资讯
微软研发可压缩在 Raspberry.Pi 等微型计算机上的新型人工智能技术
现在还没有一台云服务器可以帮你判断远处的一只鸟是东蓝鸲还是西蓝鸲。这种小型非主流的智能技术需求正在促使很多公司研发将人工智能压缩到便携式设备上的技术，微软已经将这个技术做到了极致，他们将深度学习算法放入了一台 Raspberry Pi（一种微型计算机）中，其目的在于让淋浴喷头、医用植入物和土壤传感器这样的「哑巴」设备在没有连接超级计算机或互联网的情况下，变得更加智能。
该想法来自印度雷蒙德和班加罗尔的微软实验室，其 AI 优化团队负责人 Ofer Dekel 正尝试找出一种方法来阻止松鼠吃食花的球茎和种子。他训练了一个计算机视觉系统来定位松鼠，并在一个 35 美元的 Raspberry.Pi3 上部署该视觉系统代码。每当啮齿动物出现时，它就会触发自动喷水灭火系统，驱赶它们。在诸如松鼠传感器之类的东西上安装高性能芯片或连接的云计算设备太贵，有点不切实际。但是给传感器和各种设备装上 10 美元的 Raspberry Zero 和辣椒片大小的 Cortex M0 芯片是可行的。
目前微软的研究人员还在为残障人士开发几个新项目，比如能发现摔倒并发出呼救信号的手杖，以及可以解释手语的「智能手套」。为了获得更多的想法和帮助，他们将早期的训练工具和算法在 Github 上开源给 Raspberry.Pi 爱好者及其他研究人员。
国内首个商用无人便利店缤果盒子完成 A 轮亿元融资
据腾讯消息，国内首个商用可规模化复制的 24 小时无人便利店——缤果盒子 ( Bingobox ) 今天宣布完成 A 轮融资，融资额超过 1 亿元人民币。该轮融资由 GGV 纪源资本领投，启明创投、源码资本、银泰资本等机构跟资。据了解，缤果盒子已做好了大规模量产准备，预计一年内可完成 5,000 个网点的铺设。缤果盒子是国内市场上第一家成规模的商用无人便利店。2016 年 8 月开始在广东中山地区启动项目测试，2017 年 6 月初落地上海、开启针对一线城市的大规模人流测试。在超过十个月的试运营期间，缤果盒子接待顾客数万人，用户复购率接近 80%。
Genpact 发布人工智能平台 Genpact Cora，为企业提供整套数字化转型服务
近日，专业提供数字化转型服务的公司 Genpact 发布了一个模块化人工智能平台 Genpact Cora，可以帮助企业加速数字化转型。Genpact Cora 有一个成熟的应用程序接口（ API ）设计和开放架构, 包括公司自身的知识产权及利用一流的供应商，它首次将人工智能引擎、数字分析技术以及自动化集成在一个单独、统一的平台。公司称，可以提供最快捷的规模化数字转型途径。对于一家成熟企业来说，该平台可以在不牺牲管理安全和投资保护前提下，以一种规划管理的方式驱动数字化转型。Genpact Cora 平台是市场上已有的 Genpact 产品和资讯服务的基础，拥有超过 100 万的用户，每年处理的交易超过 1 亿笔。该平台已经在多个产业应用中实现了价值提升。比如重构药品安全、驱动更快具有增值的金融报告、加快新产品进入市场的速度等。
丰田发布用以照顾残障人士起居生活的新型机器人
丰田近日发布了一个可以帮助退伍残障老兵的室内单臂机器人。这个机器人高 3 英尺，重 81 磅，可以做帮残障老兵完成一些基本活动，比如开门，把食品从食品柜拿出来送到主人那里。丰田设计的这款机器人适用于家庭陪伴，其身体可以伸展到一英尺以上，单臂装有智能系统，向外伸缩时可识别物体。其臂末端的真空垫夹子可以帮助机器人夹取铅笔、水杯和门把手等日常物品。机器人可以在家里以每小时 5 英里的速度自主移动（避免障碍物），也可以通过智能手机控制。它有三种主要的模式：抓取；声控拾取；手动控制，顶部有一个小屏幕，用以显示通过 Skype 连接到它的人。和大多数丰田机器人一样，这台机器人是为帮助残疾人和老年人而设计的。据丰田消息，关于该款机器人尚在研发中，价格和上市时间未定。
应用
MIT 开发出预测化学反应物的机器学习系统
一直以来，决定生产一个特定分子的最有效和最经济的方法需要很多经验性技巧。但是，麻省理工学院的研究人员正试图打造一个经过数千次实验反应样本训练、学习预测反应的主要产物是什么的计算机系统，把这个过程建立在更安全的经验基础上。该研究成果发表在美国化学学会的《Central Science》杂志上。该系统的设想是，你可以告诉系统，想要某个分子，该软件会告诉你制作该分子的路径，机器帮你做出来。在测试过程中，该系统能够预测反应的主要产物，并对三个最有可能的结果进行排名。目前该系统确定主要反应物的精确度为 72%。虽然还不能完全自动化地确定化学合成类型，但它能帮助化学工程师更快收敛到最佳反应序列，并提出研究者可能没有研究过的序列。
CMU 联合研发出智能工具 Penny，可通过卫星图像和人口数据预测地区收入水平
CMU 与 DigitalGlobal 和 Stamen 联合研发了一款人工智能工具 Penny，使用卫星图像来预测纽约地区的收入水平，以及这些收入水平是如何随着城市景观变化而变化的。该工具可以显示出任意区域的收入水平，当你在其界面上划出曼哈顿的某住宅区时，它可以准确识别出这是富人区。CMU 的计算机科学家 Aman Tiwari 通过在纽约的高分辨率卫星影像上叠加人口普查数据并通过神经网络对其进行反馈，训练出了这个 AI。该 AI 开始将城市景观中的视觉模式与收入联系起来，不同对象和形状所联系的收入水平高低不同，低收入与停车场相关，高收入与绿地高度相关。此外，Penny 给出的匹配结果有时会颠覆我们固有印象，比如它可能将直升机停机坪与低收入水平联系起来。
出版业如何应用人工智能提升读者体验
在人工智能技术不断发展的当下，出版商迫切需要考虑如何用人工智能来支持他们特定的业务需要。以下是一份出版业如何快速应用人工智能的指南。
内容分析。出版商可以使用人工智能来理解读者在自己网站和其他地方讨论的话题。其步骤包括选择要分析的内容，扫描、提取关键特征，然后分析结果。典型的内容分析问题包括最常见的内容、最常阅读的内容、最新的内容以及变化的内容。自然语言处理系统能提供所有更丰富的数据用以分析。从编辑的角度来看，内容分析可以指导下一步的内容创建工作。
内容创作。人工智能系统不仅可以撰写财务和体育报道，其内容创作也延伸到电子邮件主题、社交媒体文章、网页和视频中。虽然这些主要应用在广告创建中，但也可以帮助出版商提升编辑产品的消费。内容创建系统和内容分析系统可以被视为镜像。两者都依赖于已经做好单词（或声音或图像）分类的大数据库，以及理解给定语言规则的语义引擎。但是，内容分析系统使用这些信息来分离现有的句子，内容创建系统使用类似的信息来组装新的信息。在这两种情况下，数据库的质量和语义引擎的细微之处都是成功的关键。用户必须经常针对其特定应用程序创建新词汇表和语义规则。
内容推荐。这可能是出版业最著名的人工智能应用程序，包括对推荐阅读、观看和收听内容；推荐购买的产品；以及推荐在游戏或移动应用程序中采取的操作。与业务相关的应用程序包括推荐的营销、销售和服务信息。一些推荐系统可以处理多种类型的推荐。
优化网站转化率。该应用超出了内容范围，涉及到页面布局、图像等等，其目的是把更多的用户行为转化为实际订阅和购买行为。
观点
篡改证据，人工智能或可颠覆司法判决
当人们看到一个政客受贿或名人不雅视频时，观众总是认定视频中描述的事件确实发生了，因为眼见为实。当然，这些视频必须清晰，并且没有明显编辑痕迹。但是这种眼见为实的经验逻辑正在被人工智能技术做颠覆。人工智能带来了大数据分析，带来了图像识别和语音识别，也让谎言更加无懈可击。由于人工智能的推动，音频和视频伪造技术取得了惊人的进展。在未来，我们需要面对逼真的假图像和假视频登堂入室，作为否认犯罪的证据。人们很辨别哪些资料哪些人更值得信任。
总部设在蒙特利尔的深度学习创业公司 Lyrebird 正在研发一种可以以任何一个人的声音生成语音的技术，而 Adobe 也在也研究类似的音频 PS 软件。斯坦福等大学机构的研究人员已经开发出具有惊人伪造能力的视频技术。他们使用人工智能软件对个人面部表情和语音相关的嘴部运动进行修改，效果可以以假乱真。以技术目前的进展速度，可能只要两三年前就能伪造出足以愚弄大多数人的音频；5 年或者 10 年后，就会出现能够骗过法医分析的图像，这一技术的发展将改变新闻界、政府发言、刑事司法证词、当然还有国家安全领域中证据和真理的含义。
Yann LeCun：非监督学习不是万能，结合增强学习和监督学习才能完整地识别物品
机器与人之间的最大区别是机器没有常识，因此需要花费巨大的资源去训练它理解人工习以为常的概念。近日，Facebook 人工智能研究院（FAIR）院长 Yann LeCun 在台湾大学的一场演讲中，以蛋糕为比喻，将机器学习中的增强学习、监督学习和无监督学习分别比喻成樱桃、糖霜和蛋糕。他解释道，用增强学习可以很容易地识别出樱桃这类物品，但是识别糖霜就需要更多的学习资料，而识别蛋糕则需要更多的学习资料。这并不意味着只要非监督学习就够了，完整地识别出物品也需要增强学习和监督学习。
图说
语音支付市场正在以你想象不到的速度增长
手机、平板、智能家用音箱等语音硬件的增长为语音支付奠定了基础。根据皮尤研究，在美国消费者中，有 77% 拥有智能手机，55% 的人拥有平板电脑，其中 75% 的 iPhone 用户使用 Siri，63% 的安卓用户使用虚拟助手。BI Intelligence 指出，今年智能家用设备的数量是 3900 万，而未来 5 年内，这一数字将增长到 7300 万。消费者使用语音的理由有很多，最常提到的就是使用方便。语音支付这一功能的使用也越来越广泛。Business Insider 旗下的市场调差机构 BI Intelligence 近日出具了一份美国市场的语音支付使用报告。
用户常用语音助手的场景包括：汽车、在家、公共场合以及工作中。其中，使用最频繁的是汽车中。
人们使用语音助手的目的有不少，其中，音乐功能最为常见。
语音支付的潜在增长力：在 BI Intelligence 的报告中发现，有 1800 万美国消费者在使用过语音支付，预计该数字将以每年 31% 的复合年增长率增长。该报告指出，语音界面让交易更加快速、简单。当用户无法腾出手时，语音支付显得极为方便。此外，该报告的数据证实了语音支付革命已经开始，用户正在尝试该功能。
- 语音支付正在增长：8% 的美国受访者对 2017 BI Intelligence 调查表示，他们使用语音命令购买东西，给朋友转账，或支付帐单。
- 接受语音支付的人越来越多：美国成人的语音支付将在 2020 年达到 31%。语音设备的渗透力，人工智能的代际收益，以及消费者对语音支付价值的强大认同都会促进语音支付的增长。
- 大额支付将会出现：亚马逊、苹果、谷歌以及 PayPal 将会率先推出这种新一代的支付功能。
- 各大银行押注 AI：美国银行、Capital One、USAA 已经将对话界面引入客户服务中。
- 语音支付在演变：和所有的新技术一样，语音助手支付很快会变得更加自然和易于使用。
- 先行者将受益：根据经济增长的预期，早期的语音支付和语音银行服务提供商将在不断数字化的市场中占有一席之位。
