2017年3月9日，阿里巴巴集團在杭州召開首屆技術大會，會議透露，阿里巴巴正在啟動一項代號“NASA”的計劃，面向未來20年組建強大的獨立研發部門，建立新的機制體制，為服務20億人的新經濟體儲備核心科技。
阿里巴巴未來20年的愿景是構建世界第五大經濟體，服務全球20億消費者，創造1億就業機會，幫助1000萬家企業盈利。
馬云進一步闡釋：“一個服務20億人的經濟體，需要強大的技術實力。我們將建立阿里巴巴的’NASA’，以擔當未來的責任。面向機器學習、芯片、IoT、操作系統、生物識別這些核心技術，我們將組建嶄新的團隊，建立新的機制和方法，全力以赴。以前我們的技術跟著業務走，是‘兵工廠模式’，但手榴彈造得再好，也造不出導彈來。阿里巴巴必須思考建立導彈的機制，成立新技術研發體系，聚焦核心領域的研究。這些研究的目標是為了解決10年、20年后的困難。”
3月13日晚，英特爾確認收購Mobileye：英特爾一子公司將以每股63.54美元的現金收購Mobileye全部已發行流通股。基于該交易，Mobileye的股本價值為153億美元，企業價值為147億美元。
Mobileye 是一家總部位于以色列，主要致力于汽車工業的計算機視覺算法和駕駛輔助系統的芯片技術研究的公司，始建于1999年，公司擁有200多名員工。Mobileye于2014年在紐約證券交易所上市，其市值為106億美元，高盛在2007年曾以 1.3 億美元戰略投資Mobileye。
據報道，交易完成后，Mobileye將與英特爾的自動駕駛事業部（ADG）合并，形成新的自動駕駛部門。該部門總部將位于以色列，由Mobileye聯合創始人、董事長兼首席技術官阿姆儂·沙書亞（Amnon Shashua）領導。
谷歌又開源了！tf-seq2seq 是一個用于 TensorFlow 的通用編碼器-解碼器框架（encoder-decoder framework），其可用于機器翻譯、文本摘要、會話建模、圖像描述等任務。
谷歌介紹說，設計該框架的目標是希望其能滿足以下目標：
這個系列文章，我將試著為開發工程師，產品經理、設計師、所有希望了解學習機器學習的人，介紹機器學習的原理、方法和實戰技巧。
往期文章請見：【Part1】什么是機器學習？機器學到的到底是什么？、【Part2】訓練數據長什么樣？機器學到的模型是什么？、【Part3】直觀易懂的感知機學習算法PLA
在本篇中，我們將具體辨析一個問題：用歷史數據訓練的模型能夠預測未來嗎？或者更直白一點，你敢用機器學習模型真金白銀地進行股票交易嗎？
本系列文章面向深度學習研發者，系統講解了深度學習的基本知識及實踐，以Image Caption Generation為切入點，逐步介紹自動梯度求解、卷積神經網絡（CNN）、遞歸神經網絡（RNN）等知識點。本文為第14篇，RNN系列第1篇。
前面我們介紹了CNN，這對于Image Caption來說是基礎的特征提取部分，或者說是對圖像的“理解”部分，而接下來需要用一句話來“描述”圖像的內容，這就要借助RNN了。
RNN的特點是利用序列的信息。之前我們介紹的神經網絡假設所有的輸入是相互獨立的。但是對于許多任務來說這不是一個好的假設。如果你想預測一個句子的下一個詞，知道之前的詞是有幫助的。RNN被成為遞歸的(recurrent)原因就是它會對一個序列的每一個元素執行同樣的操作，并且之后的輸出依賴于之前的計算。
美聯社機器人撰寫財經報道，微軟機器人自動生成對聯，谷歌機器人自動寫詩，一時間，機器人自動寫作成為學術界和產業界關注和討論的熱門話題。
機器人寫作又稱文本生成。從廣義上講，一些傳統的自然語言處理任務，例如機器翻譯、文本摘要、對聯生成、詩詞生成等都屬于文本生成的范疇。這些任務的共同點是用戶輸入非結構化的文本，機器根據任務目標輸出相應的文本。
不同于這些任務，本文主要與大家分享的是基于結構化數據的文本生成，即用戶輸入結構化的數據，機器輸出描述和解釋結構化數據的文本。該任務的特點是基于數據和事實說話。
去年今日，三連敗的李世乭扳回一局。
然而這一針興奮劑很快失效，隨后李世乭再折一陣，終以1:4輸給AlphaGo。在圍棋的人機大戰中，頂級人類選手完敗給人工智能。人工智能一戰成名，李世乭留下落寞側影。為AlphaGo落子的黃士杰一年后回憶說：“當時我代表AlphaGo下棋，必須保持冷靜”。
從那時起到現在，人類始終生活在一個被AlphaGo改變的世界。站在圍棋人機大戰一周年的節點上，該如何回顧過去、展望未來呢？
本文為對創新工場AI工程院副院長王詠剛就人機大戰一周年的采訪。
王永剛表示：“未來多三年必將發生的是，手機上的本地APP就可以戰勝人類職業高手，現在熱鬧的網上圍棋對弈平臺都會死掉（因為對手可以輕易用手機作弊），人類圍棋將回歸現場競賽，圍棋培訓講師將更重視普及教育，因為中高級的提高訓練完全可以用機器代練。”
“不過，如果說“攻克圍棋”是像計算機可以窮舉西洋跳棋的所有變化那樣，讓電腦成為圍棋“上帝”，這個應該還不大可能。現在AI大部分的招數，還在人類高手可以理解的范疇內。AI也有一些可疑的“弱點”，比如官子水平到底如何等等。”
“以后AI和AI之間的競賽，應該會不斷促進AI提高（但這種沒有太多商業利益的事情，有沒有持續投入是個問題）。人類應該望塵莫及，但可以不斷從AI中學習新的思想。”
北京時間3月14日上午消息，迪士尼公司為人們提供了一個體驗未來主題公園的機會，機器人版本的標志性人物可以在游客中穿行。“它們需要知道自己要去哪里，有目標，而且，它們必須知道如何在人類的世界中穿行。”
在2017年西南偏南盛典(SXSW)上，這家娛樂公司表示已制定計劃，擁抱新科技，在現場，他們還展示了一段機器人帕斯卡爾（《長發公主》中的變色龍）的視頻短片。
本站文章版權歸原作者及原出處所有 。內容為作者個人觀點， 并不代表本站贊同其觀點和對其真實性負責，本站只提供參考并不構成任何投資及應用建議。本站是一個個人學習交流的平臺，網站上部分文章為轉載，并不用于任何商業目的，我們已經盡可能的對作者和來源進行了通告，但是能力有限或疏忽，造成漏登，請及時聯系我們，我們將根據著作權人的要求，立即更正或者刪除有關內容。本站擁有對此聲明的最終解釋權。
