人工智能领域专家学者回应 Elon Musk 人工智能威胁论

资讯


 人工智能初创公司 ObEN 获 500 万投资,腾讯领投

人工智能初创公司 ObEN 宣布获得来自腾讯的 500 万美元战略投资。CMC 及峰尚资本董事长黎瑞刚也参与了本轮投资。目前,ObEN 已累积获得近 1300 万美元投资。

 ObEN 近期将转移研究重点,从帮助 VR 玩家打造更加精准虚拟形象,转为构建能与粉丝进行互动的名人虚拟形象。有了 ObEN 提供的人工智能虚拟形象,明星们可以无缝管理及部署自己的人工智能,给粉丝带来个性化、却又能快速规模化的独特互动体验。他们不需要花费太多时间,就能通过人工智能方式提高粉丝满意度、进入全新市场。

随着苹果增强现实平台 ARkit 的启动,这个项目将会很快入驻用户手机上,为其提供相应个人助理服务。ObEN 一直非常关注亚洲的 AR、VR 市场,今年四月份,ObEN 曾以微信为基础,展示了其虚拟现实技术。ObEN 这一举措似乎暗示,ObEN 正在向 Snapchat 的 Bitmoji 功能靠拢,致力于将名人形象带进虚拟现实,充分挖掘流行事物价值。据悉,此次新的投资将被用于加速 ObEN 的产品开发,并帮助推动其明星的人工智能版权平台广泛应用到各类数字平台上。

想要颠覆长途运输的自动驾驶卡车初创公司 Embark,获 1500 万美元 A 轮融资

今年年初,《MIT 科技评论》曾将「自动驾驶货车」选入 2017 年十大突破性技术榜单。近日,自动驾驶卡车初创公司 Embark 宣布获得 1500 万美元的 A 轮融资,由 Data Collective 领投,YC Continuity、Maven Ventures 及 SV Angel 跟投。

EmbarkZ 想要利用深度学习技术颠覆长途运输。Embark 的第一辆自动驾驶卡车去年 8 月份在内华达州改装完毕,基于彼得比尔特牌卡车(Peterbilt)。从那时起,这家公司的工程师们便一直在对该卡车的系统进行测试和调优,该系统被取名为 Embark AI。据悉,与目前其他类似的自动驾驶技术一样,Embark AI 使用传感器、雷达和相机的组合来了解周围环境,从而使其避免碰撞。该 AI 还可以从各种驾驶情况中学习经验。Embark 的自动驾驶卡车解决方案不仅能提高货运效率、降低运输成本,无需对美国道路进行全方位精细制图,即可实现优良好效果。通过与美国货运卡车制造商 Peterbilt 合作,Embark 推出了新的测试车组。此次融资资金将帮助 Embark 工程团队雇佣技术人才,增加卡车数目以扩大在美国的测试车队,为公司商业化项目奠定基础。

数字营销公司Zeta Global宣布收购Boomtrain,数字技术营销魅力再度升级 

前苹果 CEO 创办的数字营销公司 Zeta Global 正式宣布收购营销技术创业公司 Boomtrain,这家公司可以使用机器学习技术把品牌的相关个性化通知发送给消费者。此次收购将进一步帮助 Zeta Global 实现其在数字营销领域的野心。

 Zeta Global 成立于 2007 年,总部位于纽约,致力于利用大数据、机器学习等技术为全球知名品牌商提供营销综合解决方案。今年四月,公司刚刚完成 1.4 亿美元的 F 轮融资。在过去的几年里,Zeta 的竞争对手——Oracle、Adobe、IBM 以及 Salesforce 等公司都在积极抢购广告及营销技术领域的公司以巩固、完善公司的营销云。Zeta Global 也相继收购了 Intela、ClickSquared、eBay Enterprise CRM 部门及邮件服务商 Acxiom。据知情人透露,此次交易价格大约在 3500 万美元到 4000 万美元之间。

微软与百度针对Apollo 计划展开合作,共同推进自动驾驶汽车行业发展 

美国时间 7 月 18 日,百度和微软联合宣布展开智能云服务领域合作,共同推进全球范围内自动驾驶技术的发展。微软作为百度 Apollo 计划的合作伙伴,将在中国以外的国际化市场为 Apollo 开放平台提供 Azure 云服务。同时,双方还计划共同致力于探索车联网解决方案领域的更多机会,为用户打造优质的驾驶体验,推动自动驾驶汽车行业的数字化转型。

 Apollo 计划是百度面向汽车行业及自动驾驶领域的开放平台,包括车辆平台、硬件平台、软件平台、云端数据服务四大部分,能够帮助使用者快速搭建完整的自动驾驶系统。目前,该平台上的合作伙伴已超过 50 家。此外,微软也与多家汽车制造品牌建立了良好合作关系,为汽车制造厂商提供处理传感器数据的解决方案,并对采集到的数据进行洞察,挖掘其潜在价值及深层信息。宝马、福特等公司都已采用了微软的智能云技术。

应用


手机运行神经网络,MIT 新方法使神经网络能耗降低 73%


边缘智能,是指把人工智能的算法、架构部署在终端,在终端领域,运行我们的计算。在这种情况下,我们可以保证我们的计算不依赖于网络,同时我们可以实现实时的数据处理。更重要的是,我们可以保护用户的隐私,而且实现个性化的定制。在这基础上,有可能产生很多新的商业模式。边缘智能是推动垂直领域人工智能化最重要的技术之一。

去年,麻省理工大学电气工程和计算机科学系副教授 Vivenne Sze 和其同事就研发出了一种可以适用于神经网络的高能效计算机芯片,让人工智能系统能够在移动端完成本地运行。

现在,Sze 和同事还试图从另一个方向解决该问题,即运用电池技术设计更节能的神经网络。他们首先提出一种方法,该方法能够确定神经网络在特定类型的硬件上运行时的能耗。然后,他们使用该方法评估降低神经网络能耗的新技术,以使神经网络能够更高效地在掌上设备中运行。研究者在下周计算机视觉与模式识别大会(Computer Vision and Pattern Recognition Conference,CVPR)的参会论文中详述了这项工作。该论文介绍了将神经网络标准耗电量降低 73% 的方法,这比之前降低网络耗电量的最优方法低了 43%。

观点


《经济学人》:数字孪生技术的普及可能会动摇整个供应链


 位于德国巴伐利亚州东部城市安贝格的西门子工厂,主要生产制造工业计算机控制设备。目前,这家工厂每年生产 1500 万台设备,是 1989 年工厂成立之时产量的十倍,不过,工厂建筑面积及员工数目却从未增加。工厂制造自动化程度达到 75%,在具备超过 1000 种产品的前提下,生产故障率能够接近 0,非常惊人。背后功臣就是数字孪生技术。在其他工厂,数字孪生也在发挥着相同的作用,它们被用来设计控制元件、进行测试、模拟制造并安排生产机器。

 数字孪生并不是一个新概念,最早可以追溯到 NASA 为解决工程系统问题而构建的模型。简单来说,数字孪生就是以数字化方式为物理对象创建虚拟模型,模拟其在现实环境中的行为。数字孪生不仅能够帮助打造数字化产品设计及生产过程,还能实现远程监控,为已出售产品提供售后服务。

西门子、美国通用电气等公司在为工厂配置了数字孪生技术的同时,也向来自航空航天、国防、汽车等领域的客户出售数字孪生软件。另外,数字孪生技术有助于进行产品跟踪和验证,这个环节在食品制造和制药行业中十分重要。《经济学人》分析指出,这项技术的普及很可能会动摇整个供应链,未来,供应商很可能会被要求提交产品数字孪生解决方案,以便在制造商的虚拟工厂中提前测试订单。 

人工智能领域的专家学者回应 Elon Musk 人工智能威胁论 

在上周举行的全美州长协会会议上,Elon Musk 再次分享了他对人工智能技术发展的担忧,重申人工智能对人类造成威胁的可能性,并建议政府展开相关研究、制定相关制度。一些专家对此做出了回应。

斯坦福大学人工智能实验室主任李飞飞认为,单独一个机器是没有价值的,机器的价值来源于人类。人工智能领域内的研究人员都在努力创造对社会有益的技术,她希望能在人工智能的发展过程中看到更多的包容性和多样性,听到更多传播人工智能的声音和意见。 

艾伦人工智能研究所 CEO、华盛顿大学计算机科学教授 Oren Etzioni 认为,Elon Musk 的人工智能威胁论正在分散人们对于 AI 真正影响的关注. 实际上,AI 只是一种可以改善交通、医药等领域的工具、技术。「我们不需要一个新的管理机构,而需要更好地告知人们人工智能能做和不能做的事情。」 

新南威尔士大学人工智能领域教授 Toby Walsh 称,Elon Musk 的评论是在危言耸听。Toby Walsh 近期调查了 300 位人工智能业内研究人员,大多数认为, 机器达到人类智慧水平。至少还要花上 50 年,这并不是一个需要马上引起人们注意的问题。不过,Toby Walsh 认可 Elon Musk 的一个观点:政府要开始对人工智能进行调控。一些科技公司正在努力逃过政府监管,抓取用户个人及医疗数据,这是一个严重的问题,需要引起重视。

 IEEE 自动化与机器人学会主席 Raja Chatila 表示,需要考虑到人工智能的伦理和责任问题。很多时候,人们将提高经济增长放在首位,忽视了对环境和社会的影响,这可能会带来一些负面影响和意外后果。每一个人工智能利益相关者都必须保证工作的透明度、问责制及可追溯性。只要马上采取行动,对人工智能进行伦理和责任方面的相关设计,人类不需要害怕人工智能。 

《机器人崛起:技术及失业前景的威胁》一书作者 Martin Ford 表示,Elon Musk 对于人工智能的担忧是合理的,不过着眼点是相当遥远的未来。Martin Ford 认为,呼吁立即调整或限制人工智能发展是不合适的。「这其中最大的原因可能是美国与其他国家正在人工智能领域进行竞争,特别是中国。在这场激励的竞争中,我们不能落后。」

不过他认为,人们应该把关注重点放在未来二十年内可能产生巨大影响的问题上。例如,工作岗位被淘汰、对隐私存在的威胁、网络犯罪以及真正自主的军事与安全机器人出现的可能性等。 

图说

2017 年,大数据创业持续升温


据统计,2016 年,大数据初创企业总融资就达 148 亿美元,占全球技术风险投资额的 10%。从 Matt Turck 发布的大数据版图,我们可以发现,2017 年大数据创业正在持续升温,越来越多的企业公司致力于对大数据进行深度洞察。

             

             

2017 年第一季度,大数据初创企业频频传出融资消息。许多大型技术公司对这个领域内的初创公司表现出了浓厚兴趣。

例如,数据可视化分析公司 Looker 获 8150 万美元 D 轮融资、美国销售软件管理 Saas 软件服务商 InsideSales 获 5000 万美元 E 轮融资、机器学习平台 DataRobot 获 5400 万美元 C 轮融资、商业化服务支持初创公司 Confluent 获 5000 万美元 C 轮融资、数据管理公司 Collibra 获 5000 万美元 C 轮融资、数据分析公司 MapD 获得 2500 万美元 B 轮融资等。另外一些值得关注的收购案例包括,思科以 37 亿美元的价格收购了软件开发商 AppDynamics、惠普以 10.9 亿的价格收购了数据存储商 Nimble Storage。据统计,2016 年入选大数据版图的公司中,已有 41 家被收购,2017 年可能会突破这个数字。

一些大数据初创公司经过积累后,会成功上市。2016 年,仅有一家大数据公司 Talend 上市。2017 年,大数据服务商 Cloudera、一站式数据分析平台 Alteryx、企业云服务提供商 MuleSoft、大数据融合平台 MapR、知识引擎公司 Yext 相继上市。

入门产业人工智能威胁论AIDailyElon Musk创业公司
暂无评论
暂无评论~