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.谷歌AI中国中心正式成立 李飞飞李佳领衔;
李飞飞表示: '我们希望在中国本土进行合作, 珍惜与顶尖人才合作的机会. '
对此, 李飞飞引用了一句拿破仑的话: '我在成长的过程中很多次听人们提起拿破仑的这句名言: 中国是一只沉睡的狮子, 他一旦被惊醒, 世界会为之震动. 在 AI 的世界里, 中国早已觉醒, 并已迅速成为领军者之一. 事实上, 在今年的几次回国当中, 我已亲眼目睹, 中国在 AI 基础研究, 创业, 产业发展和政府支持上走在了世界的前列. '
'今天, 我和团队回到中国, 希望开始一段长久, 真诚的工作, 创造未来. 还是那句话, 我相信: ' AI没有国界, AI的福祉亦无边界' . '
谈及谷歌AI实验室的规划, 李飞飞称, 谷歌一直是AI first的公司, 在AI着力是全球最早的一批. 李飞飞表示从1月入职Google时就开始谋划并推动这件事, 在与Google CEO, Google Cloud CEO等一起头脑风暴时, 提出在中国展开基础AI研究工作.
李飞飞告诉新浪科技, 她的小目标是: 做好第一步, 我们才刚刚开始, 最重要的是做最好的研究, 做最好的合作者, 学习, 倾听, 携手合作.
对于谷歌AI中国中心成立之后是否会调配到中国来工作的问题, 李飞飞表示, 以后会经常飞回来中国出差.
关于谷歌 AI 中国中心的人才招募, 李飞飞, 李佳在与学生交流的现场给出的信息是: 谷歌中国的研究中心开始招募研究员和工程师, 所有的面试都将在美国进行. 所以如果大家想要面试谷歌AI中国中心的工作, 需要办理签证, 飞去美国进行面试.
李飞飞是斯坦福大学计算机科学的副教授 (终身教授) , 任职于斯坦福大学人工智能实验室 (SAIL) , 斯坦福视觉实验室, 丰田汽车-斯坦福人工智能研究中心. 她的专业领域是电脑视觉和认知神经科学, 现职为谷歌云端人工智能暨机器学习首席科学家.
2016年11月, 李佳同导师李飞飞一同加入谷歌, 并负责谷歌云AI及机器学习方面的业务, 出任研发主管.
在此之前, 李佳凭借计算机视觉, 机器学习, 人工智能, 移动视觉, 电子商务, 产品推荐, 以及图像搜索等领域的创新知名硅谷, 是Snapchat的技术中坚, 甚至在2016年还被Business Insider评选为 '领导 Snapchat 的神秘力量' 之一. (辛苓)
2.华尔街日报: 谷歌借AI实验室寻找回归中国之路;
凤凰科技讯 据《华尔街日报》北京时间12月14日报道, 谷歌公司在北京成立了人工智能(AI)实验室, 以延揽中国技术人才, 加强在中国这个业务规模有限市场的影响力. 这是谷歌针对中国市场采取的一系列举措中的最新一项, 被一些人视为旨在重回庞大的中国市场.
谷歌AI中国中心在周三成立. 谷歌称, 该中心将为工程师进行基础研究提供服务, 目的是在这个全球竞争激烈的领域吸引中国顶尖人才.
'我们需要承认中国在科技和AI领域所创造的机遇及其展示出的领导力, ' 谷歌云业务高管, 新AI实验室联席主管李飞飞表示, '通过在这里开设实验室, 我们希望展示我们的诚意, 让中国了解我们愿意倾听, 与他们合作. '
李飞飞称, 谷歌已经在深度学习和自然语言处理领域聘请了 '少量' 顶尖研究人员, 并计划聘请其他专注于计算机视觉的研究人员. 李飞飞还是斯坦福大学AI实验室的主任. 谷歌拒绝披露该AI中心未来会发展到多大规模.
回归中国争夺AI人才
这是谷歌实施的一系列举措的最新一项. 一些人认为, 它表明谷歌正在努力回归中国这个庞大但又难以捉摸的消费者市场.
自2010年以来, 谷歌的搜索引擎一直无法在中国使用. 这也限制了谷歌在中国提供谷歌云等其它服务, 新款智能机以及和个人数字助理的能力.
与此同时, 科技行业热门领域的人才争夺战不断升温. 人才是中美企业争夺的重点, 两国的企业都在对方的后院开设研究实验室.
招募平台Paysa发布的研究报告显示, 今年4月至9月, 美国公司在招募AI人才上花费了13.5亿美元. 谷歌是这一领域的第四大雇主, 位于亚马逊公司, 微软公司以及苹果公司之后. 研究显示, 谷歌在此期间招揽了142名AI工程师, 在AI人才上投资3360万美元.
中国AI战略咨询委员会成员余凯表示, 中国是部分全球最成功互联网公司的所在地, 这里的年轻AI人才越来越多. 他表示, 北京实验室能够让谷歌接触到渴望进入AI领域的中国年轻数学家. 余凯是中国计算机芯片和自动驾驶软件创业公司——地平线机器人公司——创始人兼CEO.
今年9月份, 谷歌为中国制定的AI计划初露端倪. 当时, 谷歌在其北京招聘网站上发布了至少四个与AI相关的职位.
而且, 尽管中国业务有限, 但是两大谷歌高管今年已经在中国公开亮相. 今年5月, 谷歌母公司Alphabet董事长埃里克·施密特(Eric Schmidt)造访乌镇, 观看谷歌AI围棋程序AlphaGo与柯洁的对决. 本月, 谷歌CEO桑达尔·皮查伊(Sundar Pichai)也在乌镇举行的世界互联网大会上发表演讲.
谷歌AI中国中心的成立也正值中美竞争加剧之际. 中国把使用AI改善国家安全, 卫生和教育等领域作为了国家重点. 上月, 中国还挑选了四家公司来领导AI发展, 他们是阿里巴巴集团, 腾讯控股公司, 百度公司以及科大讯飞公司. 这些中国公司全都已经或者正计划在美国开设研究实验室. (编译/箫雨)
3.DeepMind开发AI安全测试软件;
机器学习软件是Uber自驾车, Facebook识别功能, 亚马逊(Amazon)智能助理Alexa背后的关键动力, 但在技术发展同时也衍生人工智能(AI)安全问题. 现在Alphabet旗下DeepMind开发出一种简单测试, 可检查新演算法的安全性. 据彭博(Bloomberg)报导, 研究人员将人工智能软件加入一系列由画素块组成的简单2D影音游戏中, 该游戏名叫Gridworld, 看起来有点像象棋棋盘. DeepMind的软件会评估9个安全特征, 包括人工智能系统是否可以修改自己并学习作弊等等. 人工智能安全一直是神经资讯处理系统大会(Neural Information Processing Systems; NIPS)关心的课题, DeepMind研究人员在大会上表示, 如果DeepMind想要打造在处理任务上与人类一样, 甚至比人类更好的软件, 那么安全是至关重要的条件, 在gridworld中表现良好的人工智能演算法, 在复杂的现实世界中不一定安全, 研究人员发现, 有2个精通Atari游戏的DeepMind演算法没有通过多个Gridworld安全测试. 其中一个测试是了解学习软件程式是否会开发出一种方法防止自己被关闭, 另一个测试针对意想不到的副作用, 测试中软件必须移动数字砖块以达到某个目标, 但是这些砖块只能推, 不能拉, 所以在某些情况下, 这些砖块最后会留在不能改变的位置. 研究人员表示缺乏可逆性是人工智能安全的一个问题. Gridworld可供任何人下载和使用. DeepMind与由Elon Musk支持的非营利人工智能组织OpenAI进行的其他研究中, 人工智能软件被证明可以满足人类老师的要求, 而不是追求被下令执行的任务. OpenAI安全研究主管Dario Amodei表示, 以这种方式开发人工智能系统可能会限制人们发展意外中的解决方案, 但是在复杂环境中加入人类指导可能会提供更好的安全保障. DIGITIMES
4.IBM推Power AI解决方案拥抱AI商机;
AI市场需求逐渐发酵, 台湾IBM硬件系统事业部总经理李正屹指出, 2018年AI需求将更强劲, IBM提出的Power AI解决方案, 已获得中钢, 全国电子, 淡江大学等客户采用, 预计2018年将会有更多客户出现, 因应客户需求, 台湾IBM也规划推出Power AI测试中心, 提供Power AI解决方案, 让客户租用试导入. IBM于12月推出新一代Power9处理器, 就是针对AI工作负载设计, 从科学研究的深度学习, 即时诈欺侦测及信用风险分析等领域, 加速数据科学家建置认知应用. 政府采用AI速度更甚于一般企业, 李正屹透露, 2018年初也会有政府相关单位, 宣布采用IBM的Power AI解决方案. IBM的Power9处理器已确定将被美国能源局采用, 打造2座超级电脑: Summit和Sierra. 此款处理器搭载于IBM新亮相的AC922 Power Systems服务器中, 全面支持新一代NVIDIA NVLink, PCI-Express 4.0及OpenCAPI等高速数据传输媒介, 让数据迁移速度达x86的9.5倍, 并将深度学习人工神经网络的训练时间缩短近4倍. 至于Google也宣布采用Power9处理器, 作为新一代数据中心服务器核心. IBM硬件系统部业务协理邱垂彬指出, 现在英特尔处理器搭配NVIDIA的绘图卡, 中间是以PCI-e连线, 然当AI时代, 需要大量运算与数据分析, 绘图卡存储器不足时, 透过PCI-e的传输速度赶不上, 会产生交通堵塞, 若透过NVIDIA的NVlink及Power处理器, 就能大幅改善传输速度, 差距可拉到10倍以上. 邱垂彬表示, AI是个旅程, 当企业或政府机构开始导入, 就需要喂入源源不绝的数据, 才能让AI更精进, 更能提供有用讯息, 也就是学习, 再导回系统当中, 因此AI是个不断更新与回馈的机制运作, 在这段过程中, 若能有效降低时间, 也能大幅提高效率, 并降低成本. 李正屹指出, AI发展多年, 然在实际的商业应用, 仍在初始阶段, 客户还在发想如何应用至商业市场, 并且创造新的商业模式, 预估未来3~5年, 市场将会有大幅成长机会, 此时IBM推出的Power处理器, 与大型主机, 都是为了协助客户走向AI旅程. IBM也有意在台推出Power AI测试中心, 扩大客户使用意愿. 针对大型主机客户, IBM于2017年第3季推出Systems z14后, 客户接受度颇高, 也带动IBM上季Systems销售创佳绩, 营收年增14%, 毛利率也拉高5.9个百分点, 李正屹指出, Systems的全时加密, 正是大型企业客户所需功能, 因应AI需求, z14也新增机器学习功能, 比如银行客户可同时处理AI与实体交易数据. IBM指出, 企业可进一步采用IBM z Systems上就地部署的数据进行机器学习, 协助企业快速汲取结构与非结构数据, 并将其转换为可用性资源, 即能更准确预测客户和业务需求, 发觉隐藏的价值. 在安全性上, 新一代大型主机z14也透过100%全面加密引擎, 整体加密效能提升至x86的18倍. DIGITIMES
5.软银与以色列IC厂Inuitive 合作AI及IoT事业;
日本电信大厂软银(SoftBank)自从购并安谋(ARM), 并由社长孙正义表示要朝人工智能(AI)与物联网(IoT)领域发展后, 相关动作便日趋积极, 2017年12月4日该公司又发布新闻, 指出该厂将与以色列芯片设计厂Inuitive合作, 进行人工智能与物联网相关事业合作. 软银表示这次合作是由日本软银的社长宫内谦, 与Inuitive的CEO, Shlomo Gadot达成协议, 详细技术事业内容仍未定案, 有待双方商讨, 但在人工智能与物联网领域的合作则已确定, 并已签订合作意向. Inuitive的主要产品, 是活用人工智能技术的SoC, 以及利用这些芯片制作的3D景深传感器, 影像处理系统等模组产品, 用在道路的车流与人流自动统计, 建筑结构变形劣化状况侦测, 以及人脸识别等保全领域, 对于容易有恐怖分子出没的以色列而言, 算是有经过实战测试的技术. 而软银在人工智能领域, 目前则以软件及平台为主, 配合自有的电信基础建设与技术, 很容易与其他软硬件厂进行合作, 也需要与这类厂商合作, 以利收集数据进行云端运算分析. 软银与日本知名建筑师事务所, 日建设计(Nikken Sekkei), 在2017年11月宣布合作, 推动智能大楼(Smart Building)事业, 其中电信保全等相关部分, 就是软银擅长的领域, 问题在相关的硬件部分, 由于这不是单次合作, 软银每次都向外采购摄影机之类, 不如自己拥有相关硬件设备, 比较划算. 而Inuitive正是智能大楼相关事业中, 理想的设备与技术供应厂, 虽然Inuitive的建筑变形与劣化分析技术, 在炸药炸过的建筑领域可能比较强, 经年使用脆化的建筑分析能力较弱, 但这方面可以透过1900年创业的日建设计达117年的经验补足. 另外, Inuitive的技术, 可用在虚拟实境(VR)与扩充实境(AR)市场, 无人机与机器人市场, 甚至自动驾驶市场, 该厂希望透过软银与世界各国厂商的关系, 以及其物联网相关平台, 扩大人脉, 据以发展更多新事业与新应用. DIGITIMES
6.2024年AI医疗应用市场规模将达110亿美元 数据库完整度扮关键
AI 医疗应用议题近来火热, 市场研究机构 Global Market Insights 预测至 2024 年, AI 医疗应用市场规模将达 110 亿美元, 其中, AI 于医疗影像的应用将达 25 亿美元之谱. 此外, 由于医疗影像数据占医学资讯量 80%, 亟待分析处理以改善医疗效率, 业界普遍认为医疗影像将为未来 3 年首要爆发的 AI 医疗应用.
而在 AI 医疗影像的应用中, 又以放射影像最被市场重视, 其原因由需求面来看, 放射影像数据量大, 医生在解读上需耗费相当多时间且存判断差异性, 从技术面来看, 半导体运算技术及深度学习演算法的成熟, 让 AI 辅助放射科医师诊断影像变得可能.
然而 DIGITIMES Research 观察, 目前无论大厂或新创业者提出的 AI 医疗影像诊断方案, 虽号称准确度已超越人类医生, 然因其对开发过程重要环节交代不清, 如数据库如何与医生确切的合作模式等, 在实际应用上疑虑仍存在.
DIGITIMES Research 认为, AI 于医疗影像应用的趋势已然成形, 然而爆发速度将不如市场预期的快, 主因目前国际影像数据库存有数据完整性及多样性问题, 此将造成 AI 演算法开发上的天堑, 并影响其商用准确性与临床推广难易.
此外, 台湾厂商在 AI 医疗影像市场尚有很大著墨空间, 然未来若欲以与新创团队方式合作或购并方式切入, 需重点观察该团队数据库建立细节, 如影像标注方法, 实际参与标记的医生专业性, 数据标记一致性等环节. 精实新闻