資訊
人工智慧初創公司 ObEN 獲 500 萬投資，騰訊領投
人工智慧初創公司 ObEN 宣佈獲得來自騰訊的 500 萬美元戰略投資。CMC 及峰尚資本董事長黎瑞剛也參與了本輪投資。目前，ObEN 已累積獲得近 1300 萬美元投資。
ObEN 近期將轉移研究重點，從幫助 VR 玩家打造更加精準虛擬形象，轉為構建能與粉絲進行互動的名人虛擬形象。有了 ObEN 提供的人工智慧虛擬形象，明星們可以無縫管理及部署自己的人工智慧，給粉絲帶來個性化、卻又能快速規模化的獨特互動體驗。他們不需要花費太多時間，就能通過人工智慧方式提高粉絲滿意度、進入全新市場。
隨著蘋果擴增實境平臺 ARkit 的啟動，這個專案將會很快入駐使用者手機上，為其提供相應個人助理服務。ObEN 一直非常關注亞洲的 AR、VR 市場，今年四月份，ObEN 曾以微信為基礎，展示了其虛擬現實技術。ObEN 這一舉措似乎暗示，ObEN 正在向 Snapchat 的 Bitmoji 功能靠攏，致力於將名人形象帶進虛擬現實，充分挖掘流行事物價值。據悉，此次新的投資將被用於加速 ObEN 的產品開發，並幫助推動其明星的人工智慧版權平臺廣泛應用到各類數字平臺上。
想要顛覆長途運輸的自動駕駛卡車初創公司 Embark，獲 1500 萬美元 A 輪融資
今年年初，《MIT 科技評論》曾將「自動駕駛貨車」選入 2017 年十大突破性技術榜單。近日，自動駕駛卡車初創公司 Embark 宣佈獲得 1500 萬美元的 A 輪融資，由 Data Collective 領投，YC Continuity、Maven Ventures 及 SV Angel 跟投。
EmbarkZ 想要利用深度學習技術顛覆長途運輸。Embark 的第一輛自動駕駛卡車去年 8 月份在內華達州改裝完畢，基於彼得比爾特牌卡車（Peterbilt）。從那時起，這家公司的工程師們便一直在對該卡車的系統進行測試和調優，該系統被取名為 Embark AI。據悉，與目前其他類似的自動駕駛技術一樣，Embark AI 使用感測器、雷達和相機的組合來了解周圍環境，從而使其避免碰撞。該 AI 還可以從各種駕駛情況中學習經驗。Embark 的自動駕駛卡車解決方案不僅能提高貨運效率、降低運輸成本，無需對美國道路進行全方位精細製圖，即可實現優良好效果。通過與美國貨運卡車製造商 Peterbilt 合作，Embark 推出了新的測試車組。此次融資資金將幫助 Embark 工程團隊僱傭技術人才，增加卡車數目以擴大在美國的測試車隊，為公司商業化專案奠定基礎。
數字營銷公司Zeta Global宣佈收購Boomtrain，數字技術營銷魅力再度升級
前蘋果 CEO 創辦的數字營銷公司 Zeta Global 正式宣佈收購營銷技術創業公司 Boomtrain，這家公司可以使用機器學習技術把品牌的相關個性化通知傳送給消費者。此次收購將進一步幫助 Zeta Global 實現其在數字營銷領域的野心。
Zeta Global 成立於 2007 年，總部位於紐約，致力於利用大資料、機器學習等技術為全球知名品牌商提供營銷綜合解決方案。今年四月，公司剛剛完成 1.4 億美元的 F 輪融資。在過去的幾年裡，Zeta 的競爭對手——Oracle、Adobe、IBM 以及 Salesforce 等公司都在積極搶購廣告及營銷技術領域的公司以鞏固、完善公司的營銷雲。Zeta Global 也相繼收購了 Intela、ClickSquared、eBay Enterprise CRM 部門及郵件服務商 Acxiom。據知情人透露，此次交易價格大約在 3500 萬美元到 4000 萬美元之間。
微軟與百度針對Apollo 計劃展開合作，共同推進自動駕駛汽車行業發展
美國時間 7 月 18 日，百度和微軟聯合宣佈展開智慧雲服務領域合作，共同推進全球範圍內自動駕駛技術的發展。微軟作為百度 Apollo 計劃的合作伙伴，將在中國以外的國際化市場為 Apollo 開放平臺提供 Azure 雲服務。同時，雙方還計劃共同致力於探索車聯網解決方案領域的更多機會，為使用者打造優質的駕駛體驗，推動自動駕駛汽車行業的數字化轉型。
Apollo 計劃是百度面向汽車行業及自動駕駛領域的開放平臺，包括車輛平臺、硬體平臺、軟體平臺、雲端資料服務四大部分，能夠幫助使用者快速搭建完整的自動駕駛系統。目前，該平臺上的合作伙伴已超過 50 家。此外，微軟也與多家汽車製造品牌建立了良好合作關係，為汽車製造廠商提供處理感測器資料的解決方案，並對採集到的資料進行洞察，挖掘其潛在價值及深層資訊。寶馬、福特等公司都已採用了微軟的智慧雲技術。
應用
手機執行神經網路，MIT 新方法使神經網路能耗降低 73%
邊緣智慧，是指把人工智慧的演算法、架構部署在終端，在終端領域，執行我們的計算。在這種情況下，我們可以保證我們的計算不依賴於網路，同時我們可以實現實時的資料處理。更重要的是，我們可以保護使用者的隱私，而且實現個性化的定製。在這基礎上，有可能產生很多新的商業模式。邊緣智慧是推動垂直領域人工智慧化最重要的技術之一。
去年，麻省理工大學電氣工程和電腦科學系副教授 Vivenne Sze 和其同事就研發出了一種可以適用於神經網路的高能效計算機晶片，讓人工智慧系統能夠在移動端完成本地執行。
現在，Sze 和同事還試圖從另一個方向解決該問題，即運用電池技術設計更節能的神經網路。他們首先提出一種方法，該方法能夠確定神經網路在特定型別的硬體上執行時的能耗。然後，他們使用該方法評估降低神經網路能耗的新技術，以使神經網路能夠更高效地在掌上裝置中執行。研究者在下週計算機視覺與模式識別大會（Computer Vision and Pattern Recognition Conference，CVPR）的參會論文中詳述了這項工作。該論文介紹了將神經網路標準耗電量降低 73% 的方法，這比之前降低網路耗電量的最優方法低了 43%。
觀點
《經濟學人》：數字孿生技術的普及可能會動搖整個供應鏈
位於德國巴伐利亞州東部城市安貝格的西門子工廠，主要生產製造工業計算機控制裝置。目前，這家工廠每年生產 1500 萬臺裝置，是 1989 年工廠成立之時產量的十倍，不過，工廠建築面積及員工數目卻從未增加。工廠製造自動化程度達到 75%，在具備超過 1000 種產品的前提下，生產故障率能夠接近 0，非常驚人。背後功臣就是數字孿生技術。在其他工廠，數字孿生也在發揮著相同的作用，它們被用來設計控制元件、進行測試、模擬製造並安排生產機器。
數字孿生並不是一個新概念，最早可以追溯到 NASA 為解決工程系統問題而構建的模型。簡單來說，數字孿生就是以數字化方式為物理物件建立虛擬模型，模擬其在現實環境中的行為。數字孿生不僅能夠幫助打造數字化產品設計及生產過程，還能實現遠端監控，為已出售產品提供售後服務。
西門子、美國通用電氣等公司在為工廠配置了數字孿生技術的同時，也向來自航空航天、國防、汽車等領域的客戶出售數字孿生軟體。另外，數字孿生技術有助於進行產品跟蹤和驗證，這個環節在食品製造和製藥行業中十分重要。《經濟學人》分析指出，這項技術的普及很可能會動搖整個供應鏈，未來，供應商很可能會被要求提交產品數字孿生解決方案，以便在製造商的虛擬工廠中提前測試訂單。
人工智慧領域的專家學者回應 Elon Musk 人工智慧威脅論
在上週舉行的全美州長協會會議上，Elon Musk 再次分享了他對人工智慧技術發展的擔憂，重申人工智慧對人類造成威脅的可能性，並建議政府展開相關研究、制定相關制度。一些專家對此做出了迴應。
史丹佛大學人工智慧實驗室主任李飛飛認為，單獨一個機器是沒有價值的，機器的價值來源於人類。人工智慧領域內的研究人員都在努力創造對社會有益的技術，她希望能在人工智慧的發展過程中看到更多的包容性和多樣性，聽到更多傳播人工智慧的聲音和意見。
艾倫人工智慧研究所 CEO、華盛頓大學電腦科學教授 Oren Etzioni 認為，Elon Musk 的人工智慧威脅論正在分散人們對於 AI 真正影響的關注. 實際上，AI 只是一種可以改善交通、醫藥等領域的工具、技術。「我們不需要一個新的管理機構，而需要更好地告知人們人工智慧能做和不能做的事情。」
新南威爾士大學人工智慧領域教授 Toby Walsh 稱，Elon Musk 的評論是在危言聳聽。Toby Walsh 近期調查了 300 位人工智慧業內研究人員，大多數認為, 機器達到人類智慧水平。至少還要花上 50 年，這並不是一個需要馬上引起人們注意的問題。不過，Toby Walsh 認可 Elon Musk 的一個觀點：政府要開始對人工智慧進行調控。一些科技公司正在努力逃過政府監管，抓取使用者個人及醫療資料，這是一個嚴重的問題，需要引起重視。
IEEE 自動化與機器人學會主席 Raja Chatila 表示，需要考慮到人工智慧的倫理和責任問題。很多時候，人們將提高經濟增長放在首位，忽視了對環境和社會的影響，這可能會帶來一些負面影響和意外後果。每一個人工智慧利益相關者都必須保證工作的透明度、問責制及可追溯性。只要馬上採取行動，對人工智慧進行倫理和責任方面的相關設計，人類不需要害怕人工智慧。
《機器人崛起：技術及失業前景的威脅》一書作者 Martin Ford 表示，Elon Musk 對於人工智慧的擔憂是合理的，不過著眼點是相當遙遠的未來。Martin Ford 認為，呼籲立即調整或限制人工智慧發展是不合適的。「這其中最大的原因可能是美國與其他國家正在人工智慧領域進行競爭，特別是中國。在這場激勵的競爭中，我們不能落後。」
不過他認為，人們應該把關注重點放在未來二十年內可能產生巨大影響的問題上。例如，工作崗位被淘汰、對隱私存在的威脅、網路犯罪以及真正自主的軍事與安全機器人出現的可能性等。
圖說
2017 年，大資料創業持續升溫
據統計，2016 年，大資料初創企業總融資就達 148 億美元，佔全球技術風險投資額的 10%。從 Matt Turck 釋出的大資料版圖，我們可以發現，2017 年大資料創業正在持續升溫，越來越多的企業公司致力於對大資料進行深度洞察。
2017 年第一季度，大資料初創企業頻頻傳出融資訊息。許多大型技術公司對這個領域內的初創公司表現出了濃厚興趣。
例如，資料視覺化分析公司 Looker 獲 8150 萬美元 D 輪融資、美國銷售軟體管理 Saas 軟體服務商 InsideSales 獲 5000 萬美元 E 輪融資、機器學習平臺 DataRobot 獲 5400 萬美元 C 輪融資、商業化服務支援初創公司 Confluent 獲 5000 萬美元 C 輪融資、資料管理公司 Collibra 獲 5000 萬美元 C 輪融資、資料分析公司 MapD 獲得 2500 萬美元 B 輪融資等。另外一些值得關注的收購案例包括，思科以 37 億美元的價格收購了軟體開發商 AppDynamics、惠普以 10.9 億的價格收購了資料儲存商 Nimble Storage。據統計，2016 年入選大資料版圖的公司中，已有 41 家被收購，2017 年可能會突破這個數字。
一些大資料初創公司經過積累後，會成功上市。2016 年，僅有一家大資料公司 Talend 上市。2017 年，大資料服務商 Cloudera、一站式資料分析平臺 Alteryx、企業雲服務提供商 MuleSoft、大資料融合平臺 MapR、知識引擎公司 Yext 相繼上市。