哪家公司拥有最多的人工智能资源

整理 | 邱陆陆


资讯

Waymo 撤销三项针对 Uber 的专利侵权诉讼

 

昨天,Waymo 撤销了针对 Uber 的诉讼中四项专利侵权申诉中的三项,发言人称,撤销的三项专利侵权都是针对 Uber 的名为「Spider」的 LiDAR 设计,Uber 在向法庭提交的声明中表示,已经不再使用这一设计。而未撤销的第四项专利侵权是针对 Uber 仍然在使用的 LiDAR 设计「Fuji」。于此同时,负责本案的美国地区法官 William Alsup 也要求 Waymo 将其针对 Uber 的 100 余条商业机密诉讼压缩到 10 条之内。

Waymo 和 Uber 的诉讼一直是近期自动驾驶圈的关注焦点。Waymo 的律师称其前工程师、谷歌自动驾驶汽车项目负责人之一 Anthony Levandowski 在未离职时已经在与 Uber 谈判,并在离职之际违法带走了超过 14,000 份含有商业机密的文件。Anthony Levandowski 本人已被 Uber 开除,但 Waymo 认为 Uber 对其窃取文件一事知情并将文件用于 Uber 的自动驾驶车辆研发中。LiDAR 是自动驾驶汽车中最重要的组成部分之一,也是全车最昂贵的组成部分。它主要通过向目标照射脉冲激光来获得目标距离信息。由于造价过于昂贵,并不是所有致力于自动驾驶研发的公司都将 LiDAR 应用于其产品上,非 LiDAR 阵营的代表公司有特斯拉等。

谷歌为使用人工智能报道的记者提供资金支持

谷歌向英国记者提供超过 70 万英镑的支持,以鼓励他们将人工智能用于工作中。

周四,谷歌向英国和爱尔兰的国家通讯社「报联会」(PA)和数据驱动的新闻公司 Urbs Media 授予了赠款。这是谷歌的数字新闻创新基金(Digital News Initiative Innovation Fund)迄今为止发放的大笔赠款之一。该笔赠款将用于帮助机构应用一个名为 RADAR(Reporters And Data And Robots)的新闻服务,该服务致力于每个月生成 3 万条本地新闻报道。

PA 的主编 Peter Clifton 说,人类仍然会参与 AI 辅助的新闻采写。「熟练的人类记者在采写过程中仍然非常重要,但 RADAR 让我们能够获得对本地新闻前所未有的覆盖度。」

应用


迪斯尼与皮克斯联手研发人工智能渲染加速器

渲染是当代电影和电视制作中的一个重要环节,所有由计算机生成的场景都需要渲染系统在 3D 环境下对光线方向进行模拟。然而,计算多源光是一项极为劳动密集与时间密集的工作。减少光线数量,虽然能缩短所需时间,却会在最终的图像上带来噪声。迪斯尼研究中心、皮克斯动画工作室和加州大学圣芭芭拉分校的研究者们在 2017 ACM SIGGRAPH 上公布他们共同开发了一项基于深度学习的新技术,用于消除光线不足带来的噪声,从而加速渲染过程。

该团队从皮克斯电影《寻找多莉》中提取了超过一百万张样例,利用卷积神经网络(Convolutional Neural Network)学习了如何将嘈杂图像转换为无噪图像。皮克斯公司的研究主管 Tony DeRose 介绍说,「这项新技术能够在自动消除噪声的同时保留场景中的细节。」之前的最前进噪声消除方法通常会有较多噪声残留,需要艺术家手动调整降噪过滤器来提高特定图像帧的质量。迪斯尼和皮克斯计划将此项技术融入生产过程中以加速电影制作流程。

音乐巨星跨界人工智能:Muse 用 AI 剪辑音乐概念视频

近日,知名摇滚乐队 Muse 联合 Branger Briz 公司发布了一个 AI 音乐项目,该项目计划在一个月内每天利用人工智能技术检索数百小时的新发布视频,从中提取含有 Muse 新单曲《Dig Down》歌词的片段,再将它们按照时间轴剪辑到一起,和《Dig Down》的背景音一起创建成视频。第一期视频已经在昨日发布,「参演」视频的包括美国总统川普、Facebook 创始人 Mark Zuckerberg 以及著名主持人 Ellen Degeneres。

你可以点击以下链接观看剪辑视频:http://ai.muse.mu/

Andrew Ng 带队研发心律失常识别模型

在斯坦福,一个由著名人工智能科学家 Andrew Ng 带领的研究小组正在致力于研究用深度学习模型识别心电图(ECG)中的心律失常问题。研究者旨在将自动化的方法引入日常诊疗中,提高对可能致命的心律失常症状的诊断精度,并为医疗资源稀缺的地区提供更多帮助。

心律失常的信号非常难以探测,因此医生在诊疗潜在患者时通常要求其佩戴心电图传感器数周。即便如此,医生仍然很难从大量的心电图数据中找到那些良性或需要进一步治疗的不规则行为。斯坦福团队与便携式心电图设备公司 iRhythm 合作,收集了超过 30,000 张长度为 30 秒的心律失常患者的心电图片段来训练模型,训练样本的事实标签(groundtruth label)由三位心脏病专家提供。

应用该系统的重点挑战在于说服医生和病人信任如此复杂的算法——深度学习作为一种不透明的机器学习形式,需要进一步提高可解释性以建立信任。

埃森哲开发流媒体产品展示位程序化工具

埃森哲旗下的埃森哲互动(Accenture Interactive)正在推出一个利用人工智能技术控制流媒体视频内容中的产品展示位的程序化工具。例如,在流媒体视频中出现了一架飞机,飞机上的航空公司 logo 会根据观众所处的地区而改变,在美国就会显示美联航,在法国就会显示法航。

视频和流媒体正逐渐受到营销人员的关注,程序化的 AI 展示了如何更加区域化地进行定制化和针对化营销,如何更有效地覆盖相关受众。埃森哲的产品融合了自动语义分析和人工分析与调整,为品牌提供语境相关性。

日本科学家建立人工智能辅助的奶牛健康监控系统

来自大阪大学和学院大学的研究人员利用传感器和人工智能技术搭建了一个智能畜牧业系统,能够尽早发现奶牛的跛脚和口蹄疫症状。实验中,通过牛的步态图像进行早期跛脚检测的准确率达到了 99% 以上。据大阪大学教授八木康介绍说,该系统将有利于实现能够连接自动挤奶机和喂养机器人的智能牛舍。该系统已经和其他一些用于奶牛的可穿戴设备一起被引入日本几家乳制品农场,通过精细调控挤奶量、喂食量以及通过自动分析实时向农场主提供奶牛信息,可以让农场主专注于健康管理奶牛,产出高品质的乳制品。

观点


机器学习将推动会计创新

Bernard Marr 在福布斯网发布文章称,机器的实时洞察力和高效决策能力将帮助会计行业为客户提供更优质的服务,尤其是替代会计师完成一系列非常耗时的可重复性任务,例如:

审计费用提交:机器学习可以被用于审核收据和报销凭证的合规性。

清账:负责应收账款的会计经常被多而凌乱的票据所困扰。机器可以通过分析在众多发票中找到可能与一笔特定账款匹配的所有发票来帮助清账。

风险评估:机器学习可以通过从公司完成的每个项目中提取数据并与目标项目进行比较,来给出目标项目风险评估。

分析性计算:机器可以很快地回答诸如「去年第三季度该产品收入是多少」、「过去十年这个部门的增长速度如何」这类问题。

类似 Siri 的业务交互界面:Pegg 是一个与 Slack 配合使用的信息应用程序,它可以用于创建发货单,回答收入预测和成本账户状态问题,让这些工作变得像聊天一样简单。

自动发票分类:会计软件公司 Xero 正在部署基于机器学习的自动化系统,该系统能够学习会计师对发票分类的过程,然后替代人工完成此项工作。

银行对账:机器可以通过学习将银行对账程序完全自动化。

图说

哪家公司拥有最多的人工智能资源


              

普华永道分析师 Mike Quindazzi 通过抓取 LinkedIn 上的职位信息,列举了十家拥有最多人工智能相关员工的公司。除了谷歌、微软这样的科技巨头外,咨询公司埃森哲也以 1,500 人的规模高居第五,不常在人工智能相关产业新闻中露面的企业管理软件 SAP 也榜上有名。这十家公司分别是:谷歌、微软、IBM、亚马逊、埃森哲、英特尔、甲骨文、苹果、Facebook、SAP 。

入门产业日报AIDaily
微胖
微胖

机器之心编辑

返回顶部