资讯
福特为机器人及人工智能成立专门研发团队
周四，福特 CTO Ken Washington 在博文中表示，福特正在「福特研究」和「高级工程」部门下组建新部门，以探索能够增强公司价值并推向新市场的技术。Washington 表示，机器人和人工智能部门将致力于研究「最新的传感器技术、机器学习方法、进入全球市场的技术要求以及运用个人移动设备、无人机和其他空中机器人来帮助解决『最后一公里』问题」。Washington 还提到，这一举措也将进一步推动福特尚未公开的自动驾驶项目。
在自动驾驶项目上，福特已经建立了与 Argo AI 公司的合作关系。Argo AI 将负责领导福特第一代自动驾驶项目的计算平台、传感器和算法开发，而福特的新团队也将致力于开发相关新技术，与 Argo AI 合作将其早日应用到自动驾驶中。
微软开发神经网络压缩工具，在边缘设备上部署人工智能人工智能系统对于计算能力的要求是巨大的，因此像苹果的 Siri 和亚马逊的 Alexa 这样的人工智能都以「部署在本地传感器接收数据作为输入，部署在云端的硬件管理输出」的模式来运作，但是这样的系统会受到网络连接的限制。印度微软研究院的研究员们开发了一种新的机器学习软件工具，将神经网络压缩到可以装进树莓派的大小，让机器学习得以部署在边缘设备上。团队负责人 Manik Varma 这样解释他们的项目的优势：将机器学习推到边缘设备可以减少带宽限制，消除网络延迟带来的影响，节省数据从传感器到云端再返回设备的时间。同时，在边缘设备上进行学习也限制了电池的消耗，并通过将个人信息留在本地来保护隐私。微软 CEO Satya Nadella 在今年的 Build 大会上提到，「我们正在从今天的移动优先、云计算优先的世界向一个由智能云和智能边缘设备（intelligent cloud and intelligent edge）组成的新世界发展。」这一项目的开发正是顺应了这一趋势。该软件的预览版已经可以在 GitHub 上下载。
葛兰素史克与 Exscientia 合作驱动药物开发前沿制药巨头葛兰素史克（GSK）宣布与人工智能公司 Exscientia 合作，利用人工智能驱动药物发现前沿。此次协议的内容包括为 10 种疾病寻找定向药物，葛兰素史克将提供经费，利用 Exscientia 的人工智能平台甄选新型高质量药物。如果 Exscientia 的科学家能够在期限内找到达到临床要求的药物，葛兰素史克将支付总计 3300 万英镑（约 4300 万美元）的费用。Exscientia 公司 CEO Andrew Hopkins 说，「与葛兰素史克的协议是我们近几个月与全球顶级制药公司签署的第二份协议。该合作进一步证明了我们的人工智能平台的有效性。在之前的项目中，我们的方法用了大约四分之一的规定时间就交付了合格的产品，并且成本也只有传统方法的四分之一。」
Box 与微软 Azure 合作，探索将人工智能整合进云内容管理的新可能面向企业的云内容管理和文件共享服务提供商 Box 日前宣布，与微软扩大合作伙伴关系，共同向客户提供 Box 云端内容管理服务与 Azure 人工智能和机器学习服务。合作内容包括，第一，让全球企业能够将其 Box 内容存储在 Azure 上，同时使用 Box 的云端内容管理平台，并可以使用 Box 管理（Box Governance）等扩展功能。第二，Box 将探索整合 Azure 的认知服务的方法，以扩展 Box 的云内容管理方案的能力，潜在整合包括利用 Azure 开发视频搜索等高级搜索工具。
应用
Mediktor 推出基于人工智能的症状检测器
欧洲医疗技术公司 Mediktor 在美国推出首个基于人工智能的健康检测器，这是一种预诊工具，通过一个易用的循序渐进的过程来识别患者的症状。基于语言识别和自然语言处理技术，Mediktor 的健康检测器会逐一向用户提出一系列简单问题，直到可以根据用户的回答给出诊断单，并根据患者的医疗需求提出下一步建议。在临床研究上，该工具对 1015 名患者进行了诊断，获得了 91.3% 的成功率。Mediktor 正在向美国的医疗保险公司推销这一工具，试图让用户能更容易地获得医疗服务。
能够进行艺术创作，还能定义新美学风格的人工智能Facebook 和 Rutgers 大学的研究人员利用生成对抗网络（GAN）构建了一个艺术人工智能算法。采用了 GAN 的对抗结构，算法包括一个图像生成器和一个图像鉴别器。鉴别器通过对超过 80,000 张人类绘画进行学习，来鉴别一幅画作是否符合「艺术」的标准。生成器则根据鉴别器对生成图像的打分来进行调整，以获得更高的得分。研究人员将算法所产生的作品与人类作品混合在一起，让一群人类评判员打分，令人惊讶的是，机器创造的艺术作品比人类的艺术作品得分还要高。虽然这并不意味着机器已经能取代人类用艺术表达思想，但这个项目证明了艺术家的技巧是可以被机器所模仿的。
观点
14 条数据描绘人工智能的未来
人工智能的发展趋势很难捕捉，然而统计数据能为我们提供一个有效的观察角度。根据 eMarketer 等组织的研究，Jonathan Crowl 列出了 14 条描绘人工智能发展趋势的数据（括号中列出了数据来源）：1. 根据市场估计，到 2025 年，全球人工智能收入将达到 368 亿美元，与今年的 6.4 亿美元相比将获得大幅提高。（eMarketer）2. 到 2025 年，人工智能将承担 95% 的客户互动工作，消费者将无法区分与他们在线对话的究竟是机器人还是人工客服。（Servion）3. 到 2018 年，75% 的开发者团队将在至少一个商业应用或服务中使用人工智能技术。（IDC）4. 企业高管表示，语音识别是使用最广泛的人工智能技术，32% 的受访者表示，他们的组织已经采用了这种解决方案。（eMarketer）5. 企业组织中使用广泛程度排在第二位的人工智能技术是机器学习，占 24%，其次是虚拟个人助理，占 15%。（eMarketer）6. 到 2020 年，30% 的 B2B 公司将会使用人工智能来完成至少一个主要销售流程。（Gartner）7. 61% 强调积极创新战略的企业正在使用人工智能技术来查找他们的现有数据分析方案遗漏了哪些机遇。（Narrative Science）8. 2010 年至 2014 年间，全球对人工智能技术的投资从 17 亿美元增长到了 149 亿美元。（eMarketer）9. 根据一家风险投资公司 2015 年的分析，在 312 家获得 10 万美元以上投资的人工智能公司中，有 224 家公司专注于建立企业级的应用和解决方案。（eMarketer）10. 到 2018 年，20% 的商业内容将由机器编写。（Gartner）11. 目前，只有 54% 的企业高管意识到人工智能是一种新兴技术，尽管更常见的技术，如机器人和自动驾驶汽车，都依赖人工智能来正常运转。（Gartner）12. 42% 的高管称他们的公司正在进行内部研究与开发，以增强其企业的人工智能能力。还有 32% 的人说他们的组织没有积极地开发任何人工智能解决方案。（eMarketer）13. 在欧洲，81% 的企业高管认为，在未来四年，人工智能和机器学习将极大地影响他们的业务。10% 的人认为这种影响将在未来 12 个月内到来。（eMarketer）14. IT 业务负责人认为基于云的软件和应用是他们投资最多的技术，达 59%。与此同时，人工智能的比例为 43%。市场环境的变化和人工智能的增长趋势可能会在未来影响这些数字。（eMarketer）
图说
金融科技机构与金融服务机构：多一些合作少一些冲突
普华永道分析师 Mike Quindazzi 认为，2017 年，金融科技公司持续成为金融服务业变革的主要推力，变革让我们重新思考金融的定义，与其说是金融服务的「提供者」，金融行业更希望成为「推动者」。金融科技公司的影响力在上升，而传统金融机构也在讯速地接受金融技术的颠覆性，并积极建立合作伙伴关系以提高运营效率，回应客户对创新性服务的需求。在普华永道最新的报告中，分析师对 1308 家金融服务和金融科技机构的高管进行了调查，以下是一些亮点：
88% 的金融服务公司现任高管担心金融技术创新者在分走他们的收入。77% 的金融机构计划在技术和客户体验方面加强内部创新。82% 的传统金融机构希望在未来三到五年内加强金融技术合作伙伴关系。30% 的大型金融机构对人工智能进行了投资。77% 的人希望在 2020 年之前采用区块链作为生产系统或过程的一部分。54% 的现任高管将数据存储、隐私和保护视为创新的主要障碍。
