法，可以使用少一个数量级的迭代次数训练残差网络，我们将其命名为「超级收敛（super-convergence）」。超级收敛的关键元素是使用周期学习率（cyclical learning rate）和一个很大的最大学习率进行训练。此外，我们也给出了证据说明使用很大的学习率进行训练可以通过对网络的正则化实现表现水平的提升。另外，我们还表明，当有标注的训练数据有限时，超级收敛能比标准训练方法带来更大的水平提升。通过使用 Hessian Free 优化方法的一个简化版本计算对最优学习率的估计，我们也提供了对大学习率的优势的解释。要复现本论文的数据结果，可以在 http://github.com/lnsmith54/super-convergence 获取实验的架构和代码。

超少量数据训练神经网络：IEEE论文提出径向变换实现图像增强

深度神经网络是由许多节点层组成的复杂架构，结果导致大量需要在训练中评估的参数，包括权重、偏差等。相比于简单的架构，更大、更复杂的神经网络需要更多的训练数据满足适当的收敛。然而，可用于训练网络的数据要么有限、要么不均衡。我们提出在极坐标空间中的径向变换（radial transform) 进行图像增强，从而帮助数据较少的神经网络进行训练。每像素的坐标变换提供了原始图像与增强后的数据在极坐标系统中的表征，且又能增加表征较弱的图像类别的多样性。使用我们提出的方法，在 MNIST 上，以及使用 AlxNet、GoogLeNet 神经网络模型的一系列多模型医疗图像上的试验表现出了极高的分类准确率。

微信成功挑战10亿人聊天记录的背后，核心技术原来是它

数据库领域顶级会议VLDB (Very Large Data Base)于 8 月 28 日—9 月 1 日在德国慕尼黑举行，微信团队也有论文被 VLDB 收录，如下图所示：

在这篇题为《 PaxosStore: High-availability Storage Made Practical in WeChat 》的论文中，微信团队介绍了微信中高可用性的存储系统——PaxosStore。该系统在存储层采用了组合式设计，针对不同存储模型开发不同的存储引擎。

【压缩率3000%】上交大ICCV：精度保证下的新型深度网络压缩框架

海交通大学人工智能实验室的研究人员提出了一种新的方法，能够在保证网络模型精度的前提下对深度网络进行压缩。相关论文《基于高阶残差量化的高精度网络加速》（Performance Guaranteed Network Acceleration via High-Order Residual Quantization）已被ICCV 2017接收，由上海交通大学人工智能实验室李泽凡博士实现，倪冰冰教授，张文军教授，杨小康教授，高文院士指导。该提出一种新的方法，能够在保证网络模型精度的前提下对深度网络进行压缩。实验结果，他们将网络的大小降低了约32倍，速度上有30倍的提升。虽然以往的方法在体积和速度上也曾经取得类似的效果，但本论文提出的方法在精度保证上更胜一筹。

谷歌与Verily发布新研究，可通过视网膜图像用AI检测心脏病

这项成果来自谷歌和其母公司Alphabet旗下的生命科学公司Verily。

在新发的论文《Predicting Cardiovascular Risk Factors from Retinal Fundus Photographs using Deep Learning》中，他们展示了一种能在视网膜图像中发现心脏病风险的新研究。这种方法对身体的侵入性较小、获取容易，并且还能用AI快速分析结果。研究人员表示，该研究测试结果与欧洲心血管手术危险因素评分系统（SCORE ）检测结果基本一致。

谷歌新论文：教机器人预测3D结构、然后抓取物体

最近，Google的一组科研人员完成了一篇新论文：基于几何感知表征的抓取交互学习（Learning Grasping Interaction with Geometry-aware Representations），论文提出了一种几何感知编码器-解码器网络，利用几何感知表征来学习实现抓取交互。本文的核心思想是通过3D几何学预测来约束和规范交互学习。具体地说，本文把几何感知智能体的学习过程分为两个步骤：首先，智能体通过3D形态生成模型，从2D感知输入中学习构建当前场景的几何感知表征；然后，它通过内置的几何感知表征来学习预测抓取结果。这种几何感知表征方法利用一种新颖的无学习（learning-free）深度投影层，在几何学与交互的关联研究中起到了关键作用。

以上就是本期一周AI回顾的主要内容。

以上内容整理自腾讯科技 通信产业网 新浪科技 品玩 36氪 动点科技 量子位 新智元 机器之心 投资界 智东西 猎云网 环球网 网易智能 亿欧网 36氪