<mark id="oztn4"></mark>
0
雷鋒網按：深圳云棲大會上，阿里發布機器學習平臺PAI2.0；繼小冰、小娜、Rinna、Tay、Zo之后，微軟再推全新聊天機器人Ruuh；吳恩達妻子Carol Reiley稱，吳恩達不會加入Drive.ai；任正非談人工智能應用，警告不要遍地智能化，否則滿盤皆輸；60秒慢棋賽制“電圣戰”，騰訊“絕藝”戰勝日本新銳棋手一力遼；百度IDL最新成果：從自然語言入手，教AI智能體像人類一樣學習；騰訊優圖刷新人臉識別新高度。這里是本周AI圈大新聞。
3月29日，阿里云在云棲大會·深圳峰會上重磅亮相了阿里“NASA”首個武器——機器學習平臺PAI2.0 ，而后阿里云首席科學家周靖人做了《ET 智慧工廠- 阿里云機器學習》的主題演講。
阿里“NASA”首個重磅武器亮相：機器學習平臺PAI2.0：
全面兼容TensorFlow、Caffe和MXNet深度學習框架
集成100余種算法組件
相比1.0版本，PAI 2.0有多項重大更新，除增加了100余種算法外，更重要的是對主流深度學習框架TensorFlow、Caffe和MXNet的全面兼容。
雷鋒網了解到，微軟正在測試一款名為Ruuh的聊天機器人，專門針對印度的英語用戶設計。Ruuh的語料庫集中在聊天、寶萊塢、音樂、幽默、旅行和上網等內容。
根據Ruuh的Facebook主頁顯示，微軟在3月15日申請了注冊商標。
截至目前，微軟已推出多款聊天機器人包括小娜、中國的小冰、日本的RINNA、美國的Tay、以及Tay的“去黑化版”Zo。
美國當地時間3月27日，《MIT 科技評論》舉辦了 Emtech Digital 2017大會，這次會議上，Carol Reiley作為Drive.ai聯合創始人的身份在現場做了演講，展示了Drive.ai目前在無人駕駛領域所取得的成果。而Carol Reiley的另一個身份是吳恩達的妻子。
前不久，吳恩達發表公開信表示即將從百度離職。外界紛紛猜測他的下一步去向，并認為其下一步非常有可能加入Carol Reiley所在的Drive.ai公司，投身創業浪潮。
但是據騰訊科技報道，Carol Reiley在Emtech Digital 2017會場接受采訪時否定了這一猜測。
“我們沒有過關于這一話題的談話，”Reiley說，“他(吳恩達)不會加入Drive.ai。”
近日華為心聲社區公眾號發布了任正非在人工智能應用GTS研討會上的講話，雷鋒網獲悉GTS是“華為全球技術服部”（Global Technical Service）的縮寫。任正非表示，要開發公司統一的人工智能軟件平臺，把算法、知識、方法、經驗等都固化在平臺上，首先在GTS實踐和應用，未來也可以為公司其他業務提供支撐。數據底座的投資更需要加大，作為長期的基礎工程來建設，有了高質量的數據基礎，人工智能才能發揮作用。
人工智能在投資充分的情況下不要太沖動，要急用先行小步快跑，要聚焦在確定性業務、人工消耗大的項目，寧可做得少一點，先在一兩個點突破殺開口子，集中力量打殲滅戰，不要鋪開一個很廣泛的戰線。不要遍地都是智能化，這會形成全面開花沒有結果的盲動，就有可能滿盤皆輸。
3月26日，繼“UEC杯”11連勝奪冠之后，在東京舉行的第五屆“電圣戰”世界人機大戰中，騰訊AI Lab自主研發的圍棋人工智能“絕藝”戰勝了日本圍棋界的新銳棋手一力遼七段（世界排名第44位，日本第2），獲得勝利。
“電圣戰”是“UEC杯”世界計算機圍棋大賽的姊妹賽事，由“UEC杯”冠亞軍與人類職業棋手對戰。本次“電圣戰”中，DeepZenGo和絕藝分別在上午和下午與一力遼對決，兩位AI棋手均獲勝。
上午進行的依然是快棋，每一步棋30秒時間，而下午進行的則是慢棋，每一步60秒。所以下午絕藝這一場難度更大一些。對于人類選手來說，與機器對弈，慢棋比快棋有優勢，因為留給人類思考的時間更多。據騰訊團隊介紹，之前在“UEC杯”對戰中，給絕藝設定的計算時間是12秒，“電圣戰”設定的時間改為40秒，實際用時在20秒左右。
在全世界范圍內，高校紛紛上馬 AI、機器學習、數據科學的專業以及課程。但這只是問題的一個方面：雷鋒網了解到，現在非常多的工程師，缺乏在實際業務環境做 AI 開發的第一手經驗和履歷。
為填平這一道技能鴻溝，Facebook 在昨晚宣布創建 Facebook AI Academy，對公司內部員工進行免費 AI 技能培訓。
Facebook 表示：
“我們堅信創新以教育為基礎。通過向我司工程師提供最前沿的 AI 技術培訓，Facebook 能夠向全公司業務線部署更多的深度學習專家。當下，Facebook 有超過 40 只技術團隊、超過 25% 的工程師在產品服務中要用到 AI 。我們想要進一步提升這個數字。”
近日，加拿大多倫多大學在政府及企業的牽頭下即將成立一個名為「向量學院」（Vector Institute）的獨立非盈利研究機構，希望能利用更好的政策和研究資源留住本地人才。
根據多倫多大學發布的官方消息，雷鋒網了解到，向量學院成立的第一要務是培養更多的 AI 研究生，重點將關注深度學習領域。機構將聘請 25 位新教師與研究科學家，并接受來自政府與公司超過 1.5 億美元的資金支持，以吸引更多技術性人才。通過這種手段，向量學院希望能培養更多富有實戰經驗的專家，并反哺現有的加拿大公司與初創公司。目前，超過 20 家公司已經承諾至少十年的百萬投入，包括谷歌、加拿大航空、Loblaws 與加拿大五大銀行各自捐贈的 500 萬美金。
此外，深度學習三巨頭之一的 Geoffrey Hinton 將擔任該學院的首席科學顧問。
在人類如何概括技能并將其應用于新任務方面上，基于視覺的語言發揮著重要作用，這對于機器仍然是一個重大挑戰。開發復雜的語言系統對于機器變得真正智能，并獲得像人類一樣學習的能力至關重要。
作為實現這一目標的第一步，百度IDL實驗室開發了一個使用監督學習和強化學習的組合系統，允許虛擬教師向虛擬AI智能體教授語言，通過將語言與感知和動作連接起來，就像父母教他們的寶寶一樣。
IDL實驗室的結果表明，在訓練結束后，AI智能體能夠以自然的語言正確地解讀老師的指令，并采取相應的行動。更重要的是，AI智能體開發了“zero-shot學習能力”，這意味著智能體能夠理解潛在的語句，研究院發現，“這項研究使我們向教機器像人類一樣學習邁進一步。”
論文鏈接：http://arxiv.org/abs/1703.09831
在國際權威人臉識別數據庫LFW上，騰訊優圖實驗室在無限制條件下人臉驗證測試（unrestricted labeled outside data）中提交的最新成績為99.80%，再次刷新了人臉識別的準確率世界紀錄。
LFW是麻省大學計算機視覺實驗室維護的一套公開數據庫，是目前評價人臉識別性能的試金石之一。
根據騰訊優圖實驗室的介紹，訓練數據來自于他們自發搜集的名人數據庫，包含了2萬個身份，涉及200萬張人臉圖像。通過借助多機多卡的Tensorflow集群訓練平臺，優圖實驗室集成了三個深度分別為360、540、720層的類似Inception-resnet結構的深度網絡，并將最后全連接層的輸出作為特征輸出。結果顯示，三個模型融合達到99.80%的準確率，而其中準確率最高的一個達到了99.77%。
