整理 | 王藝
資訊
豐田向人工智慧公司 Preferred Networks Inc. 注資 9,470 萬美元
近日，豐田向 Preferred Networks Inc（以下簡稱 PFN）注資 100 億日元（約合 9,470 萬美元），成為後者最大的外部股東。
PFN 成立於 2014 年 3 月，瞄準 IoT 領域的 AI 技術，其產品 Chainer 是一款開源的深度學習框架。此外，PFN 還向客戶提供基於其 Deep Intelligence in Motion (DIMo) 平臺的解決方案。
PFN 與豐田的合作始於 2014 年 10 月，並於 2015 年 12 月獲得來自豐田的 10 億日元（約合 947 萬美元）投資。除豐田之外，PFN 與日本機器人領軍企業——日本發那科株式會社以及日本國立癌症中心均有合作。
豐田則主要看中 PFN 的機器學習、深度學習、以及大資料處理技術，這些技術有助於豐田發展其車載人工智慧及自動駕駛功能。據 CB Insights 報導，豐田是業內最後一家涉足人工智慧領域的汽車 OEM 廠商，於 2015 年 9 月佈局其人工智慧風險投資部門，主要投資方向為人工智慧、雲、大資料、機器人以及自動駕駛汽車等領域。
「群體智慧」告訴貝佐斯，你的善款最好花在醫療及水源方面
今年 6 月中旬，亞馬遜總裁貝佐斯發推，向公眾詢問其未來慈善發展之路。此舉引發網友熱烈響應，到目前為止，貝佐斯共收到 46,000 多個留言回覆。然而過多的留言導致了另一個問題，如何將留言中的相似建議進行歸類，並找出呼聲最高的貝佐斯慈善道路？位於灣區的一家名為 Unanimous AI 的公司一直致力於群體智慧相關研究。此前用來預測總統大選及足球比賽結果的正是群體智慧技術，這項技術能將某個群體中的眾多個體的經驗進行有機關聯與整合，以作出最具競爭力的決策。
在此次貝佐斯向公眾詢問慈善的建議中，Unanimous AI 得出的結論既令人驚訝，也在情理之中。人們更希望貝佐斯將他的慈善預算用來輔助癌症治療、降低藥物售價、推行移動端網路診療系統等方面。這從側面表現出人類對疾病的恐懼，尤其是癌症，而有大量的美國人不能負擔完善的醫療所帶來的高額花銷，或者無法在附近的醫院得到正規的治療。此外，Unanimous AI 還發現貝佐斯需要關注的另一個重點——全球可飲用水資源。
Unanimous AI 創始人 Louis Rosenberg 表示：「群體智慧的特別之處在於，它不指望神經網路自己發展出智慧，而是利用已有的超級智慧（即人類大腦）通過有機整合的方式進行決策。」
iPhone 8 Home 鍵消失，解鎖或靠刷臉
有諜報顯示，即將釋出的 iPhone 8 將摒棄 Home 鍵，這意味著 Touch ID 識別元件也會受到影響。那麼身份確認功能，例如解鎖手機、APP Store 應用購買、銀行卡付款等將如何做到？日前，西班牙媒體 iHelp BR 在代表蘋果面部識別功能的 Pearl 相關程式碼中讀到 accessibility.resting.pearl.unlock. 串，其中的 resting 意為「平置」或「休眠狀態」，暗指 iPhone 8 或新增面部識別解鎖功能。也即是說，即使手機平放在桌面上，也能在你拿起手機的瞬間，通過面部識別自行解鎖。
應用
機器人潛入水淹礦井進行測繪，試圖「變廢為寶」
礦產資源的枯竭是當今人類社會面臨的嚴峻問題之一。按照現在的開採速率，稀有礦產資源將在 15-20 年後枯竭，製造低熔合金、半導體的主要材料銦將於 40 年後枯竭，鋁將於下個世紀徹底被人類消耗殆盡，對礦物資源的開源節流至關重要。來自布里斯托大學的 Norbert Zajzon 及其團隊認為，有很多廢棄礦井如今可以再利用，這些礦井之中普遍存在尚未開採的資源。據悉，全歐洲共有 3 萬餘座水淹礦井，針對這些水淹礦井，團隊發明了水下測繪機器人，這些機器人能夠「遊」至水下 50 米深，並測繪礦井地圖。他們計劃於 2018 年完成產品原型的製作，並在芬蘭的一個礦井進行測試。
MIT 新演算法，用無線電訊號及 AI 技術檢測睡眠質量
在美國，大約有五千萬人受失眠困擾。病人在檢測失眠症狀時，需要戴上很多感測器、監測裝置，這無疑會影響病人的睡眠質量，進而導致檢測結果不準確。為了改變這一狀況，來自 MIT 的研究員與麻省總醫院聯合設計了一款利用無線電訊號及 AI 技術監測患者睡眠狀況的儀器，相關論文將於當地時間 8 月 9 日的 ICML 大會上進行展示。
該裝置為一個低頻的無線電訊號發射及接收裝置，能夠通過人身體對無線電訊號的反射情況監測患者睡眠相關資料，例如脈搏、呼吸頻率、睡眠深淺變化等。監測脈搏等微弱資訊引發的反射訊號變化需要排除很多環境「噪音」的干擾，除此之外，MIT 的演算法能夠支援裝置隨時隨地使用，不需要事先進行任何校準標定。這意味著，睡眠質量監測裝置能夠隱藏到房間的一個角落，幫助病人擺脫儀器、電線的糾纏。
經過 25 位志願者的測試，該裝置的檢測準確率在 80% 左右，而市場上同類裝置的準確率平均僅為 65%。研究人員表示，在提升檢測準確率的同時，該裝置還能夠節約醫患雙方的時間。病人不需要前往醫院進行相關測量，醫生也不需要用肉眼檢視測量結果。
AI 拯救原畫師，動畫人物自己說話
在不遠的未來，動畫作品的原畫師們或許能夠從繁複的人物口型繪製工作中解脫出來。來自東英吉利亞大學、加州理工學院、卡內基梅隆大學的研究員們與迪士尼合作，研發了一個能夠讓動畫人物自己說話的演算法。在該項研究中，人類演員錄製了長達 8 小時，包含逾 2,500 個不同句子的講話視訊。說話者的面部變化及臺詞錄音被當作神經網路的訓練樣本，系統能夠通過語音識別對白，然後集合說話者的發音及面部變化，對每一幀畫面實時為動畫人物匹配口型。該系統不受口音、語言的限制，也能正確匹配唱歌情況下的口型。該系統的研發人員表示，逼真的發音口型對於塑造動畫角色來說是必不可少的，但是把這件事情做好往往需要製作團隊傾注大量的心血、時間以及資金。這個 AI 系統可以讓動畫製作公司僅憑對白就讓動畫人物張嘴說話，有效降低動畫製作成本。
50 萬名志願者做樣本，密歇根大學用 AI 探尋運動與大腦衰老間的關係
近幾年，關於身體運動與大腦老化相關性的研究層出不窮，卻結論寥寥。來自密歇根大學醫學院的助理教授 Mark Peterson 博士希望用深度學習演算法對這一課題進行研究。Peterson 博士曾經使用機器學習技術預測類似阿爾茲海默症等疾病對大腦的影響。本次研究，他們希望通過更大的樣本量，覆蓋更多的人群，從而得出更精準的結論。
首先，團隊從英國生物庫中抽取 50 萬名志願者，收集他們的身體資料以及調查問卷。之後，團隊將利用深度學習技術對資料進行分析，進而驗證運動能否以刺激大腦電路系統的方式減緩大腦衰老，這在大腦研究領域是一個嶄新的命題。該研究小組希望研究成果不僅可以讓普通人具備更加健康的腦神經功能，也能夠那些神經功能衰退的人可以鍛鍊的方式延緩衰老過程。
觀點
工業機器人的「痛處」
日本的便利店快餐行業最近差一點就發生了變革。曾經，為了在早上營業之前為便利店準備好新鮮的便當，夜間流水線上的工人需要時刻不停地打包。人工智慧時代的到來撩撥著盒飯公司領導的神經，他們希望使用機器人技術對盒飯進行包裝。然而粗手笨腳的機器人在面對盛米飯、撒芝麻、盛豆腐等精細活時開始犯難。領導們也不得不承認，機器人缺乏人類的剛柔並濟。
除盒飯打包這一任務外，機器人們還有哪些「痛處」？安川電機運動控制部負責人 Akira Kumagae 表示：「最直接的一點就是，機器人不能抬過分重的貨物。」他解釋道，一位舉重運動員能夠抬起比自身重量重數倍的貨物，然而當你想用機器人舉起 1 kg 的貨物時，機器人本身的重量需要達到 10 kg。按同等重量換算下來，就算是普通人都比機器人力氣大。Akira 說：「機器人佔地空間很大，而且非常費錢。在工廠引進機器人之前，你要先準備好足夠強大的電力系統。」
來自歐姆龍的 Takeuchi 認為，現在的機器人已經能夠抓取東西並且快速移動，然而瓶頸在於分辨哪個是它需要抓取的東西以及以什麼方式抓取。儘管計算機視覺技術已經有所突破，但這一問題仍沒有得到工業級解決。來自川崎公司的 Hashimoto 則表示，現在大多數工業機器人只有一隻手，這對敏捷性造成了不少的影響。來自大福自動化公司的 Hojo 提到，曾經人們希望汽車生產線實現全自動化，但結果發現這不可能。原因在於機器人的可程式設計性差。「如果你希望在未來的十年都售賣同樣一款汽車的話，那麼你就可以部署全自動化的汽車工廠。」Hojo 說。另外，對於工業級機器人的作業要求，其實遠高於 AI 這個層面，當一個空間中有很多個機器人協同作業時，安全就成了首要問題。
圖說
現實是，銀行業看到了 AI 的重要性卻不採取行動
儘管絕大多數金融機構認同 AI 在未來幾年將給金融行業帶來改變，但如果你以為現在金融市場上 AI 相關的投資與整合正在熱鬧進行，那你就錯了。現實是，大多數銀行還沒有開始考慮如何使用 AI 技術。
如從上圖顯示，諮詢公司 Celent 對銀行業的一份調查結果可以看到，目前銀行業正在使用的 AI 技術僅限於欺詐檢測和風險識別、自然語言處理兩項技術，分別有 14% 和 5% 的銀行使用，50% 和 59% 的銀行正在考慮之中。對於對話機器人、語音助手相關應用，當下還沒有銀行部署完畢，但約有 9% 的銀行正在進行中。Celent 沒有透露是哪家銀行正在部署，但據悉，美國銀行和美國第一資本投資國際集團位列其中。另外，分別有 10% 的銀行正在佈局 RPA（機器人流程自動化）以及自然語言生成技術。除此之外，對於這些新興 AI 技術，大部分銀行尚處無計劃狀態。