集微网推出集成电路微信公共号: '天天IC' , 重大新闻即时发布, 天天IC, 天天集微网, 积微成著! 复制 laoyaoic 微信公共号搜索添加关注.
1.AI论文引用排行榜:微软第一,清华第九;
集微网消息, 日经亚洲评论2日报导, 根据日经, Elsevier的分析, 2012-2016年期间人工智能(AI)相关研究报告获得最多引述次数(注: 普遍被视为研究质量指针)的前十大机 构依序(由高至低)为微软, 新加坡南洋理工大学, 中国科学院, 法国国家科学研究中心(CNRS), 卡内基美隆大学, 多伦多大学, 麻省理工学院, 谷歌, 清华大学, 纽约大学.
报导指出, 全球前100大AI知名研究机构当中, 中国占了15所, 新加坡, 香港, 马来西亚, 日本以及韩国分别为3所, 3所, 2所, 1所, 1所. IBM, 麻省理工学院(MIT)9月7日宣布结盟. IBM将在未来10年合计斥资2.4亿美元于美国麻州成立MIT-IBM Watson AI实验室. 日经, Elsevier分析显示, IBM, IBM Research在上述榜单中分别名列第47名, 第60名.
「经济学人(The Economist)」7月报导, 根据乌镇智库(Wuzhen Institute)的统计, 2012-16年期间中国AI企业共募得26亿美元, 虽低于美国的179亿美元, 但增幅相当惊人. 报导指出, 尽管美国AI相关专利申请数量仍稳居领先地位, 但近年来中国加快追赶步伐, 成长幅度逼近200%. 据估计, 全球超过五分之二训练有素的AI科学家都在中国境内.
根据The Verge报导, Schmidt表示, 美国在AI人工智慧领域落后的风险相当高, 他预测未来5年美国还有领先的实力, 但之后大陆追上来的速度会非常快.
美国方面的AI领袖包括Google, Facebook, 微软, IBM, OpenAI等, 大陆则包括阿里巴巴, 百度与腾讯都加入AI研发行列. Schmidt指出, Google所举办的各种程式大赛中, 前几名通常是由大陆工程师拿下.
2.Alphabet董事长Schmidt看AI: 美国仅领先5年 大陆追赶速度快;
Alphabet董事长Eric Schmidt在一场演讲中谈到Google自家的AI优势, 大陆追赶速度, 以及整体AI战略方向.
根据The Verge报导, Schmidt表示, 美国在AI人工智慧领域落后的风险相当高, 他预测未来5年美国还有领先的实力, 但之后大陆追上来的速度会非常快.
Schmidt是在美国国安智库CNAS举办的科技高峰会上如此表示. 他提到, 大陆会把AI技术用在商业与军事目标上. 大陆已经有规划希望在2030年前成为全球AI领袖.
大陆政府是在2017年7月公布新一代人工智能发展规划(国发2017 35号). Schmidt说他看过该报告内容, 若依照大陆政府所规划的进展, 2020年就要追上美国, 2025年超越美国, 到了2030年就会主导全球AI产业
美国方面的AI领袖包括Google, Facebook, 微软, IBM, OpenAI等, 大陆则包括阿里巴巴, 百度与腾讯都加入AI研发行列. Schmidt指出, Google所举办的各种程式大赛中, 前几名通常是由大陆工程师拿下.
Schmidt提到美国部分政策将阻碍AI海外人才的吸引. 他指出, 比如伊朗其实有非常杰出的高科技人才, 他希望这些人都可来Alphabet或Google工作, 而不是去其他国家.
他提到, AI在军事上也会有非常实用的用途, 比如视觉系统. 若能够训练电脑来做监控, 根本就不需要派人站哨, 毕竟电脑永远不会疲累打瞌睡.
Schmidt认为AI人工智慧要达到人类水准或超越人类智慧还有一段很长的路要走, 而他看好Alphabet的机会会比其他公司来得高. 他点名说, 若有人可以发明某种通用智慧, 那必然是Alphabet旗下的DeepMind.
先前许多人认为电脑要打败围棋高手还需好几十年的时间, 但DeepMind已经提前达标, 该公司也把AI运用在医学上, 比如癌症侦测, 或用来降低Google资料中心的电费. 他说, DeepMind只花了2周时间, 就规划出一个可节省15%耗能的改善方案, 比全球最顶尖的工程师还厉害. 这就是AI强大之处.
对于业界有一派人士认为AI需要更多监管, Schmidt认为这议题目前还言之过早, 现在更重要的应该是政府要跟民间一起全力开发AI人工智慧的策略, 如此未来美国在AI发展上才能居于领先地位. 他特别强调, 这科技本来就是美国人先发明的, 但大陆在这方面真的很厉害. DIGITIMES
3.百度语音助理份额料5年后超过苹果/三星;
集微网消息, Strategy Analytics估计, 五年后百度的智能机语音助理, 在全球市场渗透率将升至第二, 紧追谷歌.
韩联社, Strategy Analytics新闻稿称, 今年AI语音助理大行其道, 每3支手机中, 就有一支搭载语音助理. 2017年300美元以上的旗舰机中, 97%内建语音助理. Strategy Analytics预测, 未来低阶机种也会搭载语音助理, 其中以Android系统的谷歌Google Assistant居多, 2020年100美元以上机种, 80%都有语音助理.
Strategy Analytics预测, 2017年Google Assistant的市场渗透率为45.9%, 2022年将升至60.3%, 稳居市场龙头.
今年苹果Siri市场渗透率为41.1%, 2022年将降至17.0%. 今年三星Bixby渗透率为12.7%, 2022年将降至5.4%.
2017年百度语音助理的渗透率为13.0%, 2022年将升至22.7%, 荣登市场第二, 挤下苹果, 三星. 业界观察家说, 百度快速崛起, 将威胁传统智能机厂商.
随着AI语音助理日益普及, 响应速度和回答内容, 将是区隔重点. 以往智能机运算能力不足, AI工作必须交由云端处理, 因此常因网络传输速度不稳, 影响表现. 如今智能机算力大增, AI工作能在智能机上执行. 高阶智能机具备专属AI引擎和系统, 未来将成旗舰机的卖点.
Strategy Analytics执行董事Neil Mawston说, 软件将具机器学习能力, 硬件规格也提升, 估计未来几年, 语音助理的能力将大增.
4.蚂蚁金服研发出眼纹识别技术 能识别同卵多胞胎;
新浪科技讯 11月3日下午消息, 蚂蚁金服旗下金融级生物识别技术品牌ZOLOZ (蚂蚁佐罗) 宣布研发成功全球首个眼纹识别技术, 且已实现通过普通手机进行眼纹识别, 在实验室场景下已能识别长相极端相似的同卵多胞胎.
当下, 以人脸识别为代表的生物识别正应用于越来越多的场景. 最新推出的苹果iPhone X便推出了基于人脸识别的Face ID. 此前, 常见的面部生物识别技术包括人脸, 虹膜等, 但如果是同卵双胞胎, 长相会极其相似, 人脸识别难度大, 而虹膜检测通常需要红外线摄像头等设备.
眼纹的发现, 为解决识别难题提供了一个新的方向. '眼纹' 是指眼白上的血管排布, 每个人的眼纹特征都是独一无二的, 即便是双胞胎.
相比人脸, 虹膜, 眼纹识别的研发难度要大得多. ZOLOZ资深算法专家李亮表示如何从普通可见光摄像头拍摄的图片中提取出血管分布细节, 如何克服眼球反光, 眨眼, 眼睫毛干扰等因素, 这些都非常具有挑战性.
李亮认为, 该技术有望应用于寻找走失儿童, '眼纹识别成熟后, 除了辅助精准识别长相极端相似, 面部被口罩, 面纱等大面积覆盖的特殊人群, 我们还希望这项技术能够去做一些有社会价值的事情, 比如帮助寻找走失儿童, 尤其是走失多年的儿童. 小朋友面貌变化很大, 人脸识别往往很难识别长大后的他们, 但是他们的眼纹是不会变的. '
眼纹识别技术也可以应用到手机, 目前, 通过普通手机进行眼纹识别实验已经成功, 暂时还没有商用. 值得注意的是, 此前, vivo X5 Pro, TCL么么哒3S, 中兴天眼使用的均为识别巩膜区域的眼球识别技术. 虹膜区域的眼球识别技术, 目前仅有富士通的Arrows NX F-04G搭载. 而用眼纹识别技术的手机暂时还未出现.
据蚂蚁金服介绍, ZOLOZ的这一技术将在11月3日晚9点央视一套的 '机智过人' 节目中亮相, 眼纹识别技术将现场验证能否识别4位长相极其相似的同卵四胞胎.
ZOLOZ是蚂蚁金服于今年10月发布的全球可信身份平台, 这也是其孵化出的首个独立运营的科技平台, 目标是开放其全球领先的金融级生物识别技术能力, 帮助用户在数字时代解决 '你是谁' 的身份识别问题.
ZOLOZ的前身是总部位于美国的生物识别技术创业公司EyeVerify, 2016年9月, 蚂蚁金服以7000万美元收购EyeVerify. ZOLOZ平台目前共有120人左右, 主要由中美两个团队组成, 而ZOLOZ平台CEO正是EyeVerify公司CEO和创始人Toby Rush. (王上)
5.IBM抢AI市场 大推认知运算
AI当红, IBM全球副总裁暨Watson首席技术长Rob High指出, 消费市场的AI产品, 与IBM的华生(Watson)提供的认知技术不同, 华生专注于商业问题解决, 扩大人类的认知能力, 以协助用户做出正确的商业决策.
Rob High表示, IBM投入认知技术研发逾60年, 旨在实践科技协助日常生活更加完善. 当认知科技结合人类智慧与创新力, 将带来无限的可能及改变. 具体来说, 就是赋予人们与企业组织新的动能去完成更多的事物, 解决更多的挑战及问题.
Rob High指出, Watson作为业界最领先的认知技术, 拥有三大优势来辅助人类不同专业需求. 首先, Watson建立在IBM Cloud上, 能将IBM认知能力注入任何数位产品, 并协助开发者轻松地在认知云平台上打造全新智能应用.
再者, IBM秉持数据处理的诚信责任原则, 严守客户的数据隐私及所有权, 让客户得以在利用Watson认知能力时, 不须对外贡献而能保有自己的重要资料, 掌握自身独特的竞争力; 最后, 认知科技将精进人类专业, 透过集结各产业专业经验的Watson, 有效协助专家做出更好的决策.
IBM的华生被广泛使用在金融, 医疗等领域, 然近日传出, 美国某家诊所采用华生系统, 进行癌症治疗, 成效不如预期. Rob High表示, 以技术层面来说, 华生与该诊所打造的技术很成功, 相关的负面新闻与该技术无关, 而是双方有些商业问题有待解决, 此非他所负责的业务范围.
Rob High指出, 人类对创造, 思考非常厉害, 但是仍有限制, 比如对庞大资讯量的吸取能力, 若能透过华生的认知技术协助, 将可协助人类做出决策. 他表示, IBM认知技术有2特色, 一为除了语言之外, 认知技术也可了解谈话的前后文, 以及在基本语意之外的模糊地带.
其次就是学习, 华生用机器学习的演算法, 分析包括人类互动的内文与细微的变化, 包括手势与眼神交流等, 除了解读, 也可透过人类了解的语言表达, 不像亚马逊的Alexa或苹果的Siri, 只能针对单一陈述, 给予单一回答.
Rob High举例, 透过认知技术, 比如银行透过线上对话代表, 在与客户聊天的内容, 可得知客户即将出远门, 因此可以提供各项客户可能会用到的资讯, 诸如刷卡费率及优惠方案等, 创造银行的更多价值与服务, 创造更多商业机会.
至于近来传出, Facebook在训练一对机器对话时, 竟然出现人类无法认知的语言, 引发哗然, Rob High指出, 他不认为这是新的语言对话, 而是机器将语言简化, 以便于找到其中的应用, 此为机器学习优化的表现.
有人忧心AI将引发人类毁灭, Rob High并不认同, 他指出, 真正令人担心的是, 人类拿AI科技, 去做伤害别人的事情, 而非AI本身伤害人类, 如何让机器在符合伦理道德的架构下运行, 这是所有人的责任, 包括个人, 企业及政府. DIGITIMES