整理 | 小虎
资讯
微软收购云计算公司 Cycle Computing，强化 Azure 竞争力
8 月 15 日，微软宣布收购云计算公司 Cycle Computing，旨在帮助微软 Azure 获得更多的超算工作客户，提升与亚马逊 AWS 和谷歌云平台的竞争能力。
Cycle Computing 成立于 2005 年，专注于运行不同公有云上复杂的高性能运算工作，摩根大通、洛克希德马丁、西部数据等公司都曾使用过其服务。CycleCloud 软件可帮助各公司运行多个平台上的特定计算工作，然后在必要时提供云基础设施。
「Cycle Computing 的技术将进一步强化我们对 Linux HPC 工作载荷的支持，同时将企业预置型工作载荷扩展到云计算上面也将变得更轻松。」微软 Azure 副总裁杰森·桑德尔（Jason Zander）在一篇博客中说。这已非微软首次收购高性能计算公司。三年前，微软收购了 GreenButton。不过，对手亚马逊也没闲着，在去年收购了 Nice 公司。
将顶尖学者与 AI 创业公司连接起来，艾伦人工智能研究所加大创企扶持力度
近日，艾伦人工智能研究所（AI2）加大了对 AI 创企的扶持力度。除了对各创企的种子轮投资增加 25 万美元之外，艾伦人工智能研究所还将在沃灵福德总部提供办公场地，同时提供机器学习、计算机视觉、硬件工程领域的专家咨询服务。
艾伦人工智能研究所由微软的联合创始人 Paul Allen 在 2014 年建立，目前主要专注于四个项目的研究：名为 Aristo 的机器阅读与推理程序，SemanticScholar 的语义理解搜索程序，Euclid 的自然语言理解程序，和 Plato 的计算机视觉程序。截至目前，Allen 已经给研究所投入了近 5 亿美金。
此前，艾伦人工智能研究所资助的创企已有两家小有名气，其中 Xnor.ai 曾获得数百万的种子轮融资，Kitt.ai 已于上个月被百度收购。
Facebook 智能助手 M 全球扩张：为用户提供服务
近日，Facebook 智能助手「M」服务已经扩展至澳大利亚、加拿大、南非和英国等地。这款服务今年 4 月面向 Messenger 推出，可根据用户对话中出现的词汇，推荐相关活动或服务。
「M」人工智能助手 2015 年走入公众视野，当时的封闭测试可以帮助 Messenger 用户完成日常任务、订餐、购买礼物或者规划假期。M 还可以向用户推荐第三方聊天插件，从而引入 Delivery.com 外卖、Food Network 收据和 Spotify 音乐机器人，但目前只面向美国用户开放。
目前，Messenger 的月活跃用户已超 12 亿，有评论称这次扩张将极大提升智能助手的使用量。此外，西班牙语版 M 已于本月早些时候面向美国、墨西哥和西班牙推出。
AI+医疗领域融资热，应用场景覆盖全面
AI、机器人技术在医疗领域的应用，越来越成为融资热点，应用场景也覆盖了检查、决策和管理等诸多方面。
成立于 2009 年的安翰医疗，是一家研制胶囊内镜机器人的企业。无需插管到胃部。随水吞服 1 颗药丸大小的胶囊机器人，15 分钟无痛、无创、无感染、无死角的胃部检查即可完成。8 月 15 日，安翰医疗获得大中投资、软银中国资本、优势资本、虔盛投资、厚新健投、同晟资本共同投资一亿美元，用于市场开拓及新产品研发。
医疗服务和管理平台 HealthJoy 也宣布完成 300 万美元 A 轮融资，Chicago Ventures 领投。投资将被用于扩张销售、服务和工程技术，深化与合作方的整合，发展 AI 平台功能。成立于 2014 年的 HealthJoy 主要产品是医疗保健平台「Joy」。该平台利用 AI 帮助消费者做出合理判断，比如，帮消费者选择最划算的处方或审查，并提供小型疾病的远程医疗服务和医疗福利的咨询服务，从而简化相关流程。
AI 发展屡遇数据障碍，科技巨头法律争议不断
近日，美国一联邦法官判决微软旗下 LinkedIn 不得阻止创业公司抓取公开资料数据，同时要求 LinkedIn24 小时内停止通过技术措施阻止 hiQ 获得公开资料。LinkedIn 表示计划上诉。此前，hiQ 利用 LinkedIn 的数据开发算法，预测企业雇员的行为，例如这些员工可能于什么时候离职。五月份，LinkedIn 致函 hiQ Labs，要求该公司停止从 LinkedIn 上拉取数据。然而，hiQ 于 6 月份提起诉讼，称 LinkedIn 此举违反了反垄断规定。这起诉讼的影响并不止于两家公司，也会影响平台对用户公开发布至平台的数据拥有什么样的权利。
除了公开数据的抓取，数据隐私也一直困扰着科技公司和法官。最近，包括苹果在内的多家知名科技公司向美国最高法院接收的一桩重要案件提交了「法庭之友」意见。这些公司表示，警方访问未经授权的手机位置数据的这种做法让他们很担忧。法院应当与时俱进，完善《第四修正案》的适用范围，满足人们对保护数据隐私的期待。
应用
利用多角度航拍影像进行 3D 建模
无人机技术的成熟与普及，正在变革空间大数据的采集与应用。除了可用于航拍，无人机还可用于精细化的三维建模，配以 3D 打印技术后，建筑测绘和模型构造将变得更简便。兴趣点环绕定时拍摄后，即完成初期素材收集。用 Pix4D 和 PhotoScan 等方式处理这些带 GPS 数据的高清图像后，即可生成相关建筑物的 3D 模型。
近期，加州大学圣塔芭芭拉分校（UCSB）的研究团队更进一步。他们研发了一个新系统，两架无人机互相配合绕着目标飞行就能建造出建筑物内部的 3D 模型。一架无人机用 Wi-Fi 冲击建筑物，另一架接收信号，直到映射出不同点的波幅强度差异。这种 Wi-Fi RSSI（接收的信号强度指示）技术可让无人机探测出建筑物内部构造，绘制出相应细节模型。
无人机的 3D 航拍建模可被用于更大的场景，对城市建设、建筑测绘、考古等行业也将有所帮助。
机器人也谈判？美一警局打算购买机器人协助警方工作
美国德克萨斯州的威奇托福尔斯警察局正在计划购买一款机器人「AVATAR」，旨在协助警方侦查案件和进行谈判。「AVATAR」看起来就像一台小坦克，配有滚轮、踏板和记录仪，以及一个双向无线电和一个可远程控制的摄像头。可在地毯、楼梯、沙漠、草原等各种复杂表面巡逻。在紧急情况下，可在不伤及人员情况下，及时反馈信息。此外，AVATAR 还能用于障碍设置。
每年，威奇托福尔斯警察局都要处理大量案件，在这种情况下，反恐特警和其他战术反应小组可以使用机器人「AVATAR」侦测周围环境。该局的公共信息官员哈罗德·麦克卢尔表示，机器人「AVATAR」将在高风险情况下保护警察的安全，让他们脱离危险，「它可以『查看』房间，在人员进入房间之前确保没有任何风险，也可以用来进行谈判。」
医务人员不洗手？这款使用了机器学习算法的智能摄像头可以帮你监督他
在医院，医务人员有 5% 的概率感染其他病菌。一个很重要的原因在于人们缺少手部清洁，尽管配备了消毒液和提示标语，但很多人无动于衷。医院通常也会设置专门的人员，记录是否洗手消毒，但人工判断的准确率只有 63%。
瑞士联邦理工学院的一组团队利用深度相机和计算机视觉算法可以快速判断一个人是否使用了消毒液。
在算法训练的最初阶段，研究人员收集了某个周五中午摄像头记录的影像资料，包括医院走廊、病房及洗手池等位置。记录的 170 当中，只有 30 人正确地使用了消毒液。研究人员将 80% 的图像进行标注并用于训练算法，以此判断医护人员在走到另一个病房时是否正确洗手。训练完成后，研究人员利用剩下的 20% 图像进行测试，发现判断的准确率达到了 75%。
鉴于在两家试点医院的良好表现，这项技术将被应用于三家医院，并进行全年的监测。「我们没办法让医护人员每时每刻都在病房里监护，但这项工作可以交给 AI 助手来完成，这样医生就可以去完成更重要的任务。」该团队的成员 Alexandre Alahi 说。
观点
Dawn Song：网络安全与人工智能的结合还是一个新的产业，还有许多具有挑战性的问题
8 月 15 日，美国加州大学伯克利分校计算机系教授 Dawn Song（宋晓东）在第三届中国互联网安全领袖峰会上发表演讲，称人工智能与网络安全的结合还是一个新兴产业，计算安全领域还有很多尚未解决且具有挑战性的问题。
Dawn Song 说，深度学习已经改变了我们的安全形势和防御能力。AI 可以使我们的认知系统更加强大，辅助识别恶意软件和欺诈，同时增加漏洞识别准确率，实现安全检测自动化。不过，随着 AI 涉及越来越多的体系和系统，我们也将面临新的风险。包括对抗样本、社会工程攻击以及 BCI 设备泄露个人隐私等。
在对抗样本层面，Dawn Song 认为模型、图形选择、代码和黑箱攻击防御都需要关注对抗样本被重构造成的攻击风险。其中一个方法是进行神经项目架构的泛化，使用递归、循环等方式，保证程序的安全可靠性。
但在社会工程攻击和脑机接口（BCI）设备方面的风险，都是以往没有涉及过的领域，目前还没有完善的解决方案。在未来，黑客或许会利用社会工程学和 AI 技术，进行大范围、具有针对性的攻击。在脑机接口（BCI）方面，恶意软件可以通过信号再处理，窃取个人的隐私。如果被不正当地利用，这些都将会成为「大规模杀伤性武器」。
Dawn Song 希望，技术发展的同时，更要密切关注带来的风险。未雨绸缪，需要安全专家和社会各界的重视及合作。
著名市场调查公司研究主管：五大因素成就中国 AI 的快速发展
市场研究公司 Tractica 研究主管 Aditya Kaul 认为，欧美的 AI 新闻只聚焦于硅谷、蒙特利尔、伦敦及巴黎等城市，对于中国人工智能发展的认知很大程度上是缺失的。调研深圳和香港之后，Kaul 总结出了中国在 AI 领域快速发展的 5 个因素。
- 重视学术：中国大学历来对数学和科学非常重视。近期，中国研究机构也在 AI 会议和比赛中表现不俗，例如，中国队连续几年夺冠 ImageNet，清华、北大、港中大以及南京大学的论文时常出现在 ICLR、NIPS 这些 AI 顶会上。
- 政策支持：中国政府正在大力推进 AI。近期，国务院印发《新一代人工智能发展规划》并预期在 2030 年，人工智能核心产业规模超过 1 万亿元，带动相关产业规模超过 10 万亿元。规划还将 AI 与传统农业、制造业、法律等领域紧密结合起来。这一现象还未曾见于其他国家的政府。
- 创业生态完善：风投很大程度上看好 AI。腾讯研究院数据显示，截至今年 6 月底，中国背景的 AI 企业投资额为 95 亿美元，尽管少于美国的 142 亿美元，但已大大超过其他国家。美国将拥有 42% 的 AI 企业，中国的数字为 23%，其他国家拥有 AI 公司的比例斗殴会低于这个数字。
- 数据丰富：中国拥有最多的人口，网民数量在 2016 超过了 7.3 亿，其中 95% 都使用智能手机。巨大的人口基数带来海量数据，这些都将成为训练 AI 的燃料。尽管谷歌和 Facebook 声称有 10 亿多的用户，但是这些用户分散在世界各地，用户数据的利用也受到不同隐私政策的限制。
- 执行力强、应用范围广：中国在部署和贯彻某项政策时，非常高效。无论是基础设施或是政府政策，人们总是会尽快完成目标。比如，专注于人脸识别的商汤科技，短短几年时间，已经在上海、北京等大都市实现应用落地。语音识别领域，科大讯飞和百度正致力于降低普通话识别的错误率，将 Siri 甩在后面。目前，科大讯飞的产品已广泛应用于法庭记录、机器人语音、智慧楼宇等场景。
图说
如何打造最聪明的城市？
城市是现代经济的引擎。他们驱动着全球经济，消费着大量资源，为大多数人口提供住所，但也制造污染、气体排放，人们不禁为人类未来担忧。尽管大城市消耗了很多能源，但是，这也比不上未来即将出现的超大城市。实际上，在你的有生之年，或许会见证人口膨胀至 5 千万的超大城市的诞生（亚非地区）。它们会消耗更多的能源，也会带来更多的问题。
物联网和 AI 的发展，传感器的普及、大数据和预测分析技术，让打造智慧城市正逢其时。最近，可视化数据平台视觉资本（Visual Capita list）发布了一张智慧城市的智能方案解析图，分析指出交通、环境、建筑、基建、公共事业、生活娱乐等领域都将面临变革，其中，智能监控管理将贯穿城市生活的方方面面，很大程度上改变传统都市景观。
以下是五个人们正在尝试的智慧城市实践。
- 智能道路：监测车辆和行人的流量，实时优化交通情况。针对行人和非机动车，建造智能、可快速调整的快车道和慢车道。
- 智能建筑：屋顶绿化或垂直绿化，可增加建筑隔热性能。在建筑设计时，选取兼顾热量、能源利用、光线、通风等要素的方案，同时结合必要的太阳能光电板和风力发电装置。
- 智能灯光：选择可自动调节灯具，节省能源。
- 智能废物利用：检测垃圾箱内废物容量，实时制定最优化的垃圾收集路线。
- 智能电网：实时监控能源利用、管理情况，针对变动及时作出调整。
