集微網推出整合電路微信公共號: '天天IC' , 重大新聞即時發布, 天天IC, 天天集微網, 積微成著! 複製 laoyaoic 微信公共號搜索添加關注.
1.穀歌AI中國中心正式成立 李飛飛李佳領銜;
李飛飛表示: '我們希望在中國本土進行合作, 珍惜與頂尖人才合作的機會. '
對此, 李飛飛引用了一句拿破崙的話: '我在成長的過程中很多次聽人們提起拿破崙的這句名言: 中國是一隻沉睡的獅子, 他一旦被驚醒, 世界會為之震動. 在 AI 的世界裡, 中國早已覺醒, 並已迅速成為領軍者之一. 事實上, 在今年的幾次回國當中, 我已親眼目睹, 中國在 AI 基礎研究, 創業, 產業發展和政府支援上走在了世界的前列. '
'今天, 我和團隊回到中國, 希望開始一段長久, 真誠的工作, 創造未來. 還是那句話, 我相信: ' AI沒有國界, AI的福祉亦無邊界' . '
談及穀歌AI實驗室的規劃, 李飛飛稱, 穀歌一直是AI first的公司, 在AI著力是全球最早的一批. 李飛飛表示從1月入職Google時就開始謀劃並推動這件事, 在與Google CEO, Google Cloud CEO等一起頭腦風暴時, 提出在中國展開基礎AI研究工作.
李飛飛告訴新浪科技, 她的小目標是: 做好第一步, 我們才剛剛開始, 最重要的是做最好的研究, 做最好的合作者, 學習, 傾聽, 攜手合作.
對於穀歌AI中國中心成立之後是否會調配到中國來工作的問題, 李飛飛表示, 以後會經常飛回來中國出差.
關於穀歌 AI 中國中心的人才招募, 李飛飛, 李佳在與學生交流的現場給出的資訊是: 穀歌中國的研究中心開始招募研究員和工程師, 所有的面試都將在美國進行. 所以如果大家想要面試穀歌AI中國中心的工作, 需要辦理簽證, 飛去美國進行面試.
李飛飛是斯坦福大學計算機科學的副教授 (終身教授) , 任職於斯坦福大學人工智慧實驗室 (SAIL) , 斯坦福視覺實驗室, 豐田汽車-斯坦福人工智慧研究中心. 她的專業領域是電腦視覺和認知神經科學, 現職為穀歌雲端人工智慧暨機器學習首席科學家.
2016年11月, 李佳同導師李飛飛一同加入穀歌, 並負責穀歌雲AI及機器學習方面的業務, 出任研發主管.
在此之前, 李佳憑藉計算機視覺, 機器學習, 人工智慧, 移動視覺, 電子商務, 產品推薦, 以及映像搜索等領域的創新知名矽谷, 是Snapchat的技術中堅, 甚至在2016年還被Business Insider評選為 '領導 Snapchat 的神秘力量' 之一. (辛苓)
2.華爾街日報: 穀歌借AI實驗室尋找回歸中國之路;
鳳凰科技訊 據《華爾街日報》北京時間12月14日報道, 穀歌公司在北京成立了人工智慧(AI)實驗室, 以延攬中國技術人才, 加強在中國這個業務規模有限市場的影響力. 這是穀歌針對中國市場採取的一系列舉措中的最新一項, 被一些人視為旨在重回龐大的中國市場.
穀歌AI中國中心在周三成立. 穀歌稱, 該中心將為工程師進行基礎研究提供服務, 目的是在這個全球競爭激烈的領域吸引中國頂尖人才.
'我們需要承認中國在科技和AI領域所創造的機遇及其展示出的領導力, ' 穀歌雲業務高管, 新AI實驗室聯席主管李飛飛表示, '通過在這裡開設實驗室, 我們希望展示我們的誠意, 讓中國了解我們願意傾聽, 與他們合作. '
李飛飛稱, 穀歌已經在深度學習和自然語言處理領域聘請了 '少量' 頂尖研究人員, 並計劃聘請其他專註於計算機視覺的研究人員. 李飛飛還是斯坦福大學AI實驗室的主任. 穀歌拒絕披露該AI中心未來會發展到多大規模.
回歸中國爭奪AI人才
這是穀歌實施的一系列舉措的最新一項. 一些人認為, 它表明穀歌正在努力回歸中國這個龐大但又難以捉摸的消費者市場.
自2010年以來, 穀歌的搜索引擎一直無法在中國使用. 這也限制了穀歌在中國提供穀歌雲等其它服務, 新款智能機以及和個人數位助理的能力.
與此同時, 科技行業熱門領域的人才爭奪戰不斷升溫. 人才是中美企業爭奪的重點, 兩國的企業都在對方的後院開設研究實驗室.
招募平台Paysa發布的研究報告顯示, 今年4月至9月, 美國公司在招募AI人才上花費了13.5億美元. 穀歌是這一領域的第四大僱主, 位於亞馬遜公司, 微軟公司以及蘋果公司之後. 研究顯示, 穀歌在此期間招攬了142名AI工程師, 在AI人才上投資3360萬美元.
中國AI戰略諮詢委員會成員餘凱表示, 中國是部分全球最成功互聯網公司的所在地, 這裡的年輕AI人才越來越多. 他表示, 北京實驗室能夠讓穀歌接觸到渴望進入AI領域的中國年輕數學家. 餘凱是中國計算機晶片和自動駕駛軟體創業公司——地平線機器人公司——創始人兼CEO.
今年9月份, 穀歌為中國制定的AI計劃初露端倪. 當時, 穀歌在其北京招聘網站上發布了至少四個與AI相關的職位.
而且, 儘管中國業務有限, 但是兩大穀歌高管今年已經在中國公開亮相. 今年5月, 穀歌母公司Alphabet董事長埃裡克·施密特(Eric Schmidt)造訪烏鎮, 觀看穀歌AI圍棋程序AlphaGo與柯潔的對決. 本月, 穀歌CEO桑達爾·皮查伊(Sundar Pichai)也在烏鎮舉行的世界互聯網大會上發表演講.
穀歌AI中國中心的成立也正值中美競爭加劇之際. 中國把使用AI改善國家安全, 衛生和教育等領域作為了國家重點. 上月, 中國還挑選了四家公司來領導AI發展, 他們是阿里巴巴集團, 騰訊控股公司, 百度公司以及科大訊飛公司. 這些中國公司全都已經或者正計劃在美國開設研究實驗室. (編譯/簫雨)
3.DeepMind開發AI安全測試軟體;
機器學習軟體是Uber自駕車, Facebook識別功能, 亞馬遜(Amazon)智能助理Alexa背後的關鍵動力, 但在技術發展同時也衍生人工智慧(AI)安全問題. 現在Alphabet旗下DeepMind開發出一種簡單測試, 可檢查新演演算法的安全性. 據彭博(Bloomberg)報導, 研究人員將人工智慧軟體加入一系列由畫素塊組成的簡單2D影音遊戲中, 該遊戲名叫Gridworld, 看起來有點像象棋棋盤. DeepMind的軟體會評估9個安全特徵, 包括人工智慧系統是否可以修改自己並學習作弊等等. 人工智慧安全一直是神經資訊處理系統大會(Neural Information Processing Systems; NIPS)關心的課題, DeepMind研究人員在大會上表示, 如果DeepMind想要打造在處理任務上與人類一樣, 甚至比人類更好的軟體, 那麼安全是至關重要的條件, 在gridworld中表現良好的人工智慧演演算法, 在複雜的現實世界中不一定安全, 研究人員發現, 有2個精通Atari遊戲的DeepMind演演算法沒有通過多個Gridworld安全測試. 其中一個測試是了解學習軟體程式是否會開發出一種方法防止自己被關閉, 另一個測試針對意想不到的副作用, 測試中軟體必須移動數字磚塊以達到某個目標, 但是這些磚塊只能推, 不能拉, 所以在某些情況下, 這些磚塊最後會留在不能改變的位置. 研究人員表示缺乏可逆性是人工智慧安全的一個問題. Gridworld可供任何人下載和使用. DeepMind與由Elon Musk支援的非營利人工智慧組織OpenAI進行的其他研究中, 人工智慧軟體被證明可以滿足人類老師的要求, 而不是追求被下令執行的任務. OpenAI安全研究主管Dario Amodei表示, 以這種方式開發人工智慧系統可能會限制人們發展意外中的解決方案, 但是在複雜環境中加入人類指導可能會提供更好的安全保障. DIGITIMES
4.IBM推Power AI解決方案擁抱AI商機;
AI市場需求逐漸發酵, 台灣IBM硬體系統事業部總經理李正屹指出, 2018年AI需求將更強勁, IBM提出的Power AI解決方案, 已獲得中鋼, 全國電子, 淡江大學等客戶採用, 預計2018年將會有更多客戶出現, 因應客戶需求, 台灣IBM也規劃推出Power AI測試中心, 提供Power AI解決方案, 讓客戶租用試導入. IBM於12月推出新一代Power9處理器, 就是針對AI工作負載設計, 從科學研究的深度學習, 即時詐欺偵測及信用風險分析等領域, 加速數據科學家建置認知應用. 政府採用AI速度更甚於一般企業, 李正屹透露, 2018年初也會有政府相關單位, 宣布採用IBM的Power AI解決方案. IBM的Power9處理器已確定將被美國能源局採用, 打造2座超級電腦: Summit和Sierra. 此款處理器搭載於IBM新亮相的AC922 Power Systems伺服器中, 全面支援新一代NVIDIA NVLink, PCI-Express 4.0及OpenCAPI等高速數據傳輸媒介, 讓數據遷移速度達x86的9.5倍, 並將深度學習人工神經網路的訓練時間縮短近4倍. 至於Google也宣布採用Power9處理器, 作為新一代數據中心伺服器核心. IBM硬體系統部業務協理邱垂彬指出, 現在英特爾處理器搭配NVIDIA的繪圖卡, 中間是以PCI-e連線, 然當AI時代, 需要大量運算與數據分析, 繪圖卡存儲器不足時, 透過PCI-e的傳輸速度趕不上, 會產生交通堵塞, 若透過NVIDIA的NVlink及Power處理器, 就能大幅改善傳輸速度, 差距可拉到10倍以上. 邱垂彬表示, AI是個旅程, 當企業或政府機構開始導入, 就需要喂入源源不絕的數據, 才能讓AI更精進, 更能提供有用訊息, 也就是學習, 再導回系統當中, 因此AI是個不斷更新與回饋的機制運作, 在這段過程中, 若能有效降低時間, 也能大幅提高效率, 並降低成本. 李正屹指出, AI發展多年, 然在實際的商業應用, 仍在初始階段, 客戶還在發想如何應用至商業市場, 並且創造新的商業模式, 預估未來3~5年, 市場將會有大幅成長機會, 此時IBM推出的Power處理器, 與大型主機, 都是為了協助客戶走向AI旅程. IBM也有意在台推出Power AI測試中心, 擴大客戶使用意願. 針對大型主機客戶, IBM於2017年第3季推出Systems z14後, 客戶接受度頗高, 也帶動IBM上季Systems銷售創佳績, 營收年增14%, 毛利率也拉高5.9個百分點, 李正屹指出, Systems的全時加密, 正是大型企業客戶所需功能, 因應AI需求, z14也新增機器學習功能, 比如銀行客戶可同時處理AI與實體交易數據. IBM指出, 企業可進一步採用IBM z Systems上就地部署的數據進行機器學習, 協助企業快速汲取結構與非結構數據, 並將其轉換為可用性資源, 即能更準確預測客戶和業務需求, 發覺隱藏的價值. 在安全性上, 新一代大型主機z14也透過100%全面加密引擎, 整體加密效能提升至x86的18倍. DIGITIMES
5.軟銀與以色列IC廠Inuitive 合作AI及IoT事業;
日本電信大廠軟銀(SoftBank)自從購併安謀(ARM), 並由社長孫正義表示要朝人工智慧(AI)與物聯網(IoT)領域發展後, 相關動作便日趨積極, 2017年12月4日該公司又發布新聞, 指出該廠將與以色列晶片設計廠Inuitive合作, 進行人工智慧與物聯網相關事業合作. 軟銀表示這次合作是由日本軟銀的社長宮內謙, 與Inuitive的CEO, Shlomo Gadot達成協議, 詳細技術事業內容仍未定案, 有待雙方商討, 但在人工智慧與物聯網領域的合作則已確定, 並已簽訂合作意向. Inuitive的主要產品, 是活用人工智慧技術的SoC, 以及利用這些晶片製作的3D景深感測器, 影像處理系統等模組產品, 用在道路的車流與人流自動統計, 建築結構變形劣化狀況偵測, 以及人臉識別等保全領域, 對於容易有恐怖分子出沒的以色列而言, 算是有經過實戰測試的技術. 而軟銀在人工智慧領域, 目前則以軟體及平台為主, 配合自有的電信基礎建設與技術, 很容易與其他軟硬體廠進行合作, 也需要與這類廠商合作, 以利收集數據進行雲端運算分析. 軟銀與日本知名建築師事務所, 日建設計(Nikken Sekkei), 在2017年11月宣布合作, 推動智能大樓(Smart Building)事業, 其中電信保全等相關部分, 就是軟銀擅長的領域, 問題在相關的硬體部分, 由於這不是單次合作, 軟銀每次都向外採購攝影機之類, 不如自己擁有相關硬體設備, 比較划算. 而Inuitive正是智能大樓相關事業中, 理想的設備與技術供應廠, 雖然Inuitive的建築變形與劣化分析技術, 在炸藥炸過的建築領域可能比較強, 經年使用脆化的建築分析能力較弱, 但這方面可以透過1900年創業的日建設計達117年的經驗補足. 另外, Inuitive的技術, 可用在虛擬實境(VR)與擴充實境(AR)市場, 無人機與機器人市場, 甚至自動駕駛市場, 該廠希望透過軟銀與世界各國廠商的關係, 以及其物聯網相關平台, 擴大人脈, 據以發展更多新事業與新應用. DIGITIMES
6.2024年AI醫療應用市場規模將達110億美元 資料庫完整度扮關鍵
AI 醫療應用議題近來火熱, 市場研究機構 Global Market Insights 預測至 2024 年, AI 醫療應用市場規模將達 110 億美元, 其中, AI 於醫療影像的應用將達 25 億美元之譜. 此外, 由於醫療影像數據占醫學資訊量 80%, 亟待分析處理以改善醫療效率, 業界普遍認為醫療影像將為未來 3 年首要爆發的 AI 醫療應用.
而在 AI 醫療影像的應用中, 又以放射影像最被市場重視, 其原因由需求面來看, 放射影像數據量大, 醫生在解讀上需耗費相當多時間且存判斷差異性, 從技術面來看, 半導體運算技術及深度學習演演算法的成熟, 讓 AI 輔助放射科醫師診斷影像變得可能.
然而 DIGITIMES Research 觀察, 目前無論大廠或新創業者提出的 AI 醫療影像診斷方案, 雖號稱準確度已超越人類醫生, 然因其對開發過程重要環節交代不清, 如資料庫如何與醫生確切的合作模式等, 在實際應用上疑慮仍存在.
DIGITIMES Research 認為, AI 於醫療影像應用的趨勢已然成形, 然而爆發速度將不如市場預期的快, 主因目前國際影像資料庫存有數據完整性及多樣性問題, 此將造成 AI 演演算法開發上的天塹, 並影響其商用準確性與臨床推廣難易.
此外, 台灣廠商在 AI 醫療影像市場尚有很大著墨空間, 然未來若欲以與新創團隊方式合作或購併方式切入, 需重點觀察該團隊資料庫建立細節, 如影像標註方法, 實際參與標記的醫生專業性, 數據標記一致性等環節. 精實新聞