资讯
DeepMind 新进展，AI 系统学会防患未然
近日，谷歌 Deepmind 团队发布博客，阐述其神经网络系统预测事件后果的能力。研究者在博客中解释道：「做一件事情之前想清楚后果是人类认知系统的优势所在。如果你在桌子边缘放一杯水，其实在潜意识里你会考虑这杯水是否容易被打翻，或者跌落桌沿。如果我们希望我们系统也能有这种能力的话，那么我们就需要它能够想象未来发生的事情并倒推其原因。」DeepMInd 称这项能力为「 Imagination-Based Planning 」，并表示其实 AlphaGo 已经具备这项能力，只不过与现实世界相比，围棋环境过于简单。因此，此次研究人员发布两篇论文阐述其在「Imagination-Based Planning」方面的全新实现方式。
实验所用代理从一个「 Imagination Encoder 」中获得对其未来决定有用的信息，「Imagination Encoder」是能够自动学习提取这些有用信息的神经网络。研究人员通过推箱子和太空飞船驾驶两个经典游戏，训练该神经网络。推箱子游戏具备每个步骤均不可逆的特性，且有些步骤能够让游戏进入无解状态，能很好地满足研究人员的训练需求。在宇宙飞船驾驶游戏中，飞船必须保持一定时间长度地平稳运行，且需平衡各个星球带来的引力作用。作为一个高度非线性的长时间控制任务，宇宙飞船驾驶游戏能够较好的考验系统的鲁棒性。实验表明，在推箱子任务中，新方法能够通过 85% 的关卡，而旧方法只能通过 60%。
Alexa 的野心：像「星际迷航」电脑一样聪明
Amazon 允许用户将唤醒词从「 Alexa 」变为「 Computer 」，这或许在一定程度上表明了亚马逊为 Alexa 赋予的野心。近日，亚马逊高级副总裁、Alexa 与亚马逊设备负责人 David Limp 在接受 BBC 采访时表示，虽然在现阶段，以 Alexa 为内核的设备还仅仅停留在执行指令的层面，不能持续地进行多轮对话，但在未来，Alexa 终极目标是在一定程度上成为类似于星际迷航中的电脑一般的存在。与其他语音助手相比，Alexa 的一个显著优势在于其已经拥有愈一万五千个技能，David Limp 表示这一数字将继续增加。「目前已有成千上万名开发者和工程师正致力于为 Alexa 解锁新技能。」David Limp 谈到。
向苹果、谷歌看齐，Windows 10 也推出照片索引功能
在 Windows 10 的相片功能中，微软正计划添加类似谷歌相片一样的功能——扫描用户 OneDrive 上的所有相片并按照时间、颜色、人物等属性进行索引。用户输入「手机」、「啤酒」等关键词，设备会自动帮用户找出符合条件的一系列相片组成的相片集。设备还能够识别人脸，对设备认为属于同一个人的相片进行分类。实验表明，搜索一张图片的时间平均为一秒钟。从目前的情况看，该功能涉及到的人工智能算法运行在设备本地，而非微软普遍采用的部署在云计算平台的方法。
该尝试结合了苹果 iOS 相片应用中的人脸识别功能以及谷歌相片对于搜索便利性的考虑。目前该功能尚处测试阶段，预计会在九月份的「 Windows 10 Fall Creators Update 」上发布。
NLP 模块已内嵌至 Facebook Messenger Platform ，Wit.ai 平台相应功能随即关闭
Facebook Messenger Platform 2.1 发布。新版本整合了 NLP（自然语言理解）技术以及跨应用间的通讯协议。Facebook 一直通过其开发者平台 Facebook Messenger Platform ，向企业以及开发者用户提供对话机器人部署的相关工具。Facebook 想要通过吸引类似查看天气的 Poncho、预定鲜花的 1-800-Flowers、售卖化妆品的 Sephora 以及 CNN 等品牌应用的入驻，使 Facebook Messenger 为用户实现更多的功能、变得更加从聪明。
早前，该平台的 NLP 技术由其收购的开发者平台 Wit.ai 提供支持，在此之后，Wit.ai 平台上的相关对话引擎将会关闭。事实上，Wit.ai 的对话引擎只支持纯文本对话，不能作为单独组件满足 GUI （图形用户界页面）下的多元对话模式。但尽管如此，Wit.ai 平台上仍有逾十万名开发者，且其中的 90% API 调用请求指向其 NLP API 。Wit.ai 表示，服务将持续至2018年2月1日，以便开发者进行应用迁移。
应用
毒蘑菇识别工具引发菌类专家不满
近日，一个识别蘑菇是否有毒的 AI 应用引起了较大的争议。该应用能够凭借一张蘑菇照片告诉你是什么种类以及是否可食用。这引发菌类学家的一致不满，微生物学博士、菌类专家 Colin Davidson 表示，单凭外观根本无法辨别一个蘑菇是否有毒。例如生活中最常见的黄斑菇有一定毒性，但从正面和侧面来看，黄斑菇和可食用的田野伞菌完全相同。「你需要采摘它、划破并且闻它的味道才能判断。」有俗语称，世界上所有的蘑菇都是可以吃的，只是有些只能「吃一次」。毒蘑菇对人类造成的致死隐患不容小觑，这也说明了为何小小一个蘑菇识别应用能够引发如此广泛的讨论。
Nicholas Sheriff 是来自硅谷的一位设计师，也是这款应用的设计者。他表示这款应用并非为专业的蘑菇采摘人员设计，而是面向妈妈们的科普性工具，帮助她们分清后院长出的蘑菇是什么品种。Nicholas 称，他计划以这款应用为支点，上线面向厨师的松露买卖平台。或许是为了规避「有毒」这个属性，Nicholas 将 APP Store 上的应用介绍页面改为 「一张照片即时识别松露种类」，但其应用名字依然包含「蘑菇」字样。据外媒 Verge 及 Motherboard 测评，该应用漏洞百出，甚至不能识别香菇。Nicholas 表示他计划加大训练数据以期提高识别准确率。
观点
AI 真的能帮你投资吗？摩根史坦利首席分析师持否定态度
近一年来，频繁的新闻报道将华尔街、投行带到风口浪尖：华尔街越来越多地使用 AI 技术，并进行多次大规模裁员。事实上，早在 2013 年，将 AI 技术应用于金融决策的做法已经出现。当时，澳新银行与 IBM Watson 合作，成为全球首个将 AI 技术用在实际场景中的金融机构。之后，贝莱德集团搭建起风险管理平台「 Aladdin（阿拉丁）」，高盛投资公司上线了 AI 金融研究平台「Kensho」，瑞士联合银行以及德意志银行使用名为「Sqreem」的 AI 引擎。
然而， AI 真的能够做好一名投资人的角色吗？摩根史坦利投资公司的首席分析师兼数据官 Jeff McMillan 对此持怀疑态度。他认为，虽然自然语言处理技术能够使得机器更好地理解人类的语言，但一位 AI 投资人背后所需的庞大专业背景知识仍是短板。 Jeff McMillan 说：「帮助人类管理财富所需的知识目前很多是非结构化的，这也是我强调人类金融分析师在这个时代仍然价值不减的根本原因。在金融领域，AI 在目前大数据环境下的搜索结果非常糟糕。」另一方面，将庞大的金融相关背景资料编码成机器能够准确读懂的文件也是需要突破的重点。投资分析系统公司 Trizic CEO Drew Sievers 表示，人类的书写方式和 NLP 的编码方式完全不同。
「当你让 Alexa 放一首歌，他放错了，没关系。但是当你让 AI 经理帮你做投资的时候，他选错了资产类别，损失可能会相当惨重。」McMillan 表示，应答的准确率至关重要。
假奥巴马视频引发的思考：新闻造假该如何应对
如今，「耳听为虚，眼见为实」越来越不是一个确信的说法。前几天，一段假奥巴马视频火遍网络。以假乱真的口型、声音、语气让人们感到震惊的同时也引起了不小的议论：「今后是否还能相信新闻？」其实早在 2016 年，一个名为 Face2Face 的应用，就已经能够通过现存的视频脚本制造出政要人物例如布什、普京、特朗普的虚假视频，人物面部表情与动作均与其所说的话相符，且几乎实现实时处理。
声音处理软件 Lyrebird 能够以同样的方式伪造政要人物的声音，他们已经先后制作了希拉里克林顿、奥巴马、以及特朗普的声音作为宣传素材。像 Face2Face 以及 Lyrebird 这样的软件还有很多，虽然有观点认为此类技术对于影视行业以及娱乐行业的促进作用显著，但同时我们不得不担心其可能带来的弊端——新闻造假。
或许在今后，每个媒体都会为了证明新闻视频的真实性而在政要脸上打上水印，以防视频伪造者取用，但这显然滑稽。Face2Face表示，他们的技术从另一个层面能够帮助鉴别虚假的新闻视频。也有观点表示，在主流媒体公信力下降的大环境下，像 Facebook 这样的大型社交平台应该肩负起打击虚假新闻的重任，因为新闻在这类平台上的传播速度与广泛程度远高于主流媒体。
图说
保险科技大爆发
InsurTech（保险科技) 不仅仅只是一种应用于保险的技术，而是指保险业所有新技术的总称。智能手机应用、客户活动可穿戴设备、索赔优化工具、个人客户风险发展系统、在线保单处理、制动化的合规程序等等都属于 IsurTech 的范围。
从上图可以看出，法律法规、财富管理、数据分析、信息安全、健康、物联网、客户参与，可以说InsurTech的内容是包罗万象，只要和保险业务相关的地方都会出现新科技的身影。InsurTech 不仅仅是在推动这保险业的变革，也在改变着客户的期待和要求，消费者偏好直接的变化就是客户要求个性化的保险范围并希望能有更多的互动。
大多数的 InsurTech 都是在 2011 年开始发力，仅仅在这一年，45 位投资人总投资额就到达了 1.31 亿美元。如今，InsurTech 是一个价值 26 亿美元的子产业，正变革或助力行业既得利益获得者。如同 FinTech 一样，InsurTech 领域的全球投资巨幅增长，自从 2011 年以来增长了 1900%（ 2011 年的 1.31 亿美元到 2016 年的 26 亿美元)。在未来几年，InsurTech 将继续保持增长势头。因为在保险上，消费者倾向于更加个性化，容易使用的保险产品。
采用新的技术对保险人来说并不是一件容易的事情，在未来几年有很多的障碍需要克服。例如：复杂的保险流程，比如健康险的索赔，需要面对面或者电话交流；数据的数字化储存可能会导致隐私问题或黑客攻击等；海啸，火灾，地震，洪水作为不可预测的灾害仍将继续困扰保险人；政府的规则束缚需要企业、保险公司和立法机关的协同作用。在 RiskMinds 大会（全球风险管理大会）上，当主办方问道，InsurTech 对保险业是摧毁还是拯救的时候，各个保险业内人士说法不一。但所有保险的 CRO, CTO 和首席精算师都一致认为，InsurTech 正在改变保险的面貌。
