澳大利亚一家创业公司发明首个人工智能商业顾问

　　计算机视觉和模式识别领域顶级会议CVPR于本周在拉斯维加斯举行。微软亚洲研究院 2015 年论文 Deep Residual Learning for Image Recognition 荣获最佳论文奖。该论文解释了以惊人优势在 ImageNet 中获得主要项目冠军的 152 层深层残差神经网络背后的秘密。

　　澳大利亚创业公司发明首个人工智能商业顾问

　　BRiN 是一家位于悉尼的公司，这家公司最近组建了一个人工智能商业咨询平台，为企业用户提供专业的商业顾问服务。BRiN 的创始人 Beaumont 自从毕业后就一直在商业顾问领域工作，并在这个领域出了 10 本书。他说创建 BRiN 的想法出现在 2014 年他在越南旅游和一位想扩大自己的生意规模的商店店主聊天的时候。

　　从越南回国后，Beaumont 在网上发现全世界有超过 5 亿个小型企业主和商店店主，而其其中的 10% 每年都在面临亏损。因此 BRiN 解决的问题就是全世界小型企业或者店主面临的商业问题。

　　目前这家公司已经获得了 170 万美元融资，其手机应用也获得了超过 5000 次下载。

　　Caremerge创始人：四项改变医疗行业的技术

　　Fahad Aziz是医疗技术公司 Caremerge 的联合创始人，Caremerge 是「care」和「emerge」两个词的结合，该公司的宗旨是通过新兴技术革命医疗行业。作为科技行业的产业领导者，Aziz 认为在未来，以下四项技术将会彻底改变医疗行业：

　　1. 机器学习。如果我们在医疗行业中加入能够让计算机自我学习而不是被变成的机器学习技术，最后构建一个医疗人工智能，我们就能更好地诊断和治愈疾病，这种效果甚至会比医生能达到的更好。不过这种技术也需要依靠大数据积累起来的病例来实现。

　　2. 物联网。Gartner 估计到 2020 年将会有 60 亿台计算机连上互联网，收集用户数据，并进行整体分析。物联网对医疗领域的影响是显而易见的，这能够帮助医疗人员或者上面提到的机器学习更方便地获得病人的身体各项指数。

　　3.人类基因组计划。现在我们只需要花上 1500 美元就能测定出自己的基因和 DNA 信息，而在 10 年前这得花 20 亿美元。现在，欧洲的研究人员正在利用 3D 打印技术来为人类 DNA 测序，并为病人匹配移植肢体或者器官。基因测序的进展越快，人类战胜疑难杂症的速度就会越快，这意味着医生的角色将会发生彻底地改变，或者是影响到整个医疗行业。

　　4.医疗领域的虚拟现实。马克·扎克伯格花了 20 亿美元收购了 Oculus，这有可能就是 Facebook 的未来。虚拟现实允许研究人员以一种全景化的视角研究病人在身体和心理上的问题，这项技术已经被用来治疗创伤后精神紧张性精神障碍、自闭症、社会认知等问题了。

　　iOS 10 如何在使用机器学习的同时保护你的隐私

　　使用 iPhone 设备最令人欣慰的事情就是苹果不会将你的隐私信息出售给任何人。但是最近几年，像谷歌和 Facebook 这样的科技公司正在依赖机器学习收集用户数据来提升产品功能。

　　推出 iOS 10 也就意味着苹果开始在自己的产品中引入机器学习。根据苹果官方的即使，在应用及其学习的QuickType 键盘, emoji 推荐, 和 Spotlight 搜索上，该公司使用了 不同的隐私协议。除此之外，苹果还利用 iPhone 自身的隐蔽性来保护照片应用中人脸识别的隐私数据。

　　一款「机器人律师」打赢了16万起停车罚单官司

　　一款名为「DoNotPay」(不要支付)的机器人律师自去年9月推出以来，处理了25万起停车罚单上诉案件，并赢得其中的16万起案件。

　　DoNotPay这款程序由19岁的英国程序员约书亚·布劳德(Joshua Browder)开发，专门负责处理停车罚单上诉案件。自从去年秋季推出以来，DoNotPay获得了极大成功。

　　据布劳德称，在伦敦推出当月就有3000人使用这个机器人律师来帮助他们就停车罚单提起上诉。到今年2月，它已处理了总额达300万美元的停车罚单上诉案。 今年4月，布劳德又在纽约推出了DoNotPay。到目前为止，该机器人在伦敦和纽约共处理了25万起停车罚单上诉案，其中有16万起获胜，成功率超过60%，为诉讼方节省了数百万美元的费用。

　　谷歌已将机器学习应用到所有搜索结果中

　　谷歌现在正在使用它的机器学习系统RankBrain处理通过其搜索引擎发送的逾2万亿条搜索请求信息。

　　RankBrain系统是谷歌在2015年第三季度首次推出的，当时它只应用到了大约15%的搜索请求上。现在，RankBrain系统的全面应用将会让谷歌搜索引擎服务更符合用户的直觉。RankBrain系统可以利用机器学习——也就是人工智能——来“解释”用户搜索的关键词，并找出相关的页面。这些页面甚至可能并不包括用户在其搜索请求中提到的关键词。

　　RankBrain系统能够在用户输入模棱两可的搜索请求时“猜测”用户的真实意图，并将其猜测结果发送到搜索平台上。而且，随着时间的推移，它还能够不断地学习，从而优化搜索结果。这有助于给用户提供更多相关的信息，而不是仅仅依赖于搜索关键词和链接来提供信息。

返回网站首页>>