资讯
英伟达二季度财报公布，业绩超预期，股价仍大挫
当地时间 8 月 10 日，英伟达公布了公司截至 7 月末的季度财务报告。营收 22.3 亿美元，同比增长 56%，超过预期的 19.6 亿美元。净利润 5.83 亿美元，同比增长 123%。然而消息公布后，公司股价在盘后交易中仍然下跌超过 6%。过去一年中，英伟达作为人工智能行业表现最亮眼的公司之一，股价获得了大幅攀升，涨幅几乎达到 200%，也引发了部分业内人士对价格泡沫的担忧。
本季度，游戏业务收入同比增长 52%，数据中心同比增长 175%。汽车相关业务同比增长了 19%，虽然其中许多项目仍处于试点阶段，但越来越多的汽车制造商表露出希望英伟达为他们的自动驾驶技术提供深度学习计算支持的意向。
英伟达称，其下一代处理架构，Volta，将分配更多芯片空间给 Tensor Cores，一个新的专门处理深度学习张量计算的计算核心。公司 CEO 黄仁勋称，「合作伙伴对 Volta 的反馈超乎想象地好，他们可以利用 Volta 建立更大型的深度学习模型并训练更多数据。」
韩国拟修改税法减轻对企业自动化投资的税收补贴
8 月 10 日韩媒报道称，在最近公布的税法修订计划中，文在寅政府提出削减此前对企业工业自动化设备投资的税收减免。之前，高科技企业每进行一项自动化设备投资，可以获得投资金额 3% 到 7% 的税费减免。政府拟将减免比例降低最多两个百分点。由于这项政策被视为旨在补足自动化带来的收入税损失，并将投资于因为失业率上升而需要更多资金的社会保障项目，因此，有媒体引用业内人士观点称此举相当于间接征收「机器人税」。
目前世界上尚未有任何国家征收机器人税，然而随着人工智能技术的进步和机器人的普及，政府、经济学家和科技企业高管逐渐开始了对机器人税的讨论。微软创始人 Bill Gates 通常被视为机器人税的支持者，而美国前财政部长 Lawrence Summers 不赞同 Gates 的观点，他认为税收会阻碍创新，解决就业问题应该靠提供教育和训练而不是征税。
欧盟是第一个通过决议反对引入机器人税的地区，经过去年对机器人税提案的一系列讨论后，今年 2 月，欧盟通过决议，反对征收机器人税，并将人工智能机器人视为有个性的「电子人」。
宜家智能灯泡将兼容多种家庭语音助手
宜家在今年早些时候推出了智能灯泡 TRÅDFRI 以及配套中枢，然而由于缺乏与智能家居系统的集成而在可用性方面显得鸡肋。最近，公司在官网上更新了信息，鼓励用户下载 app，以「确保你的 TRÅDFRI 能够与谷歌的 Google Home、亚马逊的 Alexa 和苹果的 HomeKit 进行连接」。据悉，该更新将在今年秋季完成，而虽然没有在网站上透露，但 TRÅDFRI 还支持飞利浦的 Phillips Hue 中枢。因此，你也可以通过任何 Phillips Hue 的应用使用宜家灯泡。Hue 的入门级白色灯泡在美零售价为 15 美元，而 TRÅDFRI 的售价为 18 美元，这一次看起来宜家的选择并没有太大的成本优势。
飞利浦可谓是智能灯泡的「先驱」，将 Phillips Hue 和语音助手相连后，你就可以通过语音控制房间内的灯光。例如，如果你拥有亚马逊的 Echo，你就可以对 Alexa 说，「Alexa，打开我的书房灯」或者「Alexa，调暗卧室灯光」来控制不同的智能灯泡组。在国内，小米、幻腾、yeelight、X-light+ 等品牌也都推出了智能灯泡产品。
Snapchat 母公司收购自助无人机公司
当地时间 8 月 11 日，科技网站 Mashable 报道称 Snapchat 的母公司 Snap 秘密收购了一家无人机公司 Zero Zero Robotics。该公司目前在苹果商店销售一款名为 Hover Camera 的自拍无人机。该无人机售价为 499.95 美元。
Snap 一直维持着神秘的作风，他们几乎从不公开收购消息，直到媒体挖出相关资讯或 Snap 发布了与收购相关的功能。考虑到 Snap 一直以来通过收购部署核心功能的作风，业内人士推测，Snap 将借这次收购开发类似 Spectacles 的应用，让用户利用无人机航拍小视频并上传。
Snap 自称是一家相机公司，但现在公司并没有任何智能硬件设备出售，分析师称，「Snap 的行为向来不可预期。现在的他们不是一家相机公司而是一家出售广告的公司。」
这并不是 Snap 第一次表现出对无人机的兴趣，之前 BuzzFeed 声称 Snap 以低于 100 万美元的价格收购了洛杉矶无人机公司 Ctrl Me Robotics。去年，Business Insider 也报道称公司正在与伯克利的无人机公司 Lily Robotics 谈判，但是后来并没有完成收购。
应用
人工智能监视器 Nanit 要做「婴儿监控界的特斯拉」
这款将于今年 9 月正式上市的产品定价 349 美元，至少在「贵」这方面，它足够像特斯拉了。
设备具有夜视摄像头、麦克风、温度传感器、湿度传感器、夜灯，同时你能通过应用获得基于人工智能的数据分析服务。设备将会 24*7 地监控婴儿床，你的智能手机则充当了图像显示器、夜灯开关和温度湿度等计数器。区别于其他婴儿监控设备，Nanit 为你记录孩子的睡眠数据并提供规律分析，你可以根据数据规划孩子接下来的时间。其他功能包括所有事件的通知流和夜间视频的精选剪辑。所有上述服务都基于计算机视觉技术对图像的分析，当然，这种分析也有可能犯错：例如，一位测试者发现，即使小孩不在，相机也会因为孩子的睡袋在婴儿床上而判定孩子在睡觉。
计算机视觉进军时尚电商领域
英国服饰电商 ASOS 在其 iOS app 中添加了视觉搜索功能。用户可以将照片或特定风格的图片上传，然后在 app 中探索样式、品类、风格相似的商品。测试者称受限于 ASOS 的商品规模（全品类只有不到 9 万件），你可能找不到同款，但是可以找到风格上稍有相似的产品。
于 2000 年推出的 ASOS 可谓是一家「老牌」电商了，除了 ASOS 这种大公司之外，近年来，也有大量的初创公司试图寻找计算机视觉与时尚产业之间的联系，被提及较多的公司包括 ASAP54、Craves、Donde Fashion、Slyce and Snap Fashion 等。最近，众多科技公司也将注意力放在了视觉搜索上，谷歌近期在搜索得到的图片的角落里添加了小标签，你可以点击一幅食物图片上的标签看到菜谱，也可以点击一件衣服下角的标签直接进行购买。
机器学习帮助神经科学家破解神经信号密码
如今火热的「神经网络」的名字就来自我们的大脑。人类的大部分肢体活动，比如招手、移动眼球，都是大脑通过人体的「神经网络」向肌肉发出一个包含了运动指令信息的密码来进行激活的。然而这段代码是如何工作的，一直以来都是一个谜。神经科学家们能够通过特殊手段观测这些信号在神经元中穿行的过程，然而想要理解它们则十分困难。现有的试图解读这些信号的算法表现都不怎么样，科学家对于一个更精确的解码器的需求是迫切的。
近日，西北大学的研究者们发表了一种技术，利用机器学习对神经信号进行分析。团队认为该方法应该成为未来分析神经信号的标准办法。
团队通过记录移动光标的猕猴的大脑中主运动皮层、背前运动皮层和躯干感觉皮层的几十个神经元的活动，和猕猴移动光标的距离一起建立算法，试图通过神经数据对光标移动的水平和垂直距离进行预测。模型使用了传统的线性回归，也使用了带有 LSTM 模块的循环神经网络。
实验证明，机器学习技术在可解释方面可以获得相较于传统技术（如 Wiener 滤波器）超过 40% 的提高。研究者 Joshua Glaser 认为，这个结果并不令人惊讶，因为神经网络的开发就收到了大脑结构的启发，因此它有理由更好地模拟大脑的工作原理。
研究者们接下来的工作是试图设计一种可以实时进行预测的神经解码办法，「现在我们的模型还需要记录神经元的活动，然后把数据交给模型，如果能同步进行这两项操作将给研究带来很大便利」，Glaser 如是说。
观点
缝纫机器人将制约新兴国家的发展
《金融时报》日前发表评论称，缝纫机器人的发展将会颠覆劳动密集型的服装制造业。这会对现在正在享受人口结构红利大力发展服装制造业的南亚新兴国家造成巨大打击。
由于材料特殊性和操作复杂性，服装产业通常被视为不易受自动化影响的产业。不像飞速自动化的汽车工业，一件 T 恤的制造流程自缝纫机问世以来就几乎没变过。制作服装的四个过程，「拿起布料、对齐、缝纫和放下成品衣服」，其中，只有缝纫被自动化了。而现在，美国的 Softwear Automation 公司正在致力于开发一款名为 Sewbot 的机器人，利用摄像头和图像分析技术指引机械臂的移动进行服装制造。这家公司获得了沃尔玛 200 万美元的投资，并计划在明年将机器人用于生产 T 恤。
这样的机器人一旦投入实际应用中，南亚国家的整体经济都将受到巨大冲击。现阶段，南亚发展中国家就存在宏观经济指标增幅很大，然而就业增幅不及总体经济的 1/3 的问题。专家们将这类问题成为「无就业增长」。试想，如果美国将服装制造过程迁移回本土，那么服装占出口额高达 80%，共有 2,700 万人从事服装行业的南亚诸国将何去何从？
部分经济学家认为这些国家应该及时「止损」，转而发展如金融、交通或旅游等服务业。不过服务业对于技能的要求远高于制造业，再蓬勃的服务业就业发展也拯救不了失业的制造业员工。
图说
13 大热门人工智能技术的未来发展趋势
随着研究技术的飞速发展和不断推进，人工智能在金融、医疗、自动驾驶等应用场景中解决实际问题，逐渐崭露头角成为初创公司和互联网巨头竞相关注的热门领域。据统计，有 38% 的企业正在使用人工智能技术，预计到 2018 年，这一数字将增长到 62%。市场调研公司 Forrester 预测，相较于 2016 年，2017 年人工智能领域内的投资将增加 300%。下图针对人工智能领域的 13 个技术，从商业价值、技术成熟度、发展阶段等角度进行解读。
近年来，国外智能音箱市场的竞争已经逐渐趋于白热化，国内前沿玩家也纷纷入局。智能音箱作为下一代交互的重要载体，背后离不开自然语言理解与语音识别技术的扶持。虽然眼下这两项技术还处于初期发展阶段，不过鉴于可预见的商业价值，各家公司会在该领域进行持续投入并加大扶持力度，预计相关技术将在 3 到 5 年内迈向下一阶段，得到实质性进展。
目前，虚拟助理、机器学习平台以及优化硬件处在爬升阶段，决策管理则处于平稳发展阶段，预计 5 到 10 年内仍将是人工智能领域的热门方向，具有巨大的研究空间。
深度学习平台、语音分析技术、生物识别技术、图像与视频分析技术、机器人自动处理系统与文本分析和 NLP 领域在接下来仍将稳步发展，但可能不会有较大突破。其中语义分析技术发展可能较为缓慢，在 5 至 10 年内才能达到上升阶段，机器人技术可能在短期内也不会有较大突破。相比之下，图像及视频识别和文本分析及 NLP 技术发展较为迅速，预计在 1 至 3 年内就能分别阶跃至成长期及平稳期。集群智能技术仍在萌芽期，值得长期研究，具有巨大的发展潜能。
