《人工智能半月刊》第八十六期（2019.10.16)

来源：计算机司令部

重要事件点评

特斯拉近日进行了Autopilot V10软件更新，此次更新向部分用户推送了智能召唤功能，该功能可以让司机从停车场呼叫他们的车，无论他们站在哪里。

智能召唤功能，是指通过使用特斯拉应用程序，在无需人工干预的情况下，汽车可以自动低速的穿过停车场和其他非公共道路区域行驶到车主身边。特斯拉在其网站上对该智能召唤功能的描述是：“你停放的汽车会在停车场的任何地方找到你。”

特斯拉CEO马斯克在个人推特透露，该公司刚刚推出的智能召唤（Smart Summon）功能已被使用超过55万次。并计划从11月1日开始，将对Full Self Driving软件进行提价，该软件目前售价为6,000美元，将增加到7,000美元，上调1,000美元。

不过，这一功能目前还是有很多限制的，比如该功能下行驶速度最高只有4 mph（约合6.5公里/小时），特斯拉建议车主召唤时最好要距离200英尺（约合70米）内，而且车主和汽车之间最好没有障碍物。特斯拉还提醒，车主在使用智能召唤功能时，要注意观察周围环境，当检测到障碍物时，特斯拉汽车会绕开它或者停下来并通知车主。除此之外，特斯拉表示，用户可以通过主动释放应用程序中的按钮来停止对特斯拉汽车的召唤，并补充说：“用户依然对汽车的行动负责，他们需要让汽车一直处于自己的视线中，时刻监视它的行动以及周围的环境，因为它可能无法检测到所有的障碍。在快速移动的人群、自行车和汽车周围尤其要特别小心。”

虽然特斯拉表示，智能召唤功能只会在私人停车场和车道上使用，但这一功能的创新之处在于，它允许车辆在没有司机驾驶的情况下进行操作。联邦汽车安全条例是几十年前制定的，那时这种技术还没有出现。

上市公司动态

科大智能：3名董事及监事已合计减持483.17万股

科大智能9月30日公布，近日，公司董事杨锐俊的股份减持计划实施完成，董事、副总裁陆颖及监事张滨的股份减持计划 完成数量过半。此次减持后，杨锐俊持股比例由1.45%降至1.08%；陆颖持股比例由1.44%降至1.21%；张滨持股比例由0.60%降至0.53%。

科远智慧：享受国家规划布局内重点软件企业所得税优惠政策

科远智慧10月7日公告，公司被认定为2018年度享受国家规划布局内重点软件企业所得税优惠的企业。公司2018年度企业所得税税率将由高新技术企业的15%调整为国家规划布局内重点软件企业的10%。2018年度企业所得税退税税款会对公司2019年年度业绩产生积极影响，公司2019年度净利润将增加483.72万元。

东方网力：公司股东高军减持949万股

东方网力10月10日公告，公司股东高军于4月11日至10月8日期间减持公司股份约949万股，减持股份占公司总股份0.97%。

汇纳科技：发布2019年第三季度业绩预告，归母净利润2,513.65万元–3,016.38万元，同比增长0% - 20%

汇纳科技10月13日发布公告，发布2019年第三季度业绩预告，归母净利润2,513.65万元–3,016.38万元，同比增长0% - 20%。

GQY视讯：发布2019年第三季度业绩预告，归母净利润0万元- 100万元，上年同期亏损286.48万元

GQY视讯10月13日发布公告，发布2019年第三季度业绩预告，归母净利润0万元- 100万元，上年同期亏损286.48万元。

远方信息：发布2019年第三季度业绩预告，归母净利润5,000万元-5,800万元，同比增长69.10%-96.16%

远方信息10月14日发布公告，发布2019年第三季度业绩预告，归母净利润5,000万元-5,800万元，同比增长69.10%-96.16%。

同花顺：发布2019年第三季度业绩预告，归母净利润16,567.58万元—20,390.86万元，同比增长30%—60%

同花顺10月14日发布公告，发布2019年第三季度业绩预告，归母净利润16,567.58万元—20,390.86万元，同比增长30%—60%。

创业慧康：发布2019年第三季度业绩预告，归母净利润5,686.74万元-6,786.74万元，同比增长12.24%-33.95%

创业慧康10月14日发布公告，发布2019年第三季度业绩预告，归母净利润5,686.74万元-6,786.74万元，同比增长12.24%-33.95%。

东方网力：发布2019年第三季度业绩预告，归母净利润亏损29,917.53万元-30,417.53万元，同比下降568.70%-576.53%

东方网力10月14日发布公告，发布2019年第三季度业绩预告，归母净利润亏损29,917.53万元-30,417.53万元，同比下降568.70%-576.53%。

行业新闻

苹果计划2022年发布自研调制解调器，2023年将基带整合到SoC

苹果内部团队已经设定了一项非常激进的目标：在 2022 年开发出能够在 iPhone 和 iPad 上使用的内嵌蜂窝通信调制解调器；在 2023 年前将基带模组整合到公司的 system-on-chip（SoC）设计中。报道中称，苹果计划优化 5G 调制解调器，不仅能够实现全球使用，而且需要通过美国联邦通信委员会等各国机构的监管测试。

陕西联合阿里巴巴打造智慧农业产业体系

近日，陕西省农垦集团与阿里巴巴集团阿里云计算有限公司签署合作协议，打造陕西智慧农业产业体系。具体措施为：一是在陕西建立「数字化种植—产地仓存储—线上线下销售—纯信用助农贷款」创新模式；二是开展陕西智慧农业平台建设工作，在 10 个示范县建立区域特色农作物的智能农事管理和农业数据资产平台；三是成立农村金融创新中心，实现产融协同。（陕西日报）

ARM联合通用丰田等开发自动驾驶汽车通用计算系统

据外媒报道，软银集团旗下的英国芯片技术公司 ARM 正与通用汽车和丰田汽车合作，开发面向自动驾驶汽车的通用计算系统。ARM 周二表示，它将与通用丰田以及供应商 Bosch、Denso 和 Continental 一起，共同创建 AVCC（自动驾驶车辆计算联合体)。参与这个团体的还有半导体公司英伟达和恩智浦，这两家半导体公司所生产的芯片都嵌入了 ARM 的技术。

苹果证实收购英国视觉效果公司IKinema，用于强化AR产品

苹果公司近日证实，已收购英国视觉效果公司 IKinema。IKinema 是一家主要提供为游戏和虚拟现实等行业提供动画技术的动作捕捉公司，专业从事于支持虚拟角色实现实时动画的技术。据悉，IKinema 的动作捕捉技术已经被微软、迪斯尼、福克斯和腾讯等客户使用。如今，苹果可能会利用这次收购来改进其 AR（增强现实）产品，强化 Animoji/Memoji 等。

大马电讯商签下华为5G 合同三年

10月3日，华为和马来西亚电讯运营商明讯公司签署为期三年的第五代移动通讯（5G）商用合同。马来西亚首相马哈迪指，先进技术对马国进步有至关重要的作用，5G是改变众多产业的关键驱动力，将使马国保持全球竞争力。华为指，马国通过部署5G技术，将迈入数码化高速转型阶段，支持马国建设成为智慧国家。明讯公司董事会主席阿尔沙德周三说，马来西亚需要一个更有力的下一代网络来支持高级应用，比如智慧农业等。

谷歌正式发布 TensorFlow 2.0

谷歌10月1日宣布，其开源机器学习库 TensorFlow 2.0 日前正式发布，可供公众使用。TensorFlow 2.0 的 Alpha 版本于今年春季在 TensorFlow 开发者峰会上首次与 TensorFlow Lite 1.0（用于移动设备和嵌入式设备）以及其他 ML 工具（如 TensorFlow Federated）一起发布。为了提高易用性，TensorFlow 2.0 进行了许多更改，例如取消了一些被认为是多余的 API，以及紧密集成和依赖 tf.keras 作为其核心高级 API。另外，其与 Keras 深度学习库的初始集成始于 2017 年 2 月发布的 TensorFlow 1.0。

MIT-IBM 开发更快方法以训练视频识别 AI

机器学习使计算机能够执行识别面部和读取医学扫描等功能。但是，当任务是解释视频和现实事件时，使机器学习成为可用的模型则变得庞大而繁琐。MIT-IBM Watson AI Lab 的团队提出解决方案，该研究的诀窍在于改变视频识别模型如何查看时间。当前的模型以一系列图像解读时间的消耗，从而创建了更大的计算密集型模型。麻省理工学院的 IBM 研究人员则设计了一个时移模块，该模块在没有明确表示的情况下使模型具有时间流逝的感觉。在测试中，该方法能够训练深度学习视频识别 AI 的速度是现有方法的三倍。

谷歌大脑的抽象摘要系统 SummAE AI 能够生成段落摘要

来自谷歌大脑的研究团队推出了一个名为 SummAE 的抽象摘要系统，该系统基本上不受监督，能够从少量的训练数据到看不见的文字示例进行概括。研究人员声称，虽然该系统无法概括出仅由五个句子组成的段落，但仍在基线上进行了「显着」改进。它代表了朝着人类水平绩效方向迈出的「重大」一步。数据集和代码以及最佳模型的配置设置可在 GitHub 上免费获得。

X 射线技术公司暴露芯片秘密，瑞士和美国技术能对芯片进行反向破解

瑞士和美国的研究人员拥有一种非破坏性技术，对整个芯片进行反向破解从而了解到芯片的 3D 设计而不会造成任何损坏。通常情况下，这种逆向工程是一个耗时的过程，其中涉及精心地去除芯片的许多纳米级互连层中的每一个，并使用不同成像技术的层次结构将它们映射，从用于较大的光学显微镜到用于最小的电子显微镜，均需要轮番登场进行特征观察。这项新技术被称为 Ptychographic X 射线分层摄影技术，据称，该技术可以被集成电路设计人员用来验证制造的芯片是否符合他们的设计，或者能被政府机构添加到它们所依赖的 IC 中用来验证。

DeepMind 的 AI 可以将学到的知识应用于完成新颖的任务

AI 智能体可以学习超越其即时经验的概括吗？这是机器学习研究中的一个悬而未决的问题，对于 DeepMind 来说，这是一个他们非常感兴趣的领域。在与斯坦福大学和伦敦大学学院合作进行的一项研究中，DeepMind 的科学家调查了系统是否可以将他们在一项任务中学习的知识应用于与切线相关的其他任务。他们报告说，在从网格世界到 Unity（游戏引擎）中生成的交互式 3D 室的环境中，其 AI 驱动的智能体正确地利用了语言的「组成性质」来解释以前从未见过的指令。

谷歌技术博客更新，呈现实时多语言语音识别研究成果

全世界总共约有 6,500 种语言，而 Google，Facebook，Apple 和 Amazon 等科技公司每天都在通过其研究和产品以更好地识别语言。然而问题在于，并非所有语言都具有大量可用的语料库，这也就使得通过训练来支撑的这些系统的难以获得巨大数据量的模型。同时，这也正是谷歌研究人员正在探索将知识从数据丰富的语言应用于数据稀缺的语言的技术的原因。其以多语言语音解析器的形式取得研究成果，该解析器通过学习多种语言的转录从而实现研究突破。该研究称，该工具从单一端到端模型可以高度准确地识别九种印度语言（印地语，马拉地语，乌尔都语，孟加拉语，泰米尔语，泰卢固语，卡纳达语，马拉雅拉姆语和古吉拉特语），同时展示出「出人意料的」且有所改进的自动语音识别 ASR 质量。

华为诺亚方舟伦敦实验室推出鲁棒强化学习新算法

近年来，强化学习在多项任务（如围棋，电脑游戏）中有着令人惊艳的表现。强化学习算法依赖大量采样的特性决定了其需要首先在仿真环境中进行训练再迁移到现实系统中。然而，由一般强化学习算法训练产生的策略往往容易过拟合在虚拟的仿真环境上，一旦仿真环境和现实系统无法完全匹配，策略的迁移过程将会困难重重。几个常见的例子如机器人控制问题中关节的阻尼无法被准确测量，或是自动驾驶问题中汽车和地面间的摩擦力会根据轮胎和路况而改变。希望依靠仿真环境去完全还原现实系统并针对不同的仿真环境参数去训练不同的策略显然是不现实的。这一问题严重影响了强化学习算法的实用性。这是汪军教授带领的华为诺亚方舟实验室伦敦团队在安全可信AI方向上的新成果，可以广泛应用到实际场景，例如自动驾驶，企业运筹，物流等等决策领域上。

免责声明

免责声明：自媒体综合提供的内容均源自自媒体，版权归原作者所有，转载请联系原作者并获许可。文章观点仅代表作者本人，不代表新浪立场。若内容涉及投资建议，仅供参考勿作为投资依据。投资有风险，入市需谨慎。