整理 | 项文虎 高静宜
资讯
谷歌 DeepMind 联手暴雪，推出《星际争霸 2》AI 研究环境
去年 11 月，DeepMind 宣布与著名游戏公司暴雪达成协议，在「星际争霸」系列游戏中引入机器学习方法进行相关研究。近日，DeepMind 与暴雪共同发布了这一计划的第一个成果：基于《星际争霸 2》的人工智能研究环境 SC2LE。它允许研究者在 Linux 系统中接入游戏 API，开展自己的人工智能研究。
「星际争霸」长盛不衰的部分原因在于其丰富的多层次游戏机制。DeepMind 选择「星际争霸」作为研究的目标，是正是因为这款游戏的复杂性：玩家必须做出高级战略决策，同时还要控制数百个元素，快速做出各种决定。DeepMind 研究科学家 Oriol Vinyals 认为，跟国际象棋和围棋相比，「星际争霸」更能模拟真实世界的混乱状况。
DeepMind 团队希望，新工具的发布能够鼓励更多的深度强化学习研究，让这一领域的研究更为简单。
特斯拉将推出长途无人卡车，拟在内华达州测试
据路透社报道，特斯拉正在开发一款电动卡车，该车支持自动驾驶技术，同时能以编队方式行驶。内部邮件显示，特斯拉即将完成原型车的开发，并拟在内华达州进行测试。
此前，马斯克曾多次透露将在今年 9 月份推出一款半挂式电动卡车，但从未提及该车将具备无人驾驶的能力。实际上，目前已有多家硅谷自动驾驶公司着眼于研发长途无人卡车，例如 Waymo 和 Uber 收购的 Otto。
分析人士普遍认为，运输行业是无人车早期阶段的主要市场，因为卡车的应用场景比较固定，行驶速度相对一致，同时无人卡车的大规模应用可以降低货运成本、提升货运效率。
英特尔正式收购 Mobileye，将组建 100 辆无人车队
近日，英特尔宣布完成对 Mobileye 的收购，后者正式成为英特尔子公司。Mobileye 将与英特尔的自动驾驶事业部（ADG）合并，形成新的自动驾驶部门。该部门总部将位于以色列，由 Mobileye 联合创始人、董事长兼首席技术官 Amnon Shashu 领导。
与此同时，英特尔宣布计划建立一支拥有 100 多辆测试车辆的车队。这些车辆将搭载结合 Mobileye 和英特尔技术的「车到云」系统，同时达到美国汽车工程师协会（SAE）的 Level 4 级全自动驾驶的水平。
英特尔称，该车队将包含多个汽车品牌和车型，以证明该技术的兼容特性。首批车辆将在年底上路测试。
受美国能源部资助，Rho AI 协助匹配能源行业的投资人和创业者
为了简化能源科技领域的投资流程并降低风险，美国能源部能源效率与可再生能源办公室开启了一项名为「创新之路」的项目，旨在通过资助 11 家公司，减少投资者和能源公司之间的壁垒。
资助名单包括了 AI 初创公司 Rho AI。该公司计划利用数据科学和自然语言处理技术，检索匹配能源行业潜在的投资人和创业者，充当类似于能源行业的领英的角色。在联合创始人 Josh Browne 的设想中，Rho AI 不仅能联系能源科技公司和投资者，还将记录现金和人员的流动，其界面类似于彭博终端机。
在收到能源部 75 万美金的资助之后，Rho AI 将有两年的时间测试并证明这套系统的实用性。
IBM 称深度学习取得重大突破，可大幅降低运算时间
近日，IBM 宣布开发出一种全新的深度学习技术，通过 64 台服务器将运算分配至 256 个处理器技术，可大幅缩减处理海量数据得出结论的时间。
有评论称，IBM 的这项研究解决了深度学习模型训练时间过长的问题。在这个新软件中，IBM 研究所在一个 750 万张图片训练的神经网络获得了 33.8% 的新图像识别精度，并在 7 小时内完成。此前，微软的纪录是在 10 天内获得了 29.8% 的准确性。
「精度提高 4% 是一个巨大的飞跃，过去的典型改善一直不到 1%。」IBM 研究所的系统加速及记忆主管 Hillery Hunter 补充说。
应用
编程是一门艺术，也能创造艺术
计算机创造艺术正逐渐成为现实。2016 年 6 月，谷歌推出 Magenta 项目，探索以人工智能技术来创作艺术作品的可能。该项目的负责人 Douglas Eck 希望艺术家能够利用 Magenta 制作出全新的音乐和美术作品，就像他们用键盘、电子鼓和相机来创造艺术作品一样。
研究人员利用了循环神经网络，将模型置于包含 1400 场演奏的钢琴比赛数据集上进行训练。目前，Magenta 可以自动生成一些新的声音和短小的旋律，不过对于歌曲的更大结构的了解还不够深入。这正是 Magenta 团队在接下来将要着手解决的问题之一，团队打算通过把学术性研究和创造性工具结合起来，进而解决这一问题。
Eck 认为，机器学习只是音乐创作的辅助手段，并不能真正取代音乐家。对于 Magenta 团队而言，最大的障碍不在于技术，而是研发人员需要转换思维，做到像音乐家一样去思考。
此外，Magenta 团队还计划在解决音乐算法之后，研发视觉及语言艺术的算法。今年夏天，Douglas Eck 尝试让 Magenta 增加一些幽默感，但到目前，它生成的笑话还不是很好笑。
观点
算法偏见和机器学习的缺陷
当人工智能和机器学习的应用逐渐普遍时，研究人员正在提醒人们算法偏见可能带来的危害。研究人员称，有足够的证据表明，在最先进的算法当中也很容易存在一定的偏见。例如在去年的机器人选美中，Beauty.AI 算法将美丽程度和肤色关联起来。「这是一种典型的算法偏见。」瑞士联邦理工学院（EPFL）计算机科学与通信学院副教授 Nisheeth K. Vishnoi 表示。
实际上，目前的媒体平台也正在尝试通过推荐算法来提供个性化的服务，但这种推荐大多基于用户以往的点击和喜好内容。「例如谷歌和 Facebook 就是典型的提供个性化服务的平台，当算法意识到你的偏好，假设它判定你曾更支持川普而不是克林顿之后，你接触的文章会都加强你原有的观点。」Vishnoi 说道，「但实际上人的意见是可塑造的。」
这种情况源于机器学习的结果依赖于训练的数据。如果黑客利用这种特点，在图像识别问题中，将对抗样本输入机器学习模型，让机器在视觉上产生幻觉，有可能让系统产生误判。例如，华盛顿大学的研究人员也发现，如果在道路标识上做恶意的修改，将误导无人车做出错误的判断。
与此同时，Vishnoi 认为，一些算法在设计的时候不够细致。目前，解决算法偏见和机器学习缺陷也是学术界重要的研究方向。
机器学习催生销售行业变革
机器学习技术不仅可以帮助销售人员洞察数据背后的潜在价值，从而发现更多的销售机会，还能解放部分销售人力资源，有时间进行客户关系维护等工作。许多 AI 驱动的销售公司的销售过程更为有效，在竞争中往往处于有利位置。从某种程度上讲，机器学习正在催生销售行业的变革，并从以下几方面有所体现。
洞察客户数据：机器学习可以挖掘销售公司所收集到的客户数据背后的信息。研究表明，对客户数据的理解是必不可少的。虽然许多公司有一套完整的系统，在收集和存储客户数据上也在投入了大量的资源和人力，但是机器学习可以帮助销售公司更有效率地利用数据。
提升销售预测能力：销售公司可以借助机器学习算法，与历史销售情况进行对比，从而对最优解决方案、交易完成的可能性以及需要消耗的时间做出更好的预测。这个过程能够帮助销售经理更好地进行资源分配、完成销售方案规划。
预测消费者的需求：一家企业能否成功往往取决于是否能够更好地满足客户需求。机器学习可以帮助企业提升对客户需求的敏感性和主动性。在客户获得更好的购买建议之前，如果企业能够了解客户在销售方面的需求，企业与客户之间的关系就会愈发紧密。与人不同的是，机器在这个过程中从不会忘记后续跟进，也不会因为分身乏术而无法主动与客户分享解决方案。
有效的交易型销售：根据哈佛商业评论，到 2020 年，85% 的消费者互动将不再需要人工来进行。机器的引入可以快速、有效地处理当前的销售状况，同时能够解放销售人员，让他们可以更加关注于与客户的关系。
销售沟通：机器学习很有可能会引起销售沟通的巨大变革，比如借助短信等方式向客户提供智能回复。
图说
无人机的市场趋势和行业应用价值预测
无人机行业正在加速发展，到今年 3 月，在美国联邦航空管理局登记的无人机操作员就已经达到了近 80 万人。根据 BI Intelligence 预测，无人机市场将在 2021 年达到 120 亿美元，复合年均增长率为 7.6%。其中，消费级无人机市场将达到 2900 万架，符合年增长率为 31.3%，企业级无人机数量将达到 80.5 万，复合年增长率为 51%。
在普华永道的报告中，这些增长的无人机将取代价值 1270 亿美元人类劳动。其中基础设施和农业两大领域的潜在价值之和为 776 亿美元，占据了最大的份额。在基础设施方面，无人机可以用于监督基建项目的工程施工进度、管理基建的维护状态以及处理各种危险区域作业等。在农业领域，无人机可以用于农田药物喷洒、农田信息监测、农业保险勘察等方面的工作。
此外，无人机在运输、安防、娱乐、保险、通讯及采矿等多领域都有大量的应用，例如帮助电商完成货物运输、帮助安保公司更好地监控目标区域、帮助摄影爱好者完成高质量的航拍等等。在这些领域，无人机的潜在价值在 44 亿—130 亿美元之间。
