英特尔CEO科再奇：人工智能有望带来新一代的人类体验**

在英特尔，我们就人工智能（AI）对社会、就业和日常生活的影响持乐观而务实的态度，其影响力将比肩从工业**到PC**等其他意义深远的变革。我们相信，人工智能将带来****的新机遇，促使企业转型——从零售到医疗再到制造——并会对社会产生巨大的积极影响。 人工智能将使不可能成为可能：推进对癌症、帕金森综合症与大脑**的研究；帮助寻找失踪儿童；进一步推动气候变化、空间探索和海洋研究的科研工作。为了推动人工智能**，英特尔进行战略投资，其中涵盖技术、研发以及与企业、政府、学术界和社会团体的合作。我们致力于兑现人工智能的承诺：研究神经形态计算、探索新的架构和学习模式。我们还通过英特尔自身的投资组合，来投资像Mighty AI*、Data Robot*和Lumiata*这样的初创企业，并为那些帮助推进人工智能发展的企业投资超过10亿美元。英特尔将成为**的人工智能平台，提供****的性能表现、集成能力、**性和可靠性。我们竭尽所能，致力于创建优化产品的发展路径，以支持新兴的主流人工智能工作负载。人工智能解决方案需要各种能力和性能以满足应用需求，而英特尔拥有可供客户选择的多种选择。为了支持未来广泛的人

人工智能投资真热还是虚火？投资仍是小众行为

“人工智能发展至今，已形成颠覆行业和人类生活的强大能力，在图像处理、语音识别、服务机器人等诸多领域形成了诸多新商机，将给广大创业者提供****的机遇。”日前，中国NVIDIA（英伟达）公司全球副总裁、中国区总经理张建中在一次演讲中说。的确，人工智能自降生以来就仿佛自带光环、备受瞩目。尤其是*近，国务院印发的《新一代人工智能发展规划》中提出，到2030年使中国人工智能理论、技术与应用总体达到****水平，成为世界主要人工智能**中心，更使得人工智能将引爆智能投资**成为坊间议论的焦点。与此同时，也有人表示担忧，人工智能投资是不是有些过热，该适度降降温了。但事实真的如此吗？人工智能投资仍是小众行为“其实，在我跟市场接触过程中发现，真正投资人工智能的并没有那么多，大部分机构都在做试错性尝试。”近日，在由**宁波市鄞州区委等主办的“智汇2017”人工智能产业发展高峰论坛暨人工智能全球**邀请赛启动仪式上，盛世投资管理合伙人、盛世方舟主管合伙人谢作强说。会上，盛世方舟发布了人工智能研究报告，结果显示人工智能投资仍是小众行为，应用层仍存较大市场空间和投资机会。人工智能这个词，*初是由达特茅斯大学助

景驰科技完成5200万美元Pre-A轮融资 启明创投领投

9月26日上午消息，无人驾驶企业景驰科技宣布完成Pre-A轮5200万美元融资，本轮融资由启明创投领投，英伟达GPU Ventures、华创资本及部分机构和个人参与此次投资。此轮投资能够让景驰迅速扩大在中美两地的研发团队，加速L4无人驾驶车队于2017年底在中国的部署。启明创投主管合伙人邝子平将加入景驰董事会。 此前，景驰科技创始人兼**执行官王劲曾向媒体透露，公司完成了3000万美元的天使轮融资，并计划启动A轮融资，额度锁定一亿美元。景驰方面向新浪科技确认，此次Pre-A轮融资中，包含已完成的天使轮融资。今年4月3日，景驰科技在美国硅谷成立，并在今年5月12日完成**无人驾驶测试。今年6月，景驰在美国加州获得测试牌照，并于当月完成了开放道路测试。今年9月8日，景驰科技完成了硅谷高峰时段的道路通勤测试。“我们致力于打造一个具有**性的智能出行生态系统，让大众出行更**，更高效，更经济，更舒适”景驰创始人兼CEO王劲说，“我们期待在2020年把全自动无人驾驶汽车带进中国的城市，成为全****批能够规模化商业应用无人驾驶技术的企业。本次投资让我们离梦想又近了一步。”“英伟达DRIVE PX

Altek, 华晶科将于CES展发表*新3D感测深度芯片

国际消费类电子产品展览会CES展即将于1月9日在美国拉斯维加斯开展，台湾数码影像方案专家华晶科将在 CES展中发表*新3D感测深度芯片AL6100，希望藉借由这个全球*大的科技展让世界看到华晶科的技术实力和产品。华晶科表示，2016年华晶科推出**代深度运算芯片AL 3200，每秒显示帧数达到30 fps，实现实时深度运算(real-time depth)，并被多家大陆手机厂商采用，至今出货量已超过数千万颗。新一代3D感测深度芯片AL 6100结合红外线光控制，大幅提升影像深度信息质量及指令周期，并可以应用在更多需要实时运算的产品上，如：手机、安控、自动驾驶、智能家庭助理、无人机、扫地机器人等等，预计今年**季进入量产并可开始供货。本次CES展中，华晶科将展示AL6100在手机、安控、VR/AR相机等产品上的运用，其中安控相机更具备人工智能深度学习能力，展现在各种环境与光源下**的人形辨识，适用于分布式智能网络终端(edge device) ，增进对个人隐私的保护，并大幅降低对网络带宽的需求。而在AR/VR 应用上，借由实时深度的计算，可以实现周遭环境与人员脸部表情、身体的姿势与手势的

技术大咖PK激进观点：大数据是否还是AI的基础？

受益于大数据技术的日益成熟和广泛应用，人工智能应用得以快速发展。我们看到的语音识别、视觉识别、机器翻译，甚至是机器人下棋等有趣的游戏和比赛，都是由于大数据的发展使得这些应用成为可能。今天，大数据已经植根于人工智能，一些疑问也开始产生：在人工智能环境下，大数据是否真的需要？是不是只需要一些小样数据就可以了？在近日举行的2017中国大数据技术大会上，专家们针对大数据与人工智能的关系展开了一场生动有趣的探讨。观点一：不要被数据所困微软亚洲研究院副院长陈铁岩博士讲到，深度学习现在应用得相对成功，是因为深度学习有非常强的函数拟合能力，需要有大量的训练数据。但另一方面，一些现象、一些大量数据产生的背后常常是简单的规律驱动的，比如物理的牛顿定律、宏观经济的数量方程等等，都是一两个简单公式就完成了计算。这就启示我们，如果找到大量数据产生背后的规律，那么只需要少量样本数据，也能计算出正确率较高的结论。陈铁岩也讲到，他自己及其团队在日常的研究中经常使用的算法，需要消耗上亿量级的训练数据，但是自己对于人工智能和大量的训练数据之间是否存在必然联系还存在一些疑问。因此，他建议大家，不一定要盲目地使用大数据，而要

“神经生成”研究催生*新AI演算法

英特尔推出新Movidius视觉运算芯片 主打AI功能

8月29日早间消息，本周一英特尔正式推出下一代Movidius视觉处理芯片，它的处理能力更强大，可以用在**设备中，比如无人机、VR头盔、智能摄像头、穿戴设备和机器人。Movidius是英特尔的子公司，9月份英特尔收购Movidius，该公司主要为机器、PC开发视觉技术。*新的VPU（视觉处理单元）采用了MyriadX系统芯片，植入独立神经运算引擎（NeuralComputeEngine），支持边缘深度学习推断。在设计之时芯片硬件瞄准的正是深度神经网络，它可以用更快的速度、更低的能耗运行深度神经网络。英特尔表示，进行DNN推断时，深度神经网络加速器每秒可以完成运算操作1万亿次以上。英特尔副总裁RemiEl-Ouazzane表示：“我们处在计算视觉技术的*前沿，深度学习正在演变成数十亿设备的标准技术，这些设备环绕在我们周围，进入日常生活的每**。让设备拥有人类一样的视觉智能，这是运算的下一个大飞跃。”MyriadX体积很小，具备自我处理能力，正因如此英特尔认为它是自主设备平台*理想的VPU。除了神经运算引擎，MyriadX还配有128位VLIW向量处理器，可配置MIPI通道数量增加，视觉

存储器测试电路开发环境支持学习功能

随着芯片供应商对深度学习的兴趣不断增加，意味着SoC对于存储器的需求量将会大增，进而带动存储器测试需求... 厚翼科技(HOY Technologies，HOY)发布*新“存储器测试电路开发环境BARINS 3.0”，开放使用者自定义元件库(Cell Library)的Cell行为，让BRAINS学习如何根据定义的Cell行为，决定存储器时脉路径并提供*佳化的测试电路，大幅缩短测试时间，并降低测试费用。深度学习(deep learning)是在人工智能(Artificial Intelligence ；AI)领域中的一个新兴话题，也是成长快速的领域，而AI将引发存储器测试需求，现已有许多芯片供应商对深度学习的兴趣不断增加，意味着系统单芯片(SoC)对于存储器的需求量将会大增，进而带动存储器测试需求。厚翼科技*新发布的存储器测试电路开发环境BARINS 3.0，开放使用者自定义元件库(Cell Library)的Cell行为，让BRAINS学习如果遇到使用者定义的Cell行为，决定存储器时脉(Memory Clock)由那一个时脉路径提供，可大幅降低使用者比对存储器落在时脉域(Clock

特稿：点亮人工智能时代需专“芯”

新华社记者杨骏 刘石磊 去年“阿尔法狗”战胜韩国棋手李世石，需要耗电数万瓦、依赖体积巨大的云服务器。一年多后，一个小小的人工智能芯片，就可让手机、手表甚至摄像头都能和“阿尔法狗”一样“聪明”。随着中国企业率先推出市场化的人工智能手机芯片，这样的手机之“芯”正掀起全球热潮。它将带来怎样的影响，传统芯片命运几何？专“芯”专用２０１７年柏林国际消费电子展上，华为推出麒麟９７０人工智能手机芯片，内置神经元网络单元（ＮＰＵ），通过人工智能深度学习，让手机的运行更加高效。芯片又叫集成电路，按照功能可分为很多种，有的负责电源电压输出控制，有的负责音频视频处理，还有的负责复杂运算处理。目前市场上的手机芯片有指纹识别芯片、图像识别芯片、基带芯片、射频芯片等近百种。现有芯片种类繁多，为何还要人工智能芯片？随着手机智能应用越来越多，传统芯片要么性能不够，要么效率不足，难以支撑人工智能所需的大规模神经网络运转。例如，“谷歌大脑”用了上万个通用处理器“跑”了数天来学习如何识别猫脸；“阿尔法狗”和李世石下棋时使用了上千个中央处理器（ＣＰＵ）和数百个图形处理器（ＧＰＵ），平均每局电费近３０００美元。对于绝大多数智能

科大讯飞价值多少？学者说风险巨大 分析师却看好

科大讯飞到底价值多少？学者说风险巨大 分析师却一致看好李思从上周一（8月28日）开始，科大讯飞经历了“惊心动魄”的一周。本来，自今年6月以来，被称为“人工智能**股”的科大讯飞（002230.sz）股价一路高涨，从6月初的低点28.62元，到8月27日收盘，两个多月的时间，股价上涨了116.5%。然而，8月28日下午1点50分左右，在科大讯飞股价再**高，达到历史*高价64.77元后，几分钟之内，就从上涨4.3%变成绿盘。原本持续上涨的股价，突然崩溃下跌，从上涨4.3%到跌幅超过6%，只用了一个小时10分钟。当天科大讯飞股价一度下跌8%，收盘跌幅达6.57%，成交额高达117.87亿元。8月29日，科大讯飞持续下跌。8月28日当晚，科大讯飞在投资者关系互动平台密集回应投资者质疑。科大讯飞表示，公司经营正常，目前没有应披露而未披露的信息，股价受多种因素影响，请注意股市风险，理性投资。截至9月1日收盘时，科大讯飞收报58.25元，公司市值809亿元人民币。学者：高市值风险巨大在股价闪崩之后，8月29日，**学者薛云奎在其个人微信公众号“智慧财报”发文，质疑科大讯飞存在巨大风险，称科大讯飞的

Sony也加入AI大战！ 释出免费深度学习分析软件超简单

日前Sony才在6月开源释出神经网络函式库，近日又免费推出神经网络开发工具，提供了大量的示范项目，让用户可以更快上手深度学习技术 Sony继今年6月开源释出神经网络函式库之后，近日免费推出Windows版神经网络开发工具（Neural Network Console），让用户提高开发深度学习应用的效率。Sony在2015年开始就已经用这套神经网络开发工具，开发许多深度学习的应用，这套工具提供用户多种深度学习的功能，让用户只需要专注在更重要的工作上，以辨识技术来说，用户就可以花更多时间反复测试算法。Sony认为，这是一套适合入门深度学习技术的工具，Sony提供了大量的示范项目，让用户可以更快上手深度学习技术，影像、信号和其他可以用向量表示的数据格式，都能够成为训练样本，建构神经网络的算法，只需要用鼠标拖曳欲选择的函式，就能完成一层层的神经网络算法，设计算法的过程更容易，还可以透过拖曳和复制贴上的简易方式， 快速设计出大量的神经网络算法。设计完神经网络之后，Sony也提供自建神经网络函式库，让用户可以缩短训练的过程，*后，评估神经网络的效能，Sony也提供用户查看每次训练过程的历史纪录，为

吴恩达正建立1.5亿美元基金 将对人工智能进行投资

北京时间8月16日上午消息，我们知道，上周，当吴恩达（Andrew Ng）宣布启动deeplearning. ai**阶段时，手上已经准备了一系列深度学习课程。现在显而易见，吴恩达的第三个步骤是为人工智能筹集1.5亿美元风险投资基金。 吴恩达曾创立了谷歌的大脑团队，并在百度担任**科学家。长期以来，他一直致力于传播人工智能带给世界的好处。在早些时候的一次谈话中，吴恩达表示，他的个人目标是帮助建立一个以爱为动力的社会，深度学习课程是其教育规划中的一步，提供资金和其他资源是另一回事。对于专注于投资人工智能的风险资本基金来说，2017年是特别活跃的一年。在过去的几个月里，我们看到了Google推出了Gradient Ventures风险投资项目，Basis Ventures投资了1.36亿美元。AI公司融资1.02亿美元，微软风投成立了自己的人工智能基金，而丰田则为人工智能投资1亿美元。目前尚不清楚吴恩达的人工智能基金将如何与上述群体区分开来。那些基金中的很大一部分都在保护数据集、技术导师和先进的模拟工具等方面投入了时间和资源，以支持人工智能创业公司的独特需求。当然，吴恩达的名字和人脉应该有

智能驾驶加速，无人驾驶可期，资本在布局

智能驾驶加速，无人驾驶可期。 目前汽车行业处于“辅助驾驶”和“半自动化”阶段，而“有条件的自动化”已有一定的技术储备，预计在2020年前后将迎来**无人驾驶产业化高潮。有人甚至大胆预测，到2055年，人类开车上路或将受到限制，随处搭乘无人驾驶的新能源汽车将成为日常出行的常态。资本市场对此更为反应灵敏。根据不完全统计，2017年上半年无人驾驶领域公开的投融资及并购案例共32起，已知的投融资涉及金额超79亿元人民币；智能汽车厂商蔚来汽车和小鹏汽车以23亿元、22亿元的融资规模位列**和**；并购案例涉及金额超千亿人民币，*大的一次并购是英特尔153亿美元收购ADAS巨头Mobileye。　传统车企纷纷出手智能化是汽车行业的一大方向，所以几乎世界上所有的传统车企都在紧锣密鼓地通过自主研发或者并购，加紧布局无人驾驶。从国外车企来看，大众将在2020年前后在每个细分市场推出全无人驾驶汽车；宝马与英特尔、Mobileye联手在完全无人驾驶汽车领域进行深度合作，将在2021年推出完全无人驾驶汽车，并使其上路行驶；奔驰S500已开始无人驾驶路试，并推出“Highway Pilot”系统，未来的商用时间

寒武纪获1亿美元融资 中国诞生AI芯片**独角兽

由中国科学院计算技术研究所(中科院计算所)陈云霁、陈天石两兄弟创立的寒武纪科技(CambriconTechnologies)宣布完成1亿美元A轮融资，由国投创业(A轮领投方)，阿里巴巴创投、联想创投、国科投资、中科图灵、元禾原点(天使轮领投方)、涌铧投资(天使轮投资方)联合投资。中国正在发力人工智能芯片，以缩小与全球科技巨头的差距。人工智能的“寒武纪”大约6亿年前的时代在地质学上被称作“寒武纪”，大量无脊椎动物在短时间出现“生命大爆发”。中科院计算所陈云霁、陈天石团队将研发的全球首款人工智能处理器命名为“寒武纪”，也意喻着人工智能即将迎来大爆发的时代。此轮融资令寒武纪估值达到10亿美元。根据寒武纪网站上的介绍，公司去年发布的1A芯片是全球**商用的能够“深度学习”的“神经网络”处理器芯片，面向智能手机、安防监控、无人机、可穿戴设备以及智能驾驶等各类终端设备，在运行主流智能算法时性能功耗比**超越传统处理器。寒武纪科技CEO陈天石解释道：“目前深度学习的应用这么多，但全都基于传统的通用处理器，如CPU或者GPU。例如几年前的一个老故事是，谷歌花了上万个CPU去训练猫脸识别模型。未来想要扩

亚马逊聚焦客户至上　发展AI不高调宣扬

亚马逊(Amazon) AWS叱咤云端运算市场，在人工智能(AI)领域的进展似乎不如Google、IBM、微软(Microsoft)或Facebook来得令人瞩目，对此AWS深度学习(deep learning)主管Matt Wood解释，这仅是各家企业AI策略取向不同罢了。Wood接受Barron’s采访时强调，亚马逊对AI刻意维持低调，不表示没有任何进展，而且众家科技业者看事情的角度不同，有些企业是“聚焦产品”(product-focused)，亚马逊则是重视默默地协助他人，通常是“客户为重”(customer-focused)。Wood透露，虽然没有大肆宣传，但亚马逊采用机器学习技术已经超过20年，AWS上的机器学习服务比其他云端平台还丰富，有多家客户使用AWS开发新产品。其中，消费者健康软件供应商ZocDoc利用AWS开发出机器学习应用；生鲜食品配送服务业者InstaCart透过AWS掌握各地门市店面的产品流向；照片分享服务网业者Pinterest运用AWS来分类影像，时尚新创企业则用以预测未来流行趋势。拥有医学学位的Wood还表示，AWS有为数众多的基因体，在此进行许多分析。

对话Google产品经理Lily Peng：AI不会让医生失业

Google产品经理Lily Peng 5月23日上午消息，中国围棋峰会今日在浙江桐乡拉开帷幕，DeepMind旗下机器程序AlphaGo将与全球围棋****柯洁九段展开5天3局的对弈。在首日比赛中，Google产品经理Lily Peng就人工智能在医疗领域的应用接受了新浪科技采访。Lily Peng是Google研究部医学影像小组的产品经理，同时也是一名非执业医师。在加入Google前，她在加州大学旧金山分校及伯克利分校获得了生物工程学的医学博士学位及博士学位。目前，她和团队将深度学习及其它Google的技术应用到了医疗影像领域，如视网膜成像、糖尿病检测和乳腺癌检测等，提升了医疗影像的可获取性、准确性、以及临床应用。通过这种应用，不仅可以通过深度学习快速辨别出糖尿病视网膜病变的迹象，在癌症检测上也可以通过活检图像来定位癌细胞的位置，以便对患者实行医疗指导。这一定程度上已经让机器达到了专业的**医生的水平。不过Lily告诉新浪科技，Google所做的探索并不是希望替代医生的工作，而是给医生打造更加**的工作产品，“现在的技术和算法是帮助医生一臂之力，而不是替代医生。打造的是’助人的产品

人工智能产业应用百花齐放 “人工智能+”谁能当之无愧

工信部电子元器件行业发展研究中心总工程师 郭源生人工智能作为计算机科学的一个分支，是计算机科学、控制论、信息论、神经生理学、心理学、语言学等多种学科互相渗透而发展起来的一门综合性学科。从1956年提出至今，研究人员开展了从问题求解、逻辑推理与定理证明、自然语言理解、自动程序设计、专家系统、学习能力以及机器人学习等多个角度的研究，形成了大量的数据分析模型和应用方法。这些成果的应用，未来必将颠覆性地改变我们的生活。今年的政府工作报告中提出，要加快培育壮大新兴产业，**实施战略性新兴产业发展规划，加快新材料、人工智能、集成电路、生物制药、第五代移动通信等技术的研发和转化，做大做强产业集群。这无疑预示着人工智能技术与产业的发展又将迎来一个春天。如何迎接和面对机遇与挑战2016年堪称是人工智能元年，人工智能不再神秘，开始走向人们生活。未来5到10年，人工智能将像互联网一样无处不在、无所不用，推动新一轮的信息技术应用**，形成产业技术的深度融合，成为产业转型升级的又一个抓手。我国应加快布局国家战略，抓好顶层设计，制定实施路线图，建立行业应用和技术评价标准体系，加大人工智能源头技术**支持力度，研究

邓中翰：让数据和智能服务像电力一样无处不在

邓中翰表示，在未来发展的过程中，我们愿意投入技术成果和研发力量，与政府一起在城市大脑的研发、建设和运营方面进行探索，并在不久的将来成为重要的城市基础设施，让数据和智能服务像电力一样无处不在，无所不能，为南京市的可持续发展提供智力和动力。中星微近年来在徐庄软件园和江北新区都有项目落地。 邓中翰说，南京良好的产业基础与***前瞻的谋篇布局，让我们对新一代信息技术产业的发展前景充满信心。中国工程院院士、中星微集团**科学家、生长都在南京的邓中翰由衷地说：“每次回到南京，我都能清晰地感受到这里发生的变化、取得的进步，作为一个土生土长的南京人，我为此而深感骄傲与自豪。”近日，邓中翰积极参与了南京信息技术产业的发展，在江苏发展大会的紫金科技**论坛和当晚南京举办的“金陵故乡行”返乡考察活动中，对于家乡近几年的发展，邓中翰赞叹有加。作为一名较早从美国归国**创业的留学人员，邓中翰一直倡导“融会东西，致力民族复兴；心存天下，建设**国家”。邓中翰认为，只有将个人的前途和命运与祖国的前途和命运结合起来，才能创造更有价值的无悔人生。1999年，邓中翰从硅谷应邀回国承担“星光中国芯工程”，在北京中关村组建中

脑科学＋人工智能：开启无限可能

“无人驾驶的根本问题不在于车而在于人，其核心是物化驾驶员在开放条件下对不确定性驾驶环境的认知，从而研发机器驾驶脑，和汽车一起构成轮式机器人。”近日，在中科院学术会堂召开的“脑科学与人工智能”科学与技术前沿论坛上，中国工程院院士、中国人工智能学会理事长李德毅作了《自驾驶认知》报告。他认为，基于驾驶的图灵测试可大大推动我国类脑研究和无人车的产业化发展。 事实上，对脑认知的度量和测试一直是人工智能关注的焦点。“譬如在无人驾驶领域，如果要释放驾驶员的注意力，释放驾驶员的驾驶认知，必须要有一个物化驾驶员在线认知的智能代理，否则难以自动。”李德毅告诉《经济日报》记者，驾驶认知即是指驾驶员感知车辆和周边事物，认识、理解形成驾驶态势，决策并导致认知行为的过程，涉及视听觉、思维、记忆、学习、交互等一系列活动，“这一切都与脑科学研究密不可分”。相较于传统汽车驾驶依靠的是驾驶员手、脚和力量的延伸，“装配了传感器的线控汽车，则是用驾驶脑替代驾驶认知，并获得驾驶技能，这有可能使得汽车成为驾驶员自己，或者说让机器成为自己，这是人工智能时代*有意义的课题之一”。李德毅表示，汽车自驾驶认知系统将和人工驾驶有高度同构性

Nvidia组联盟 攻AI云端运算

全球绘图处理器领导厂商辉达（Nvidia）执行长黄仁勋昨（30）宣布，和鸿海集团旗下富士康、英业达、广达及纬创等四大服务器制造厂合作，推进AI人工智能云端运算领域。 此四大厂商将采用Nvidia的HGX架构，并采用****大、由台积电12奈米制造的Tesla V100芯片所建构的云端服务器模块，针对超大规模的数据中心打造AI系统。HGX架构是Nvidia与微软共同创造的一个速度强大的绘图处理器（GPU）加速器名称，不仅能因应作业负载需求，灵活调整，还能针对高效能运算、深度学习训练，并根据推论的需要，搭配各种GPU与CPU组合。黄仁勋表示，这部专为AI人工智能需求打造的架构，有一个AI超级计算机Jetson TX2，这个超级计算机具备深度学习和平行运算设计；其中，核心处理器采用的是辉达耗费高达30亿美元开发完成，****悍的先进处理器Tesla V100。黄仁勋表示，Tesla V100采用台积电12奈米FinFET（鳍式场效晶体管）及先进的CoWAS封装技术，整合高达210亿颗晶体管，让深度学习的效能等同于250颗GPU。黄仁勋并宣布，已和世界**服务器制造厂，包括富士康、英业达、广达

**代TPU带来更大运算效能， 但应用领域仍有局限

AI已大量渗入广告服务与金融 扩大数据使用权是国际企业布局关键

近年在深度学习（Deep Learning）模型技术的导入下，人工智能（AI）大放异彩，吸引众多云端平台与芯片厂商的关注和投入。拓墣产业研究院*新研究指出，深度学习的发展重点除了软件模型架构的改善，还须仰赖强大的硬件运算能力，以及大量的有效数据才能达成。其中数据直接攸关AI模型训练完毕的识别精准度水平如何，成为国际大厂角逐AI应用市场的重点所在。拓墣统计，从目前AI机器学习的应用发展来看，以金融与信息**、数字广告科技比重*高，分别达到20%与18%，其他产业的应用也正快速发展中。大厂积极获取数据使用权观察目前布局AI应用市场的厂商，主要为谷歌、AWS、Facebook、IBM、微软、苹果、百度、腾讯、阿里巴巴等云端或软件平台大厂，其共同优势是拥有大量用户数据库使用权，利于发展AI相关API、SDK等软件工具。拓墣分析师林贞妤指出，数据库的拥有者与数据库使用权未必画上等号，厂商有时只是获得数据的使用权，却不拥有数据本身。AWS、谷歌或微软的Azure，同时提供公有云与私有云的服务，但通常都不拥有客户的数据，只在用户为特定目的使用云端API等工具输入数据，厂商才一面提供服务，一面使用这些

苹果与三星皆专注于AI自驾技术　胜负引人瞩目

三星电子(Samsung Electronics)继苹果(Apple)之后开始进行自驾车测试。三星和苹果在自驾车的技术领域也将展开竞争。据韩国ZDNet报导，韩国国土交通部允许三星综合技术院试驾正在研发的自动驾驶车。该台采用三星技术的车辆为2011年1月韩国上市的5代Grandeur HG，而目前现代汽车(Hyundai)销售的为6代车种。苹果获美国加州车辆管理局(DMV)自驾车试行认可后，三星紧接着也获得在韩国试行自驾车的许可。苹果获承认的自驾车为2015年款Lexus RX450h。三星和苹果测试自驾车的地区和场所等各异。苹果在加州境内公路上示范驾驶RX450h，三星则是在韩国首尔、新葛、护法41公里一段高速公路区段、水原、华城、平泽国道61公里区段、水原、龙仁40公里区段、龙仁、安城88公里区段、高阳、坡州85公里区段、京畿道光州、龙仁、城南45公里区段等高速公路或国道上试驾。三星和苹果的试驾都将焦点放在人工智能(AI)上。自驾车零组件中*重要的核心为雷达(Ladar)、光达(LiDAR)和相机等。车辆透过搭载这些零组件辨别周边环境，发现危险要素时会降低行驶速度或启动紧急煞车。然

瑞银：2030年亚洲AI市场年度经济价值上看3兆美元

南华早报19日报导，艾瑞咨询预估中国人工智能(AI)市场规模平均复合年增率将高达50%、2020年产值上看91亿美元。根据瑞银财富管理公司分析师Sundeep Gantori发布的报告，2030年AI在亚洲将可创造出1.8-3.0兆美元的年度经济价值、中国预估将可拿下8千亿美元至1.25兆美元的产值。 云天励飞(Intellifusion，深圳新创公司)执行长陈宁表示，公司研发的人工智能芯片比传统的CPU、GPU还要有效率。内建云天励飞芯片的**监控摄影机能大幅加快人脸识别速度、在数秒内便可从群众中找出嫌疑犯。今年底以前深圳市10万台公共监视摄影机将采用云天励飞开发的芯片。美国GPU大厂NVIDIA于去年9月20日透过部落格指出，预估到2020年将有10亿台公共监视摄影机遍布全球各地的交通路口/运输站等公共区域、较目前增加一倍，届时一小时所撷取的影像将高达100兆张。NVIDIA表示，传统的影像处理方式无法处理如此庞大的资料，以深度学习为技术基础的AI电脑将能以惊人的速度协助人类迅速察觉意外发生时间点、小孩/宠物走失亦或有人正遭受攻击。这样的AI城市就像是一台会思考的机器人、透过散布在

可用于自动驾驶领域的神经网络及深度学习

CEVA 汽车市场营销主管 Jeff VanWashenova **辅助驾驶系统 (ADAS) 可提供解决方案，用以满足驾乘人员对道路**及出行体验的更高要求。诸如车道偏离警告、自动刹车及泊车辅助等系统广泛应用于当前的车型，甚至是功能更为强大的车道保持、塞车辅助及自适应巡航控制等系统的配套使用也让未来的全自动驾驶车辆成为现实。如今，车辆的很多系统使用的都是机器视觉。机器视觉采用传统信号处理技术来检测识别物体。对于正热衷于进一步提高拓展 ADAS 功能的汽车制造业而言，深度学习神经网络开辟了令人兴奋的研究途径。为了实现从诸如高速公路全程自动驾驶仪的短时辅助模式到专职无人驾驶旅行的自动驾驶，汽车制造业一直在寻求让响应速度更快、识别准确度更高���方法，而深度学习技术无疑为其指明了道路。以知名品牌为首的汽车制造业正在深度学习神经网络技术上进行投资，并向先进的计算企业、硅谷等技术引擎及学术界看齐。在中国，百度一直在此技术上保持**。百度计划在 2019 年将全自动汽车投入商用，并加大全自动汽车的批量生产力度，使其在 2021 年可广泛投入使用。汽车制造业及技术领军者之间的密切合作是嵌入式系统神经网

3D数据库有重大突破 家庭机器人将梦想成真

本报讯 要想让机器人做家务，首先它得具有区分咖啡桌和婴儿床的能力。这看似简单，但现在大部分的机器人都做不到。由斯坦福大学、普林斯顿大学和慕尼黑理工大学的研究人员捕捉的庞大3D图像数据库也许能解决上述难题。这个叫做ScanNet的数据库包含数千个生活场景，并对数百万的物件加以注释，如咖啡桌、沙发、台灯、电视等。过去五年里，计算机视觉技术突飞猛进，这一部分要归功于斯坦福大学另一个研究团队发布的2D图像数据库ImageNet。该数据库包含一系列带有标注的图像，比3D图像数据库更为简单。相比之下，ScanNet能提供更多的数据信息。“ImageNet包含十分重要的注释数据，掀起了AI技术**。”Matthias Neissner教授如是说道。Matthias Neissner是慕尼黑理工大学的教授，也是开发此套数据集的研究人员。研究人员希望，ScanNet能让机器更深入地了解身边的现实世界，并能投入到现实的应用中去。“*明显的例子就是你的家庭机器人，”Neissner说，“你的机器人得知道身边在发生什么。”Neissner当时正在斯坦福大学做客座副教授，他认为，研究人员应采用深度学习算法来使计

AI、深度学习狂潮来袭 台积电肩负延续摩尔定律使命

半导体应用不断地进化和拓展，为产业上下游打开新市场、新应用，我们更会驱动摩尔定律继续前进，去支持所有产业出现的新应用，并且和各个领域进行策略合作，以期能发挥**因子，彼此同心同力的成长茁壮。 台积电对于延续半导体产业的摩尔定律持续前进，是非常乐观的。我们在四大应用领域上，已经看到了高度成长，包括移动运算、车用电子、物联网 刘德音：台积电共同执行长，毕业于建国中学、台大电机系，并拥有加州柏克莱大学电机博士学位；1983~1987年于英特尔担任制程整合经理，负责微处理器制程技术开发；1987~1993年曾在美国AT&T贝尔实验室工作，担任高速电子研究实验室研究经理；也曾于1999~2000年担任世大积体电路总经理；在台积电期间，2000~2006年担任晶圆厂及营运组织历任多项要职，1993~2009年担任先进技术事业**副总，2009~2012年担任营运**副总。

中国AI研究超美国？专家：比如深度学习已发文章数

钱童心 当今世界人工智能领域，有三位**专家被业内奉为“神一样的人物”，其中两位来自加拿大，一位来自法国。他们分别是加拿大多伦多大学的GeoffreyHinton和蒙特利尔大学的终身教授YoshuaBengio，以及Facebook人工智能研究部门（FAIR）负责人YannLeCun（下称“LeCun”）——这位来自巴黎的学者目前担任纽约大学终身教授，他还是纽约大学数据科学中心的创始人。YannLeCun在今年3月走进中国的大学，在清华大学和上海纽约大学分别进行了两场人工智能的**对话，并接受了**财经记者的**专访。让机器拥有常识LeCun是法国学界非常引以为豪的科学家，也是在美国科技巨头公司中担任要职的为数不多的法国人。虽然同为“极客”，但法国人独特的气质让LeCun和很多美国科学家相比，看起来更加随意、富有亲和力。1987年LeCun从巴黎第六代大学的计算机系毕业后，就去了多伦多大学读博士后，师从“神经网络之父”GeoffreyHinton，Hinton也是将深度学习技术带入谷歌(微博)的人。博士后研究结束后，LeCun就一直工作生活在美国，先后任职于贝尔实验室、AT&T等大公司

英特尔金山云合力，成就云上数据洞察新智慧

集微网消息，智能互联时代造就的“数据洪流”，正冲击着传统的企业管理与运营模式，以及人类日常的生活与工作方式。而数据，在这一变革浪潮中正在成为洞察未来发展趋向、加速业务流程变革，以在日趋激烈的市场竞争环境中获取竞争优势的新资源。 然而，企业用户传统的数据分析平台在选型、搭建、运维以及后期拓展等方面面临昂贵的计算、存储和网络设备，复杂的软件堆栈等技术障碍造成的严峻挑战。对数据资源的有效利用，既需要高效、灵活的IT基础设施保障，也需要**的服务交付模式，而英特尔与金山云在KMR上的深入合作，让云计算和数据分析的深入融合造就数据处理模式的新变革，并在用户服务等领域提供了一种兼具性能和成本优势的新型解决方案。“大象”上云分几步？自2012年成立以来，凭借**的VPC和虚拟化技术，金山云成为国内**提供混合云部署方案的云服务提供商。得益于游戏、视频、医疗等垂直行业客户的拓展，其已经发展成为国内*大的云存储厂商之一，每天积累约500TB数据量，而总数据量已经高达400PB。企业业务运营积累的大量数据，要求企业具备利用数据驱动企业分析、决策和管理的能力，在过去四年多的发展历程中，金山云基于开放的英特尔

NVIDIA、英特尔COMPUTEX开讲 AI、深度学习战力大比拼

**聚焦人工智能(AI)战场的NVIDIA，宣布将于台北COMPUTEX展会期间举行人工智能论坛与深度学习实作坊，如无意外预将由执行长黄仁勋亲自上阵，而同时间英特尔(Intel)焦点亦锁定AI生态链*新战略，主题涵盖物联网、数据中心、5G、自动驾驶等，双雄对决战线**扩大至下世代AI领域，电竞、PC平台已成配角。 台北COMPUTEX 将于5月30日正式登场，展会重头戏预将仍由国际芯片大厂担纲演出，包括英特尔、NVIDIA、超微(AMD)、联发科等都将揭露*新策略方向与新品，而台厂则聚焦联发科、华硕下半年新品，电竞PC相关供应链预估也将为展会热区。由外贸协会主办的CPX论坛(CPX Conference)于5月30日至6月1日在台北国际会议中心(TICC)登场，以“从物联网到人工智能”为主题，包括芯片架构大厂ARM、睽违十多年参与COMPUTEX的戴尔(Dell)、Ericsson、Lilee System、NXP、SUPERMICRO、联发科及研华将发表演讲，而备受关注的“人工智能新商业”专题演讲将由IBM、英特尔、NVIDIA与沛星互动科技等大厂，进一步说明AI前瞻趋势与*新商业应

NVIDIA人工智能战绩优　深度学习平台获百度云采用

人工智能(AI)已成为下世代新战场，各**马加速抢进。其中，凭藉绘图技术优势快速转进AI战场的NVIDIA，生态链规模不断扩大，近期AI大计再传捷报，继年初释出与宾士(Mercedes-Benz)所合作搭载NVIDIA AI汽车将于1年内上路后，近日再宣布携手德国博世集团(Bosch)一同合作开发AI自驾系统，同时深度学习平台已获百度云采用。 近年AI相关技术与应用发展大跃进，包括微软(Microsoft)、Google、Facebook、IBM、百度、阿里巴巴等陆续释出机器学习、深度学习等AI应用进展，高通(Qualcomm)、NVIDIA与英特尔(Intel)等芯片大厂亦纷纷展示平台技术整合实力。其中，NVIDIA展现强烈企图心，聚焦深度学习与自动驾驶应用领域成果显著，其透过GPU绘图技术，以类人脑方式运作于电脑、机器人与自驾车等应用，除有专攻深度学习的Tesla P100芯片，以及负责图像、文字和语音辨识的Tesla P4P40，还有全新车载人工智能平台Xavier，同时推出了体积仅信用卡大小的Jetson TX2，力图将AI导入终端设备，着眼于智能工厂机器人、商用无人机及建置在

搜寻本业与多元投资陷泥淖百度大举投入AI欲重振营运

有大陆Google之称的搜寻引擎百度(Baidu)近来不论主力搜寻广告业务，或是其他相关投资业务均面临对手强力挑战，导致近来营运表现下滑。百度在既有业务领域表现蹒跚下，如今看来该公司投入人工智能(AI)领域发展便有其重要性，或可借由此新兴领域技术带领百度在科技领域再次发光发热。 业务多元布局面临强势竞争挑战根据彭博(Bloomberg)报导，搜寻广告业务为百度年度营收重要组成部分，但据市场研究公司eMarketer调查显示，阿里巴巴集团控股(Alibaba Group Holding)如今已超越百度，成为大陆数字广告市场新***。为此百度也希望透过投入AI发展，能协助该公司重拾流失的搜寻业务市占率，以及确保在新投资领域的成功。百度过去业务多元化布局的结果好坏参半，旗下团购网站“糯米”截至2月的过去1年每日造访人数下滑达59%，百度外卖市占率也落至第三位；另据华兴资本分析师Ella Ji预测，百度旗下类似Netflix的影视串流服务爱奇艺即使市场青睐度高，但仍须在2017年投入人民币120亿元维持其影视内容丰富度。由此显示百度旗下业务面临的经营挑战。欲以AI发展终结移动网络时代由此便显示

苹果自主GPU之路并不容易：GPU比CPU更难开发

据国外网站MarketWatch北京时间4月6日报道，苹果据称正计划自主研发GPU，这或将进一步提升该公司的设备性能和服务，但也可能导致该公司被告上法庭。*重要的是，自主研发GPU并不容易。本周一，苹果芯片设计合作伙伴，英国公司Imagination表示，该公司已经获其*大客户苹果通知，自未来15至24个月起，将不再于新产品中使用Imagination的设计。该消息确认了过去数月的传闻，即苹果正致力自主研发图形处理器，或GPU。GPU是一个复杂但迅速增长的领域，近期以来的关注度持续上升。作为该市场的领头羊，英伟达正使用其设计进军无人机、自动驾驶汽车和机器人等市场。如果GPU成为深度学习和机器学习应用的主力芯片，苹果或调整其芯片设计，为该公司设备和Siri等核心服务添加更智能的特性。“英伟达承诺它们的GPU可用于深度学习……我认为苹果也希望推动GPU向该方向发展，将部分Siri功能整合到手机本身，以令其反应更加迅速，”科技分析公司Linley Group总裁格温尼普说。此外，苹果还可能计划将自主GPU用于增强现实（AR）目的，该公司CEO蒂姆·库克(Tim Cook)曾表示，未来iPho

博世与NVIDIA合作　发展自驾车AI技术

德国博世集团(Bosch)找来NVIDIA共同发展使用于自驾系统的人工智能(AI)技术，并希望能将此技术推广到大众汽车市场。博世的车辆AI系统将可透过深度神经网路感测周遭状况、理解3D环境、在HD地图上自行定位、预测其他物件的行为与位置，找出***的行驶路线。 据Telematics Wire报导，博世执行长Volkmar Denner在柏林举办的ConnectedWorld物联网(IoT)大会上，宣布将与NVIDIA合作开发AI自驾系统。NVIDIA的深度学习软硬件可训练车辆习得复杂的驾驶技巧，使系统操作自主化，还可透过空中下载(OTA)取得新的功能。博世AI车载电脑系统所使用的NVIDIA次世代DRIVE PX平台，搭载了Xavier芯片。Xavier是****个针对第四级自主化驾驶系统所设计的单芯片处理器。如此****的等级规格，将足以应付自驾车辆执行任务所需处理的大量资料运算。NVIDIA创办人暨执行长黄仁勋表示，深度学习与AI近来的突破性发展，解决了自驾车开发上的诸多挑战。博世将能利用DRIVE PX AI车用电脑打造大众化的自驾系统。这些自驾车可使交通移动变得更加**、普及

深度学习发力 住商用户节能效果更上层楼

节能风潮起，如何精准省电、用电已成各国政府能源重点政策，如美国、英国、日本等先进国家，皆积极推动「需量反应措施」；因应此一趋势，资策会智能网通系统研究所(智通所)也研发半监督询问式学习基础的非侵入式负载监测技术(NILM)，结合深度学习与大数据分析技术，使用户能简单地获取能源使用信息，进而达到**用电、省电之目的。以往多数人都以为，工业用电是用电占比*多的，但事实上，住商低压用户的用电，因其「主体小、用户多、组成杂」的特性，才是夏季尖峰用电量的大户，整体负载高达50%以上。 但可惜的是，在电价低、民众长期用电习惯难以调整等因素下，往往较无节能的观念与意愿。此一技术结合大数据分析和深度学习。 过往提供给用户的用电数据多是用电总量，然而，用户看到用电总量时其实没有甚么感觉，因为无法从上面得知家中各个电气设备的用电量多少。 然而，透过NILM，便可从用户的用电总量分析出家中各电气设备的用电量，并且知道用户的用电行为。 进一步协助用户建立用电行为模型，协助用户了解如何透过改变用电行为来节电，进而提升低压用户节能意愿。目前此一技术仍在推广当中，并且配合台电布建智能型电表(Advanced Met

中国人工智能究竟有多强？全球**会议为春节改期！

百度牵头筹建深度学习技术及应用国家工程实验室

人工智能是风口，想腾飞却是难事

*近人工智能非常火爆。去年，在人类自以为凭智力占据**统治地位的围棋领域，谷歌的阿尔法狗(AlphaGo)以4:1战胜韩国围棋名将李世石九段，让世人惊诧人工智能“思考”的复杂性。在今年的两会上，人工智能成了焦点，李彦宏、马化腾、雷军等科技巨子的提案和建议或多或少都与人工智能有关，人工智能也**被写入政府工作报告。 人工智能的崛起，伴随着两轮“人类被超越”的恐慌以及恐慌被证伪的过程。然而，第三轮“人类被超越”的恐慌，或将无法被证伪，因为人工智能已经开始渗入我们的生活了！ 1. 三大因素助力人工智能加速：数据、计算能力、算法春江水暖鸭先知。其实，在大众意识到人工智能惊人的复杂度之前，嗅觉灵敏的资本市场早已有所行动。根据高盛的数据，从2005年到2008年，投资人工智能的VC出现一波小高潮；2009年稍作降温，之后又开始了3年爆发性增长；从2012年到2016年，投资人工智能的VC总量一直维持在高位。资本对人工智能的前瞻意识，至少**普罗大众五年！ 人工智能风投的活跃，折射了人工智能加速发展的行业格局。人工智能之所以能高速发展，得益于数据、计算能力和算法在过去5-10年间的快速发展。数据数据

李彦宏两会提案全部聚焦人工智能：人工智能堪比工业**

3月3日上午，**财经记者获悉，**政协委员、百度董事长李彦宏今年有三个提案，全部聚焦在人工智能领域。 其中包括用人工智能技术解决儿童走失的问题，用人工智能技术调交通信号灯，以及人工智能和各个行业的结合。之所以将三个提案聚焦在人工智能，在李彦宏看来，人工智能会给这个社会带来的改变应该说是堪比当年的工业**。他透露，过去自己在美国读书时很喜欢人工智能这门课，但当时老师告诉他这在工业界没有人认可，毕业之后想找一个人工智能的工作也没有。但随着计算能力的大幅提升以及数据能力的丰富等原因，原来不可能的变成了可能。此外，李彦宏还对参会感受、百度当前的核心战略、百度*近的变革思考、外界对百度内容分发业务的误读等作出回应。提案聚焦人工智能李彦宏的三个提案全部聚焦在人工智能领域。**，是用人工智能技术来解决儿童走失的问题。这个方面的技术已经比较成熟了。李彦宏称，百度的人工智能技术，就可以拿着特小的小孩照片来对比她现在长大以后是什么样子。在很小的时候就走失的孩子，再进入公众视线可能已经上小学了，办学生证的时候需要拍照片，这种情况下通过人工智能比对，就可能比以前更高效地找到走失的儿童。他认为这个技术可以应用

串联医疗手写/影像数据　人工智能诊断正确率攀升

累积庞大病史、病历数据的医疗体系，对人工智能的需求十分热切。目前IBM Watson Health针对癌症的诊断正确率高达90%，已远超越人类医生的正确率。因此，人工智能若能持续有效地协助医生解决医疗问题，现今医生承担的诸多工作压力，可望有所减轻。 IBM于2014年成立Watson Health，积极投入肿瘤与癌症判断，并和癌症研究中心MSK、药厂CVS、Medtronic、J&J做战略性合作，2015年亦收购了医学影像和临床系统公司Merge Healthcare，强化Watson Health的人工智能影像分析能力。Watson透过积极与医疗机构的合作，针对癌症与肿瘤病患做出诊断建议。目前Watson能每秒阅读8亿页医学论文，并在3秒内分析完100万册图书后，提供诊断建议，可大幅提升医师诊断的准确率。目前Watson针对癌症的诊断正确率是90%，而人类医生仅有50%。IEK分析师游佩芬表示，因医疗支出不断成长，为了促使无效医疗导致的浪费减少，目前人工智能在医疗的聚焦会是在精准医疗的部分。由于一个人一生中，大约会产生约3亿本书的数据量，因此医疗面临很大的问题即是在巨量数据的累积，如