整理 | 邱陆陆
资讯
Alphabet 第二季度营收超出预期，云业务与机器学习产品「势不可挡」
当地时间 24 日，谷歌母公司 Alphabet 发布第二季度财报，报告显示，公司 2017 年第二季度营业收入 260 亿美元，同比增长 23%，营业利润 41.3 亿美元，同比下降 30%，营业利润的下降主要受欧盟反垄断机构对公司的 27.4 亿美元罚款影响。
刚刚成为 Alphabet 董事会第 13 位成员的谷歌 CEO Sundar Pichai 强调了谷歌云业务的迅疾扩张趋势，并用「势不可挡」来形容公司机器学习相关技术取得的进步。Pichai 表示，二季度的工作重心在于让机器学习算法获得加速产品提升的能力，例如 auto ML，就能自动化地设计神经网络。他进一步列举了本季度加强了机器学习功能的产品线，包括引进了智能回复并提高了翻译质量的 Gmail，能够对街景图片进行路标文字识别的谷歌地图，利用语音识别自动生成字幕、并能够对评论进行自然语言分析提取主题的 YouTube，以及通过人脸识别技术进行照片整理与分享的 Google Photos。
此外，谷歌的智能硬件设备，智能音箱 Google Home 和智能手机 Pixel 也表现强劲。Pichai 透露，到年底，将有 11 款「让美梦成真」的硬件设备投入市场。
自动驾驶初创公司 Momenta 获得 4600 万美元 B 轮融资
25 日，自动驾驶初创公司 Momenta 宣布获得 B 轮 4600 万美元投资。该轮融资由蔚来资本领投，戴姆勒集团、顺为资本、创新工场与九合创投跟投。
Momenta 成立于 16 年 9 月，其核心技术包括基于深度学习的环境感知、高精地图、驾驶决策，产品包括不同级别的自动驾驶方案及衍生出的大数据产品和服务。Momenta 的团队中有多位深度学习领域的专家。其研发总监任少卿是图像识别领域广为应用的框架 Faster R-CNN 和算法 ResNet 的作者。在刚刚公布结果的 ImageNet 2017 挑战赛上，Momenta 团队获得了目标定位任务的冠军。
CEO 曹旭东表示：「融资将用于三方面：1. 加强人工智能核心能力，包括大数据、大计算和优秀 AI 人才；2. 产品化基于视觉的环境感知和高精地图技术；3. 研发高频刚需场景的 L4 无人驾驶技术。」
应用
印刷商联手技术公司：AI，告诉我下一本畅销书叫什么
总部位于芝加哥的知名印刷与数字媒体公司 LSC Communications 24 日发表声明，投资位于德克萨斯州奥斯汀的机器学习与人工智能开发商 Authors。
声明称，LSC 将运用 Authors 开发的技术为出版商提供多项服务，包括智能编辑分析、自动化关键字增强等。机器学习算法可以通过推荐关键词、根据销售表现动态调整元数据和评估内容等手段让出版物获得更多的关注，并预测谁是下一本畅销书。
Authors CEO Monica Landers 表示，「我们将继续开发新的前沿产品，为出版商提供预测分析，以帮助他们做出更好的内容决策，并在销售阶段提高对关键词的使用。」
迪拜无人巡逻车即将上路，还可以放飞无人机
除了机器人警察、人工智能犯罪预测软件之外，迪拜警察又有了新「武器」——无人巡逻车。OTSAW Digital 公司为迪拜警方开发了这款自动驾驶机器人，它将用于巡逻和追踪任务，甚至能自己完成嫌疑人逮捕。巡逻车内有监控无人机，在追踪嫌犯时可以自动放飞，犯罪分子即使能「飞檐走壁」，也永远不可能跑过在两点之间飞直线的无人机。
据悉，该自动驾驶巡逻车将在 17 年年底上路。迪拜警方希望在 2030 年之前把警力中机器人的占比提高到 25%。
表情即影评：迪斯尼研发神经网络表情监控器
电影的每一个精心设计的细节都有着相同的目的：调动观众给出相应反馈。
迪斯尼的研发部门正在试验一种新的深度学习算法，通过追踪电影观众的面部表情来评估观众对电影的情感反应。研究人员用来自超过 3000 名观众的 1600 万个表情训练了这个名叫张量分解变分自编码器（FVAE）的算法，该算法结合了非线性的矩阵和张量分解与变分自编码器的做法，从高维数据中寻找低维模式。
「通过对一名观众几分钟的观察，我们就能对他的的面部建模，预测他接下来将要给出的表情，并对他给出的表情进行合理解释。」一位研究人员解释道。
机器学习与线性模型结合的保险定价，要效果也要可解释性
波士顿的预测分析平台 DataRobot 日前发布了新功能：保险定价。平台的新功能让客户可以就保险中的营销、分发、承销、索赔管理和审计方面进行预测建模。平台采用了通用的线性模型和高精度机器学习算法的混合模型，能够对不同的定价案例进行更有效的模拟。测试显示，新算法能够更为精确地解决定价和风险划分问题，同时不牺牲可解释性和透明度。更方便的是，DataRobot 还能同时按照相关法规为产品经理和精算师生成可以直接提交给保险监管部门的评级表。
DataRobot 是一家由保险行业从业者成立的公司，一直致力于增进金融行业的数据自动化水平，今年 5 月，公司收购了专门从事时间序列分析建模的数据科学公司 Nutonian。
观点
经济学人：科技重塑教育，只要谨记这三点
日前，经济学人发表题为「科技与教师联手重塑教育」的文章，分析「学习」这门「科学」如何能最大化利用教育科技（edtech）带来的成果。
文章指出，全球的学校正在利用新软件让学习过程更加「个性化」，同时也减轻了教师在监督学生进度方面的工作量，让他们能够将精力投入到更多需要专业技能的领域中。然而，要充分利用教育科技，首先要明确以下三点：
第一，「个性化学习」必须遵循儿童学习的规律而不是成为复兴伪科学思想的借口。典型的教育伪科学例子包括英国政府推行的「大脑体操馆」项目，声称学生应该在做算术的时候多做拉伸，打个「能量哈欠」，来帮助提高计算效率。还有一些教育家认为科技意味着孩子不再需要学习事实，也不再需要向老师学习。然而事实正好相反，让莎士比亚写出好剧本的不可或缺要素之一是他丰富的拉丁语语法知识。2015 年的一项针对教育方法的研究发现，在帮助学习的 20 种最有效的方法中，几乎所有都依赖于教师的能力。
第二，要确保教育科技减小而不是扩大教育不平等。有很多例子证明我们应对此保持乐观：虽然部分率先采用先进技术的学校是硅谷的私立学校，但是更多的是来自特许教育机构运营的面向贫困学生的学校：例如 Rockership、Achievement First 以及 99% 的毕业生被大学录取、学习障碍者能也获取超出平均水平的进步的 Summit。
第三，只有受教师欢迎的教育科技才会发挥潜能。教师有权要求这些产品提供其有效性证明，只要怀疑主义不演变成卢德主义（Luddism）。
图说
Alexa Fund 知多少
亚马逊公司通过 Alexa 平台系列产品进军人工智能领域，负责为公司「成为语音技术领域首选平台」战略打前阵的正是其风险投资基金 Alexa Fund。CB Insights 发布了名为「亚马逊战略大起底」的研究报告，其中对 Alexa Fund 的投资活动做了详细的剖析。
成立未满两年，Alexa Fund 共完成了 25 笔交易。基金主要关注早期（种子轮和 A 轮）项目，如 Rachio（自动喷淋系统）、TrackR（小物品寻找器）、Petnet（智能宠物喂食器）、Scout Security（安全摄像头）等。但基金也参与过数次 B 轮和 C 轮融资。B 轮投资包括 IoT 公司 Ecobee（家居自动化），Thalmic Labs（手势控制）和 Owlet Baby Care（婴儿监控）。C 轮投资包括智能门铃制造商 Ring。这些初创公司都可以被归为智能家居类别，而智能家居是 Alexa 极为重要的一个用例。因此，Alexa Fund 与其说瞄准回报不如说瞄准建设 Alexa 生态系统的战略价值。
Alexa Fund 的投资都十分具有前瞻性，例如，公司在 15 年投资了主攻智能厨房设备的 Invoxia 公司，其产品后来成了第一个接入 Alexa 语音服务的第三方硬件。而对 Thalmic Labs 的投资则可见公司十分看好其手势识别臂环——手势识别可以给 Echo 提供一种新的交互方式。
下图列出了 Alexa Fund 成立以来的投资情况，Alexa Fund 的投资频率远低于 Google Ventures，另外，截止到目前，Alexa Fund 在 17 年还没有进行任何一项投资。
Alexa Fund 的投资历史
下图列出了 Alexa Fund 的合作伙伴。Alexa Fund 的典型合作伙伴都是活跃的 IoT 行业投资人，例如 Felicis Ventures 和 Intel Capital。值得注意的是，Alexa Fund 和来自加拿大的创业公司 Relay Ventures 进行了多笔交易，Relay Ventures 向 Alexa「输送」了三家公司，并与 Alexa Fund 一起投资了三家公司。
Alexa Fund 的合作伙伴